格式化工具免安裝的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列免費下載的地點或者是各式教學

圖解TensorFlow 2初學篇：實作tf.keras + Colab雲端、深度學習、人工智慧、影像辨識

為了解決格式化工具免安裝的問題，作者林大貴 這樣論述：

　　TensorFlow 2是最受歡迎的「人工智慧與深度學習」平台，學會了TensorFlow 2，對於你的現有工作提升與未來轉職都有很大的幫助，然而多數人在學習過程中卻遇到了很多困難，而本書能解決學習TensorFlow 2的障礙。 　　✪漸進式系統化學習TensorFlow 2 　　本書是《圖解TensorFlow 2》系列叢書的第一本初學篇，本系列叢書主要是幫助初學者解決進入此領域的障礙，循序漸進有系統地學習「TensorFlow 2與人工智慧、深度學習」，本系列叢書詳細說明於本書序言。 　　✪圖解輕鬆理解深度學習與人工智慧 　　很多讀者都是在百忙之中抽空學習，本

書以很多的「圖解」來解說深度學習原理與程式系統的架構圖。由於「一張圖勝過千言萬語」，比起文字的說明，「圖解」更可讓原理易懂且印象深刻。 　　✪Step by Step實作快速上手 　　你只需要有Python基礎，依照本書範例程式碼Step by Step的詳細解說，便可讓你快速學會實作不同的深度學習模型。 　　✪節省訓練模型的時間與金錢 　　本書介紹Google Colab，只需要有Google帳號與瀏覽器，就能夠免費使用GPU訓練模型，加快訓練速度十多倍以上，可節省你採購與安裝顯示卡的昂貴費用。 　　✪培養「深度學習模型」直覺式的理解 　　本書介紹玩TensorFlow Playgro

und理解深度學習的原理。透過實際示範，讓你眼見為憑（有圖有真相），例如：什麼是「神經元」？什麼是「過度擬合」（overfitting）？並了解如何設定超參數等。 　　✪學會TensorFlow 2的最新技術 　　本書介紹TensorFlow 2的高階API tf.keras建立多層感知器（MLP）與卷積神經網路（CNN） 模型，能簡化模型建立與訓練，還介紹三種建立模型的方式以及四種儲存模型方式。 　　✪學會影像辨識從原理到實作 　　本書介紹影像辨識原理，以視覺化顯示CNN模型每一層特徵圖，讓你理解卷積層與池化層如何提取特徵。多個範例程式實作了影像預處理、建立模型、訓練、測試模型、預測結果

、儲存模型。 　　✪學會訓練深度學習模型的實務經驗 　　本書教你使用DropOut、Regularization、BatchNormalization、EarlyStop、ImageDataAugment等方法，可有效降低overfitting與提高準確率。將Cifar CNN模型原本準確率69%大幅提高至90%。 本書特色 　　繼台灣人工智慧領域最暢銷著作《TensorFlow+Keras深度學習人工智慧實務應用》之後，大數據分析大師、暢銷名作家 林大貴最新力作《圖解TensorFlow 2初學篇：實作tf.keras + Colab雲端、深度學習、人工智慧、影像辨識》嶄新登場！解決學

習TensorFlow 2的障礙，輕鬆進入深度學習與人工智慧領域！ 　　✪漸進式系統化學習TensorFlow 2 　　✪圖解輕鬆理解深度學習與人工智慧 　　✪Step by Step實作快速上手 　　✪Colab節省訓練模型的時間與金錢 　　✪養成深度學習模型直覺式的理解 　　✪學會TensorFlow 2的最新技術 　　✪學會影像辨識模型從原理到實作 　　✪學會訓練深度學習模型的實務經驗

一次學會 Google Office 必備工具：文件 X 試算表 X 簡報 X 雲端硬碟

為了解決格式化工具免安裝的問題，作者吳燦銘 這樣論述：

快速了解Google創新服務與工具 免費擁有Google雲端版的Office軟體 將文件、試算表和簡報安全地儲存在線上 與他人共同編輯文件、試算表或簡報 掌握Google雲端硬碟亮點、管理與使用 　　Google提供雲端版的Office軟體，可以讓使用者以免費的方式，透過瀏覽器將文件、試算表和簡報安全地儲存在線上，並從任何地方進行編輯，還可以邀請他人檢視並共同編輯內容。本書架構相當完整，為了提高閱讀性，各項重點知識會以實作為主、功能說明為輔。各單元精彩內容如下： 　　Google文件 　　˙語音輸入           ˙插入標點符號、特殊字元與方程式 　　˙文字與段落格式設定    

