最近常去逛的店歇業了,之後就好少到那邊晃啦,

可是朋友一直問我圖解物理學(修訂版) 那裡買比較便宜!

上網幫他查了圖解物理學(修訂版) 相關的評價,推薦,開箱文,價格,報價,比較,規格,推薦那!

經過多方比較後,發現圖解物理學(修訂版) 居然曾造成搶購熱潮,

價格也很實在,重點是買的安心,到貨的速度還滿快的,

不用出門送到家。還有超級大重點,比超商便宜!!

一拿到之後為之驚艷,圖解物理學(修訂版) CP值超高!。


↓↓↓限量特惠的優惠按鈕↓↓↓

我要購買

商品訊息功能

商品訊息描述



新品上架























    • 《圖解物理學(修訂版)》



      人類藉無窮的想像發現物理,物理則讓人更了解這世界的真實。

      無論外在世界幻彩奇景變化多端,物理都能超越表象,

      以最公正客觀的一套邏輯解釋世界。


      「為什麼丟球的時候,球一定會往下墜呢?」對物理的探索是從對生活周遭的現象產生好奇開始,才進一步抽絲剝繭試圖解開疑惑。不僅日常中許多有趣的、令人疑惑的現象均能以物理來解釋,人類更應用所知的物理原理,創造出各種增進生活的發明,例如飛機即是由鳥類的飛行原理而來;相機利用偏光濾鏡便能夠清楚拍到水中物體;保溫瓶的構造因能反制熱的三種移動方式,而得以達到保存熱能的效用......等。

      世界上繁雜、難以計數的現象,在物理學中都能有系統地被歸納於力學、熱學、波動學、電學、量子學等五大領域中。本書即各自以不同篇章介紹這五大領域的要點、以及各領域之間的關係,並藉由圖文並列的「圖像式思考」撰述方式,使讀者能簡明扼要地建立完整且脈絡清晰的基礎物理概念。對於物理當中不可或缺的運算公式,則深入淺出地說明其如何由各種原理推演而來,並帶出各公式間相互套用的關聯性,把一向被視為畏途的公式也能透過有趣的物理知識幫助記憶。

















      • 實用商品

        作者介紹





        山田弘

        1947年生於宮城縣
        1972年北海道大學工學院應用物理系畢業
        1979年取得北海道大學工學研究所電氣工程專攻博士課程學分
        1979年岩手大學工學院電氣工程系助教
        1995年岩手大學工學院電氣電子工學系教授
        1984~1986年美國麻省理工學院(MIT)客座研究員

        現任
        岩手大學工學院電氣電子工學系教授 / 工學博士

        著作
        《歡迎來到電子學的世界》(岩手日報社)
        《固體內核反應研究》(合著,工學社)







      • 譯者介紹





        顏誠廷

        一九七六年生,高雄人。台大化工博士。曾獲台大學生傑出表現獎(學術類)、台大科林論文獎(博士論文頭等獎)、教育部產學合作獎(博士生組)。

        譯有《圖解科學史》(易博士出版)、《半導體潔淨技術》、《最新奈米材料之現況與展望》、《奈米碳管技術》、《微分方程》(合譯,湯姆生)。



















      圖解物理學(修訂版)-目錄導覽說明





      • 物理萬象,大至宇宙星球間的相互影響,小至個人的一個動作或物質的變化,都存在你無限的想像中:








