8349的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

精通機器學習：使用Scikit-Learn, Keras與TensorFlow 第二版

為了解決8349的問題，作者AurélienGéron 這樣論述：

　　建立智慧系統的概念、工具與技術    　　深度學習經歷了一系列的突破之後，已經大幅推動了整個機器學習領域，如今，即使你對這項技術一無所知，也可以使用簡單、高效的工具，製作可從資料中學習的程式。這本暢銷書新版本使用具體的案例、精簡的理論，以及Python準生產框架，協助你直觀地認識智慧系統的概念與建構工具。    　　你將學到可快速上手的技術，只要具備程式編寫經驗，就可以藉由各章的習題來學習。你可以在GitHub取得本書的所有程式碼，這些程式已經更新為TensorFlow 2，以及最新版的Scikit-Learn。    　　‧使用Scikit-Learn與pandas，透過端對端專案建

立機器學習基礎  　　‧用TensorFlow 2建構與訓練許多神經網路架構，以進行分類及回歸  　　‧探索物體偵測、語義分割、專注機制、語言模型、GAN等  　　‧探索TensorFlow 2的官方高階API—Keras API  　　‧使用TensorFlow的Data API、分散式策略API、TF Transform及TF-Serving將TensorFlow模型生產化  　　‧在Google Cloud AI Platform或行動裝置上部署  　　‧瞭解降維、分群及異常檢測等非監督學習技術  　　‧用強化學習來建立自主學習代理程式(agent)，包括使用TF-Agents程式庫

讀者書評   　　“這是一本卓越的機器學習資源，有清楚、直觀的解說，以及大量實用技巧。” —— François Chollet（Keras作者，《Deep Learning with Python》作者 ）   　　“這本書詳細介紹以神經網路解決問題的理論與做法；建議想要實際運用ML的人都要看這本書。” —— Pete Warden （TensorFlow行動主管 ）

8349進入發燒排行的影片

應用品質機能展開法於基隆港旅運服務品質改善方案之實證研究

為了解決8349的問題，作者葉庭瑋 這樣論述：

本研究的目的在於提高基隆港旅運的服務品質，並探討可行的解決方案，以提升整體顧客服務水準。台灣為海島國家，具備北三角(日、韓、臺)與南三角(越、菲、臺)發展的潛力，非常適宜發展郵輪觀光業，對於促進經濟和郵輪港口的競爭力有顯著的幫助。然而，由於過去國內產業的外移港口營運不如已往，如何吸引更多的郵輪業者停靠，帶來獲取更多的商機與創造港口更高的服務附加價值就顯得十分重要。因此，港務公司的首要任務就是要找到提升顧客服務品質的方法與更新設備。本研究首先說明基隆郵輪港的發展背景，並就相關產業服務品質之文獻作為研究基礎，運用模糊層級分析結合多層次品質機能展開法，以服務提供者及顧客提升服務品質的觀點分析，並將

二者對於旅運服務需求，轉換為改善現有服務品質之技術需求，並針對前述結果，提出改善現況之策略與建議，作為基隆港務分公司(TIPC)提升旅運服務品質改善的參考，並期盼未來郵輪旅遊產業蓬勃永續發展。