[抽書啦！] 《概念股夯什麼？從零開始的IT圖鑑》
紀老師專文寫推薦序！適合想瞭解電腦界專有名詞、投身科技概念股的朋友喔～～

購書網址：

博客來：https://reurl.cc/ogVWkV
金石堂：https://reurl.cc/DgKGRO
誠　品：https://reurl.cc/j8QLL2

---

今天要推薦一本由我寫推薦序的書籍給大家：《概念股夯什麼？從零開始的IT圖鑑》（見【圖一】）。並提供四本免費樣書給大家抽選（感謝「大是文化」編輯慷慨贊助）。文末會告知抽選辦法，所以要看到最後喔～

這本書是由日本作者所著，台灣由「大是出版社」負責翻譯。內容是將資訊業界常見的專有名詞，以淺顯易懂的文字，搭配關鍵字與圖說，介紹給大家（見【圖二】）。如果你希望在日常生活中，聽懂那些資訊人員滿口專業名詞的意思，又不想花大把時間，硬Ｋ一本「計算機概論」，那這本書會是你最好的選擇！

最值得推薦的是，台灣「大是出版社」的編輯部，還將每個電腦專有名詞所對應的個股，詳細地列在後面（見【圖三】）。而不是偷懶地將原文的日本個股，直接翻譯列出。這背後所需要下的苦工，相信看過的讀友都瞭解其中作業量的龐大！這點得為負責翻譯的「大是出版」編輯與相關同仁給個大大的讚！

也因為如此，這本書從單純的「計算機概論」用書，搖身一變成了想接觸科技類股、但又苦於看不懂專有名詞股友們的「寶典」！大家可以靠這本書，以最短的時間，最輕鬆的方式，理解科技類股所用的專有名詞，以及它們背後對應的個股。非常推薦非科技背景，有在操作科技類股的朋友們，購入此書參考（購書連結請參考本文最上方）！

感謝「大是文化」編輯部慨允提供四本書籍，讓本粉絲頁的朋友們抽選。請在本文下方，留下你希望從這本書學到什麼。或者轉發本文到你個人的 FB 頁面（必須設為「公開」），發表一兩句你對本書的初步印象。我將會在 7/20 當天，使用「FB 抽獎小幫手」服務，隨機抽出四位朋友，免費將書籍寄送到您指定的地點。還請大家踴躍參加喔～

希望今天的分享大家會喜歡！也祝福大家能夠幸運得到贈書！祝福大家每天健康、開心！

PS: 本文歡迎轉發、按讚、留言鼓勵我一下！您的隻字片語，都是讓我繼續提供好物的動力喔！
--------
看更多的紀老師，學更多的程式語言：

● YOTTA Python 課程購買： https://bit.ly/2k0zwCy
● YOTTA 機器學習 課程購買： https://bit.ly/30ydLvb
● Facebook 粉絲頁： https://goo.gl/N1z9JB
● YouTube 頻道： https://goo.gl/pQsdCt
● LINE 社群（免費課程訊息）： https://bit.ly/2RywcPC （密碼：udemy）

如果您覺得這個粉絲頁不錯，請到「評論區」給我一個好評喔！
https://www.facebook.com/pg/teacherchi/reviews/

[文章推薦] 深度學習框架（Frameworks）簡史：TensorFlow 與 PyTorch 的前世今生（簡中）

「深度学习框架简史：TF和PyTorch双头垄断，未来十年迎来黄金时期」
網址： https://bit.ly/37niIM8

----------

今天想要分享給大家的，雖然不是什麼了不起的文章。不過我覺得對於想知道「TensorFlow、PyTorch」這兩個深度學習框架的朋友，應該有一定程度的幫助。所以還是轉念分享給大家！

「深度學習」已經是人工智慧領域裡，很熱門的一個學科。它可以幫助你把「照片」、「文章」這些「非結構化資料」，自動抽取其特徵，然後送入神經網路裡面去學習、進而變成一個成熟的「神經網路模型」，持續辨認、分類相似的照片與文章。

在 2016 年之前，你想寫一個神經網路模型，得經過重重磨難，學習微積分、梯度...等大量數學概念後，才有辦法做到。但 2016 年 TensorFlow、PyTorch 橫空出世，讓撰寫一個神經網路模型，只要短短十行左右的程式碼，接著就是把資料集丟入寫好的程式碼就可以了。什麼偏微分、梯度下降...等數學或最佳化演算法，TensorFlow 或 PyTorch 都可以幫你搞定。