        為什麼先脫下毛衣時,毛衣會與身上的襯衫產生靜電? 參見P.19

        為何蘋果會掉到地上,月球卻不會掉到地球上來? 參見P.24

        居家達人為什麼救護車接近時的音高較為高亢,遠去時則較低而穩定? 參見P.62

        為什麼愈大的樂器聲音愈低沈? 參見P.64

        為什麼鑽石會發出如此璀璨耀眼的光芒? 參見P.72

        為什麼透過偏光濾鏡就能清楚看到水中生物? 參見P.74




        為什麼熱氣球能飛上天空? 參見P.89




        為何水裡加入冰塊後,不是水結凍,而是冰塊溶化? 參見P.102

        電磁波是什麼?為什麼能傳得這麼遠? 參見P.150

        為什麼微波爐能加熱食物? 參見P.158




















      編/譯者:顏誠廷
      語言:中文繁體
      規格:平裝
      分級:普級
      開數:21*14.8
      頁數:176

      出版地:台灣













    商品訊息特點



      新款





    • 作者:山田弘

      追蹤







    • 譯者:顏誠廷暢銷熱賣








    • 出版社:易博士

      出版社追蹤

      功能說明





    • 出版日:2014/10/16








    • ISBN:9789866434693




    • 語言:中文繁體




    • 適讀年齡:全齡適讀








    便宜 ↓↓↓限量特惠的優惠按鈕↓↓↓

    我要購買

    圖解物理學(修訂版) 討論,推薦,開箱,CP值,熱賣,團購,便宜,優惠,介紹,排行,精選,特價,周年慶,體驗,限時

    以下為您可能感興趣的商品這裡最便宜

    注意:下方具有隨時更新的隱藏版好康分享,請暫時關閉adblock之類的廣告過濾器才看的到哦!!





    人工智慧(Artificial Intelligence)的研究,過去60多年來從未停歇,而今總算有了不凡的突破,從AlphaGo到智慧語音助理、自動駕駛技術等,無疑捕捉了無數人們的注意力,宣告著劃時代的科技盛世已經到來。



    1950年,圖靈在他名為〈運算機器與智慧(Computing Machinery and Intelligence)〉的論文裡提問:「機器能思考嗎?(Can Machine Think?)」,挑戰了人類對計算機智慧的想像。圖靈認為人們會首先流於爭執機器與思考的定義,卻沒有辦法很精確地討論問題核心:「機器會有智慧嗎?」

    由於機器智能難以確切定義,圖靈有限 在該論文首次對如何判定機器具有智慧,提出了著名的「圖靈測試」:如果機器與人類進行非面對面(例如在中間以布幕隔離)對話(例如使用文字訊息),人類卻無法辨認出對方是機器,那麼這台機器就具有智慧。圖靈測試無論在當時或現代,對於人工智慧研究而言都是重要且相對嚴謹的研究提案,後續許多業界與學界的研究都企圖挑戰圖靈測試:如1966年麻省理工學院人工智慧研究室的約瑟夫.維森鮑姆(Joseph Weizenbaum),以字串比對自動回覆的方式所開發出的聊天機器人ELIZA;或到2014年,英國雷丁大學(University of Reading)重磅宣布其所開發出的Eugene,已經通過測試,但後來被質疑標準有誤。

    其實,人工智慧一詞直到1956年,才在美國新罕布夏州一場為期兩個月的研究工作坊「達特茅斯暑期人工智慧研究計畫(The Dartmouth Summer Research Project on Artificial Intelligence)」上,由負責組織會議的電腦高階語言LISP之父約翰?麥卡錫(John McCarthy)正式定名。這場工作坊所討論的問題:「計算機、自然語言處理、神經網絡、計算理論、抽象化與隨機創造」後來都成為人工智慧研究發展的重要領域,而達特茅斯會議也因此成為人工智慧領域的經典起源。

    歷經了60年的發展,人工智慧的研究領域因種種困難而起起落落,經歷了無數個轉角。起初仿造動物神經元,希望打造強人工智慧的人工神經網絡(Artificial Neuron Network),先是經歷了機器無法應付計算複雜度的困境,無法取得研究經費而停滯;同一時期另一脈絡的弱人工智慧,則發展出博聞強記、分辨率隨資料質與量逐步提升而快速進展的機器學習。如今,人與機器的對話,已因商業應用的普及而不再困難。這一甲子,到底電腦科學家解決了些什麼問題呢?從人工智慧三大關鍵技術突破或可窺探未來。

    關鍵技術一 文藝復興後的人工神經網絡

    對於人工智慧,電腦科學家當然希望可以直接模仿生物的神經元運作,因此設計數學模型來模擬動物神經網絡的結構與功能。所謂人工神經網絡是一種仿造神經元運作的函數演算,能接受外界資訊輸入的刺激,且根據不同刺激影響的權重轉換成輸出的反應,或用以改變內部函數的權重結構,以適應不同環境的數學模型。