  ˙顯示文件大綱 　　˙離線編輯           ˙變更頁面尺寸 　　˙查看全螢幕文件        ˙在會議中分享畫面與共用文件 　　˙以電子郵件傳送文件      ˙從本機與雲端硬碟插入圖片 　　˙使用網路圖片         ˙圖案的插入與編修 　　˙文字藝術師          ˙頁面設定 　　˙插入表格、增減欄列、合併儲存格˙平均分配列高欄寬 　　˙表格框線與儲存格背景色    ˙文件轉PDF格式 　　˙分享雲端檔案         ˙合併列印外掛程式 　　˙設定合併列印資料來源     ˙選擇合併列印標籤版面 　　˙插入合併欄位         ˙標籤外框編修與調整 　　G

oogle試算表 　　˙儲存格參照與範圍選取     ˙試算表編輯(複製、剪下與貼上) 　　˙欄寛與列高          ˙儲存格格式化 　　˙圖片插入儲存格        ˙自動儲存 　　˙公式與函數應用        ˙多欄位排序 　　˙清單檢視的排序方式      ˙資料篩選 　　˙插入圖表、編輯圖表、圖表編輯器˙資料透視表建立與編輯 　　˙資料透視表欄位配置      ˙資料欄位的展開與摺疊 　　˙資料透視表欄列資料排序與篩選 ˙資料透視表欄列資料的變更 　　˙建立群組與取消群組      ˙資料透視表樣式套用 　　Google簡報 　　˙管理與新增Google簡報     ˙簡報

上傳與下載 　　˙使用語音輸入演講者備忘稿   ˙播放簡報 　　˙在會議中分享簡報畫面     ˙簡報共用與停止共用 　　˙開啟雷射筆進行講解      ˙以「簡報者檢視」模式進行教學 　　˙自動循環播放         ˙為簡報建立副本 　　˙套用／變更主題範本      ˙變更版面配置 　　˙變更文字格式與插入文字藝術師 ˙匯入PowerPoint投影片 　　˙設定轉場切換         ˙加入物件動畫效果 　　˙調整動畫先後順序       ˙插入影片與音訊 　　˙流程圖的插入與美化      ˙表格插入與美化 　　˙圖表插入與編修        ˙圖案繪製與調整 　　Google雲

端硬碟 　　˙共用檔案協同合作編輯     ˙連結雲端硬碟應用程式(App) 　　˙利用表單進行問卷調查     ˙整合Gmail郵件服務 　　˙查看雲端硬碟使用量      ˙上傳檔案／資料夾 　　˙用顏色區隔重要資料夾     ˙下載檔案至電腦 　　˙刪除／救回誤刪檔案      ˙分享與共用雲端資料 　　˙內建文件翻譯功能       ˙辨識聲音轉成文字 　　˙增加Google雲端硬碟容量    ˙合併多個PDF檔 　　˙設定只有你本人可以共用檔案  ˙將雲端硬碟檔案分享給指定的人

以支持向量機分析HLA分型與各紅球血型系統異體抗體的關聯性

為了解決格式化工具免安裝的問題，作者張志昇 這樣論述：

目的：人類各紅血球血型系統產生不同異體抗體的變異性，常因各種族而不同，和紅血球的抗原比率較無關係。依文獻資料顯示，產生紅血球異體抗體的免疫能力和個體的人類組織相容性抗原(Human Leukocyte Antigen , HLA)分型有極大的相關性。臺大醫院HLA資料庫及紅血球異體抗體資料庫均為經常性輸血所衍生的資料庫。因此本研究希望能利用資料探戡技術來分析這兩組資料庫，希望能找出不同HLA分型產生各種紅血球血型系統異體抗體的關聯性。方法：本研究根據臺大醫院人類組織抗原HLA資料庫，與相關的紅血球抗體鑑定結果資料庫，在資料處理部分進行重新編整HLA及紅血球異體抗體資料庫的格式。接下來運用資料

探勘中之支持向量機（support vector machines, SVM）技術分析HLA Class I 和Class II分型與紅血球異體抗體關聯性，資料探勘過程包括資料權重選取、SVM參數調整及重要特徵選取等步驟。此外本研究也進一步利用HLA分型資料來預測腫瘤相關疾病，如肝性疾病hepatic disease、骨髓性血癌myeloid leukemia、淋巴性血癌lymphoblastic leukemia。希望能利用資料探勘工具和機器學習技術來分析HLA class I, class II和紅血球異體抗體間的關聯性。結論與展望：實驗結果證實利用HLA class I和class II

分型來預測紅血球血型系統所產生異體抗體，以SVM資料探工具評估可達到91.8% ~ 99.7% 的準確率。此外以HLA分析預測腫瘤相關疾病之準確率亦可達55.9%~96.2%。研究中以特徵選擇演算法選擇出與紅血球異體抗體高度相關之HLA分析與臨床專業知識符合，顯示以資料探勘分析能找出有鑑別力的特徵。利用HLA資料庫與紅血球異體抗體資料庫進行資料探勘可以找出台灣地區HLA和產生各種紅血球血型系統異體抗體的相關性，進而可預測輸注紅血球產生異體抗體的機率，並提供預防性輸血(prophylactic transfusion ) 的功用。