1.詳盡敘述人工智慧的發展及遇到之瓶頸，並說明近年來為何又開始一波新的熱潮。
2.本書內容貼近產業應用，說明AI如何應用在各大產業、服務以及新商品與革新。
3.透過AI技術的發展與創新，引導讀者瞭解，隨著人工智慧持續發展，AI對人們的未 來生活可能帶來衝擊與影響。
4.本書除了詳盡介紹機器學習、深度學習、人工智慧等技術的理論架構外，也講解了人 工智慧如何應用在各大領域，如車牌辨識、自然語言處理等。
5.本書巧妙的運用範例、圖例講解人工智慧的理論與技術，使理論架構變得淺顯易懂。
人工智慧相關的議題歷史悠久，本書詳盡敘述人工智慧過往的發展和遇到的瓶頸，並說明近年來為何又開始一波新的熱潮，在這波熱潮中，本書內容貼近產業應用，說明AI如何應用在各大產業、服務以及新商品與革新。此外，本書亦透過AI技術的發展與創新，引導讀者瞭解，隨著人工智慧持續發展，AI對人們的未來生活可能帶來衝擊與影響。
本書巧妙的運用範例、圖例及影片(QR Code)講解人工智慧的理論與技術，使理論架構變得淺顯易懂，不再因為艱澀難懂的數學公式抹滅了學習的興趣及成就，本書藉由邏輯清晰的『訓練資料』來訓練讀者，使其能夠越讀越明白，越學越有成就。
本書適用於科大資工、電機、電子及人工智慧系「人工智慧」課程使用。
目錄
CH1 人工智慧起源
1-1 遍地開花的人工智慧
1-2 人工智慧的發展
1-3 人工智慧@臺灣
1-4 AI創造的未來生活
參考資料
CH2 應用篇
2-1 影像處理
2-2 自然語言處理
2-3 邏輯推理
2-4 推薦系統
2-5 疾病預測與醫療
CH3 機器學習篇
3-1 建置Python開發環境
3-2 機器學習簡介(Introduction to Machine Learning)
3-3 機器學習演算法
CH4 深度學習篇
4-1 深度學習簡介(Introduction to Deep Learning)
4-2 卷積神經網路(Convolution Neural Network, CNN)
4-3 類神經網路的學習方式(Artificial Neural Network, ANN)
4-4 遞歸神經網路(Recurrent Neural Network, RNN)
4-5 自編碼網路(Autoencoder Network, AE)
4-6 生成對抗網路(Generative Adversarial Network, GAN)
CH5 實務篇
5-1 人工智慧實務應用-電腦視覺
5-2 人工智慧實務應用-自然語言處理
CH6 人工智慧的未來與挑戰
6-1 人工智慧未來趨勢
6-2 工智慧省思與挑戰
參考資料
習題
CH1 人工智慧起源
1-1 遍地開花的人工智慧
1-2 人工智慧的發展
1-3 人工智慧@臺灣
1-4 AI創造的未來生活
參考資料
CH2 應用篇
2-1 影像處理
2-2 自然語言處理
2-3 邏輯推理
2-4 推薦系統
2-5 疾病預測與醫療
CH3 機器學習篇
3-1 建置Python開發環境
3-2 機器學習簡介(Introduction to Machine Learning)
3-3 機器學習演算法
CH4 深度學習篇
4-1 深度學習簡介(Introduction to Deep Learning)
4-2 卷積神經網路(Convolution Neural Network, CNN)
4-3 類神經網路的學習方式(Artificial Neural Network, ANN)
4-4 遞歸神經網路(Rec...
購物須知
退換貨說明：
會員均享有10天的商品猶豫期（含例假日）。若您欲辦理退換貨，請於取得該商品10日內寄回。
辦理退換貨時，請保持商品全新狀態與完整包裝（商品本身、贈品、贈票、附件、內外包裝、保證書、隨貨文件等）一併寄回。若退回商品無法回復原狀者，可能影響退換貨權利之行使或須負擔部分費用。
訂購本商品前請務必詳閱退換貨原則。
收藏
2025專利防護中