    1951年,科學家馬文.閔斯基(Marvin Minsky)第一次嘗試建造了世上第一個神經元模擬器:Snarc(Stochastic Neural Analog Reinforcement Calculator),它能夠在其40個「代理人」和一個獎勵系統的幫助下穿越迷宮。六年後,康乃爾航空工程實驗室的法蘭克.羅森布拉特(Frank Rosenblatt)設計、發表神經網絡的感知器(Perceptron)實作後,人工神經網絡(或稱類神經網絡)學者曾經一度振奮,認為這個突破終將帶領人工智慧邁向新的發展階段。

    但,人工智慧領域的研究在1970年代因為缺乏大規模數據資料、計算複雜度無法提升,無法把小範圍的問題成功拓展為大範圍問題,導致計算機領域無法取得更多科學研究預算的投入而沉寂。到了1980年代,科學家首先透過思考上的突破,設計出新的演算方法來模擬人類神經元,迎來神經網絡發展的文藝復興時期。物理學家約翰.霍普費爾德(John Hopfield)在1982率先發表Hopfield神經網絡,開啟了神經網絡可以遞迴設計的思考。四年後,加州大學聖地牙哥分校教授大衛.魯梅爾哈特(David Rumelhart)提出了反向傳播法(Back Propagation),透過每次資料輸入(刺激)的變化,計算出需要修正的權重回饋給原有函數,進一步刷新了機器「學習」的意義。科學家更進一步把神經元延伸成為神經網,透過多層次的神經元締結而成的人工神經網絡,在函數表現上可以保有更多「被刺激」的「記憶」。

    目前多層次的人工神經網絡模型,主要包含輸入層(input layer)、隱層(hidden layer)與輸出層(output layer),另外根據資料輸入的流動方向,又分為單向流動或可以往回更新前一層權值的反向傳播法。由於神經網絡模型非常仰賴計算規模能力,為了增加高度抽象資料層次的彈性,電腦科學家將之複合為更複雜、多層結構的模型,並佐以多重的非線性轉換,將其稱之為深度學習(Deep Learning)。

    關鍵技術二 靠巨量數據運作的機器學習

    科學家發現,要讓機器有智慧,並不一定要真正賦予它思辯能力,可以大量閱讀、儲存資料並具有分辨的能力,就足以幫助人類工作。1970年代,人工智慧學者從前一時期的研究發展,開始思辯在機器上顯現出人工智慧時,是否一定要讓機器真正具有思考能力?因此,人工智慧有了另一種劃分法:弱人工智慧(Weak AI)與強人工智慧(Strong AI)。弱人工智慧意指如果一台機器具有博聞、強記(可以快速掃描、儲存大量資料)與分辨的能力,它就具有表現出人工智慧的能力。強人工智慧則是希望建構出的系統架構可媲美人類,可以思考並做出適當反應,真正具有人工智慧。

    機器學習(Machine Learning)可以視為弱人工智慧的代表,只要定義出問題,蒐集了適當的資料(資料中通常需要包含原始數據與標準答案,例如人像圖片與該圖片內人像的性別、年齡),再將資料分做兩堆:訓練用與驗證用,以訓練用資料進行學習,透過特定的分類演算法抽取特徵值,建構出資料的數學模型,以該數學模型輸入驗證用資料,比對演算的分類結果是否與真實答案一樣,如果該數學模型能夠達到一定比例的答對率,則我們認為這個機器學習模型是有效的。這種具有標準答案,並以計算出的預期結果進行驗證的機器學習,通常被稱為監督式學習。 相對於監督式學習,非監督式學習則強調不知道資料該如何分類的機器學習,換句話說,我們提供電腦大量資料,但不告訴它(或許我們也真的不知道)這些資料該用什麼方式進行分類,然後電腦透過演算法將資料分類,人類只針對最終資料分類進行判別,在數據尋找規律就是機器學習的基礎。

    機器學習的發展方向,是在設計、分析一些讓電腦可以自動「學習」的演算法,讓機器得以從自動分析資料的過程中建立規則,並利用這些規則對還沒有進行分析的未知資料進行預測。過程中,時常運用統計學技巧,並轉化成電腦程式,進而計算出資料??的分界條件來做預測。 弱人工智慧作為人工智慧領域的發展途徑,無論是監督式學習或非監督式學習,隨著資料被大規模蒐集、經由網際網路被傳遞、輔以雲端架構支援的運算,用機器學習來解決人類基礎的問題變成一種可能。目前機器學習也是人工智慧商業應用最廣泛的一種技術。舉凡搜尋引擎、圖像辨識、生物特徵識別、語音與手寫識別與自然語言處理、甚至是檢測金融詐欺等等,都是常見的應用。