經過 2016~2020 四年的神經網路框架戰國時代，目前 TensorFlow 與 PyTorch 儼然已經成為神經網路框架的雙霸主。對於初學者，大部分的書籍都會推薦你去學 TensorFlow（嚴格來說，是架構在 TensorFlow 上面的另一個更簡單的框架 Keras）。但對於已經有經驗的神經網路工程師，則偏好 PyTorch 的靈活與可控制性。

拿個不太精確的比喻來說，TensorFlow 像手排車，架構在 TensorFlow 之上的 Keras 像是自排車。而 PyTorch 就像手自排。真正的賽車好手，可能會硬杠 TensorFlow（手排）。而一般民眾，可能會喜歡 Keras（自排）。但是介於「賽車手」與「一般民眾」之間的「發燒車友」，就會喜歡 PyTorch（手自排）。

如果您也想稍微了解一下深度學習框架的來龍去脈，不妨參考一下這篇文章。說不定會得到更多關鍵字，讓你能在 Google 上找到更多你想學習的深度框架細節喔～

希望今天的分享大家會喜歡！祝福大家收穫多多喔！

PS: 本文歡迎轉發、按讚、留言鼓勵我一下！您的隻字片語，都是讓我繼續提供好物的動力喔！
--------
看更多的紀老師，學更多的程式語言：

● YOTTA Python 課程購買： https://bit.ly/2k0zwCy
● YOTTA 機器學習 課程購買： https://bit.ly/30ydLvb
● Facebook 粉絲頁： https://goo.gl/N1z9JB
● YouTube 頻道： https://goo.gl/pQsdCt

如果您覺得這個粉絲頁不錯，請到「評論區」給我一個好評喔！
https://www.facebook.com/pg/teacherchi/reviews/

[免費電子書] 想在新的一年提昇自己的機器學習、資料科學能力嗎？這邊有 14 本全文、免費的電子書或許能幫您！（英文）

"14 Free Data Science Books to Add your list in 2020 to Upgrade Your Data Science Journey!"
網址： https://bit.ly/3nfp3yv

----------

大家好！今天介紹給大家的是，我在網路上找到的「好康」資源！14 本關於「機器學習」、「資料科學」的英文全文的電子書，讓您免費下載！

我除了第一時間把它放到 D 槽（呃...對！是 D 槽... XD）外，就是想到趕緊分享給大家！讓需要的朋友也能下載到這些優質的電子書。

雖然我沒有每一本都看完，不過我可以分享幾本我覺得很有印象的書：

#2. The Field Guide to Data Science by Booz Allen Hamilton

這本書的內文版面設計真心漂亮！作者放了很多「柔柔的」插圖，讓你看了之後不會對這本書起厭煩，能好好地把它多看個幾頁！您可以前往上面的連結觀看，或者直接點擊這個連結： https://bit.ly/3mdaHNE 就能直接看到！

這本書講的內容，偏重資料科學的「前處理」部分。包含資料讀取、清洗、特徵選擇、降維...等等。如果有需要的朋友，很推薦這本書喔！

#10. Deep Learning (Adaptive Computation and Machine Learning series) by IAN Goodfellow

這本書應該算 Deep Learning 的「聖經」了！上面的連結中，對於這本書沒有提供電子版的閱覽連結，只有通往 Amazon 的購買網址。我特別幫各位 Google 到該書的全文閱讀連結如下：
https://www.deeplearningbook.org/

該書也已經有繁體中文翻譯版了。大家也可以參考這個連結購買，支持一下該作者： https://bit.ly/3m94Ton

#11. Deep Learning with Python by Francois Chollet

這本書超讚！ Francois Chollet 就是 Keras 套件的作者！由他來寫深度學習的書，真的是再適合也不過了！上方連結一樣只有 Amazon 購買網址。我幫各位 Google 到「神秘的網址」（咳咳...），讓各位方便瀏覽： https://bit.ly/3nd3wXl

這本書也有中文翻譯！如果您覺得英文讀不習慣，可以選擇購買中文版： https://bit.ly/2W97hAY 。我一開始買了英文版驚為天人！中文版出了之後，雖然看過了，但又忍不住買回來收藏！給各位參考！

希望今天的分享大家會喜歡！祝福大家收穫多多喔！

PS: 本文歡迎轉發、按讚、留言鼓勵我一下！您的隻字片語，都是讓我繼續提供好物的動力喔！
--------
看更多的紀老師，學更多的程式語言：

● YOTTA Python 課程購買： https://bit.ly/2k0zwCy
● YOTTA 機器學習 課程購買： https://bit.ly/30ydLvb
● Facebook 粉絲頁： https://goo.gl/N1z9JB
● YouTube 頻道： https://goo.gl/pQsdCt

如果您覺得這個粉絲頁不錯，請到「評論區」給我一個好評喔！
https://www.facebook.com/pg/teacherchi/reviews/