JavaScript網頁設計與TensorFlow.js人工智慧應用教本 | 維持健康的好方法 - 2024年11月
JavaScript網頁設計與TensorFlow.js人工智慧應用教本
★詳細說明從ES6開始的JavaScript語言新標準
*使用微軟跨平台Visual Studio Code程式碼編輯器
*使用JavaScript版TensorFlow建構客戶端人工智慧的機器學習應用
*完整說明JavaScript基本語法、JavaScript自訂和內建物件。
*使用大量程式範例和圖例來說明HTML網頁的DOM。
*詳細說明CSS選擇器和如何使用JavaScript程式碼存取CSS樣式。
*Google Chrome開發人員工具的使用和JavaScript程式碼偵錯。
*完整說明jQuery語法、包裝者物件、jQuery選擇器、DOM/事件處理、動畫/特效和表單處理。
*詳細說明從ES6開始的JavaScript語言新標準、JavaScript非同步程式設計、JSON資料處理、Fetch API和AJAX。
*完整說明TensorFlow.js的張量、張量運算和視覺化圖表的繪製。
*實際使用JavaScript+TensorFlow.js的Keras API建構神經網路的深度學習。
*對於Python+Keras已經訓練好的模型,可以轉換成TensorFlow.js格式後,在客戶端建構人工智慧的機器學習應用。
*使用TensorFlow.js預訓練模型建立Web介面的圖片識別和分類,搭配網路攝影機WebCam建構即時物件偵測、人臉辨識和姿勢偵測等人工智慧應用。
作者簡介
陳會安
現職:專職資訊圖書作者、大專資訊課程老師
經歷:企業講師、松崗電腦產品經理、美商PH出版經理、專業電腦書作者、資訊技術作家,出版超過100本電腦著作,包括:程式設計(C/C++、Java、C#、VB、Python、JavaScript等)、網頁設計(HTML5、PHP、ASP.NET、JSP等)、資料庫、系統分析、資料結構等各種不同主題。
近年研究人工智慧、機器學習/深度學習、資料科學、網路爬蟲、大數據分析和物聯網相關課程與圖書寫作,也熱衷利用 Raspberry Pi、Arduino 、ESP8266/ESP32和Micro:bit等開發板製作創客作品,投入創客領域的教學與寫作。
fChart 程式設計教學工具的官方網址如下:fchart.github.io/
第一篇.JavaScript程式設計
第1章: HTML與JavaScript的基礎
第2章: JavaScript變數與運算子
第3章: JavaScript流程控制
第4章: JavaScript函數與物件
第5章: JavaScript內建物件
第二篇.DOM物件模型與CSS
第6章: DOM物件模型
第7章: CSS層級式樣式表
第三篇.JavaScript函式庫-jQuery
第8章: jQuery基礎與Chrome開發人員工具
第9章: jQuery選擇器與CSS和DOM
第10章: jQuery事件處理
第11章: jQuery動畫、特效與表單處理
第四篇.從ES6開始的JavaScript語言新標準
第12章: JavaScript ES規格的新標準
第13章: 非同步程式設計、Fetch API與AJAX
第五篇.TensorFlow.js人工智慧應用
第14章: TensorFlow.js與機器學習基礎 – 認識機器學習、tensor操作和視覺化
第15章: 機器學習的迴歸、分類與CNN圖片識別
第16章: 人工智慧應用:TensorFlow.js預訓練模型
附錄A:HTML5繪圖標籤與Canvas API(電子書)
附錄B:JavaScript、jQuery與TensorFlow.js的網路資源(電子書)
序
本書不只詳細說明JavaScript 語言的基本語法,更使用大量程式範例說明JavaScript 自訂物件和內建物件,和如何使用JavaScript 程式碼來處理DOM 和CSS 樣式,更詳細說明從ES6 開始的JavaScript 語言新標準。
然後以實務角度詳細說明各種jQuery 方法的活用、包含事件處理和動畫特效,並且使用Viewer for PHP 工具實際建立Web 伺服器來測試jQuery 和Fetch API的AJAX 應用程式。
接著從客戶端進入人工智慧的TensorFlow.js,說明如何使用JavaScript 建立客戶端人工智慧應用,實際使用迴歸、分類和圖片辨識的神經網路來建立機器學習應用,和如何使用Python 訓練的Keras 模型,最後,使用TensorFlow.js 預訓練模型來快速建立圖片辨識、物件偵測、人臉辨識和姿勢偵測的Web 應用程式。