    關鍵技術三 人工智慧的重要應用:自然語言處理

    對人類來說,如何讓這些現代自己製造出來的機器們,可以聽懂人話,並與人類「合作」,絕對是可以推動我們面對未知宇宙的重要助手。

    自然語言處理(Natural Language Processing, NLP)的研究,是要讓機器「理解」人類的語言,是人工智慧領域裡的其中一項重要分支。英國雷丁大學的演化生物學家馬克.佩葛(Mark Pagel)認為,最早的一種「社會科技」是人類的「語言」,語言的發明讓早期人類部落透過新工具:「合作」在演化上占有優勢。自然語言處理可先簡單理解分為進、出計算機等兩種:其一是從人類到電腦──讓電腦把人類的語言轉換成程式可以處理的型式,其二是從電腦回饋到人──把電腦所演算的成果轉換成人類可以理解的語言表達出來。

    無論是從人類到電腦,或從電腦到人類,語言處理通常都使用到我們一般學習外語所要具備的聽、說、讀、寫等技能。其中:聽與說主要使用到聽覺與發音,對電腦而言就是能夠透過麥克風「聽」到人類說話,把聽到的聲音轉成文字(這是語音辨識),或把電腦想要表達的意思轉成人類可以理解的詞句(這是自然語言生成),再用耳機或喇叭「唸」給人類聽(這是語音合成,功能通常稱作文本朗讀:text to speech)。科學家與工程師們也致力於影像文字辨識,影像來源可以是掃描完成的文件影像檔案、也可以是手機鏡頭的即時影像,目標的文字體則可以是一般鉛字印刷品或列印的文件,也可以是手寫文字(手寫文字辨識)。

    當計算機透過「聽」或「讀」,將人類的話語或文章轉成文字、語句進到處理層,還需要能夠自動分詞(word segmentation),也就是電腦必須拆解人類的語句來理解語意,才可以進而給出相應的答案。例如一般人對手機說:「今天香港會不會下雨」,手機必須錄下聲音、並且濾掉雜音、將這句話的聲音轉化為文字、將這句文字拆解成不同詞句,並標注上不同詞性(speech tagging)。

    「瞭解」使用者想要知道氣象資訊的命令後,手機必須對能提供「天氣」資訊的伺服器發出相應的(告訴伺服器要的地理資料是香港、並把今天轉換為實際的日期時間)資訊請求,包含未來數小時區間氣溫、氣象(是多雲、雨或晴天等)、風速、降雨機率、濕度、氣壓、空氣品質或紫外線指數等。

    當伺服器回應了前述的相應數據後,手機可以選擇用螢幕畫面來回應,但更貼心的作法是把這些資訊翻譯成「人話」,然後用聲音唸出來。這時的處理可以把「香港接下來八小時會是晴天,氣溫攝氏25度,降雨機率是10%,空氣品質良好」這個句子,透過合成不同語詞聲音後說出來。但是,使用者問的其實是「會不會」下雨,所以必須進一步把降雨機率10%、晴天等等資訊轉換成「會不會」的尺度,例如10%可以轉化為「不太會」或是「只有很小的機率」一詞。

    人類互動最重要的工具就是語言,無論是文字或語音,語音智慧助理讓人能和機器說話,無非是近年行動裝置普及後,最令人興奮的進展之一。

    國民黨今天(18日)動員各地縣市黨部和民意代表到行政院前抗議,要求政府不得開放日本核災食品輸台,認為之前召開的公聽會不合程序,資料不公正,應該重新舉辦,國民黨也質疑政府受到日本壓力。現場約群聚數百民眾,一度與警方發生推擠,最後由行政院食品安全辦公室主任許輔出面接下陳情書。

    不滿政府擬解禁日本核災食品輸台,國民黨各地方黨部、各縣市議員率領群眾18日到行政院抗議。抗議民眾手舉「拒當皇民、拒吃核食」、「進口日本核食、台灣人死光光」等標語,並高喊「污染進來、林全下台」的口號。

    國民黨文傳會副主委王鴻薇表示, 上週陸續召開的公聽會不合程序,應該重新舉辦,且公聽會的資料竟然是引用日本政府的檢驗報告,在台灣政府沒有本身檢驗報告的情況下,如何說服民眾可以開放核災食品。

    王鴻薇質疑政府受到日本政治壓力,國民黨要求維持現有管制措施,全面禁止核災5縣的食品進口台灣。她說:『(原音)福島還有其他4縣市目前就是這規定,你現在要開放,你拿出什麼東西來說服大眾呢?公聽會資料非常扯,針對這4個縣市食品檢驗,不是取用我們官員檢驗的,他是引用日本17個地方政府檢驗報告,這不是非常扯嗎。』

    抗議群眾在行政院前上演行動劇,表達反對核災食品進口台灣的立場,各縣市議員輪番發言批評政府不顧民眾健康。抗議群眾要求行政院長林全出面,且一度和警方發生推擠,最後由政院食安辦主任許輔出面接下陳情書,並帶領國民黨立委王育敏、陳宜民進入政院內協商,抗議群眾則轉往立法院繼續表達立場。

    下面附上一則新聞讓大家了解時事

    美國總統歐巴馬廿日結束任內最後一趟外訪,於秘魯利馬的記者會中,歐巴馬除提及跨太平洋夥伴協定(TPP),還表示卸任後,若發現美國總統當選人川普對美國核心價值構成威脅,他將以平民身分,挺身針砭時政。

    傳統上,美國卸任總統不會再涉入政治混水,也會避免批評繼任者,歐巴馬說,他將給川普一段時間,讓川普勾勒他的美國願景,但歐巴馬也說,必要時將以平民身分對某些特定議題提出諍言。

    記者追問,前總統布希從未公開批評歐巴馬,歐巴馬是否也不會公開批評川普?歐巴馬說,他將以「非常關心自己國家的美國公民」身分,出面捍衛一些核心理念與價值。

    歐巴馬也表示,「我們的夥伴已非常清楚表態,要繼續推動TPP」;他們想與美國一起推動,一些國家已開始批准TPP。

    歐巴馬在亞太經濟合作會議(APEC)期間與TPP參與國領袖舉行會議,重申美國對TPP的承諾;歐巴馬指出,相信TPP對美國經濟、勞工、就業有益,如果不推進,將會削弱美國在區域的地位,以及美國以反映美方利益與價值的方式,去塑造全球貿易規則的能力。

    這次歐巴馬在利馬APEC會議期間,也安排與中國大陸國家主席習近平、加拿大總理杜魯道、秘魯總統庫辛斯基、澳洲總理滕博爾進行雙邊會談,並與日本首相安倍晉三在場邊會晤;而歐巴馬與俄羅斯總統普亭並未雙邊會談,僅短暫談話四分鐘。

    歐巴馬說,總結最後一次領袖峰會以及最後一次以總統身分出訪,對於一起達到的進展非常自豪,但顯然「工作永遠做不完」;,相信美國在亞太地區創造和維持一個強大並持久的領導力,發揮重要作用。

    更多udn報導:辣模長太高 彎腰後竟讓大家都害羞了?女星自曝遭欺負 秀場跳艷舞還險穿幫?「我只是小妾」 女老師偷情反控元配?小三婚禮鬧場演這齣 劈腿新郎臉都綠了!

    圖解物理學(修訂版) 推薦, 圖解物理學(修訂版) 討論, 圖解物理學(修訂版) 部落客, 圖解物理學(修訂版) 比較評比, 圖解物理學(修訂版) 使用評比, 圖解物理學(修訂版) 開箱文, 圖解物理學(修訂版)?推薦, 圖解物理學(修訂版) 評測文, 圖解物理學(修訂版) CP值, 圖解物理學(修訂版) 評鑑大隊, 圖解物理學(修訂版) 部落客推薦, 圖解物理學(修訂版) 好用嗎?, 圖解物理學(修訂版) 去哪買?


    , , , ,
    創作者介紹

    爆買好物不嫌多

rxbtxxh9d3 發表在 痞客邦 PIXNET 留言(0) 人氣()