第一章 AI、AI技術與AI應用
1-1 人工智慧
1-2 AI技術
1-3 AI應用
1-4 AI與數學
1-5 AI與編程
1-6 何謂深度學習？
第二章 Python基礎編程語法
2-1 何謂變數？
2-2 編程的操作型定義～以變數為例
2-3 運算與資料
2-4 決策(if)語法
2-5 while 迴圈
2-6 for 迴圈
2-7 功能呼叫 (function call)
2-8 全域變數與區域變數
2-9 List 資料結構
2-10 物件的基本觀念
2-11 numpy模組的多維陣列
第三章 Python進階編程語法
3-1 向量運算模式與泛化函式
3-2 matplotlib繪圖模組的運用
3-3 檔案的輸入輸出
3-4 物件導向程式設計基本概念
3-5 其他
第四章 資料分析的基本觀念
4-1 隨機取樣
4-2 摘要統計(summary statistics)
4-3 共變異數與相關係數
4-4 資料分群演算法
4-5 Python的K-means 分群演算法的應用
第五章 線性迴歸模型
5-1 線性迴歸的數學原理
5-2 Python的線性迴歸模組
5-3 線性回歸模型的應用
5-4 羅吉斯迴歸
第六章 線性分類器
6-1 線性迴歸分類器
6-2 支持向量機分類器
6-3 SVM原理推導
6-4 核函數
6-5 SVM的多元分類應用
第七章 非線性分類器
7-1 類神經網路分類器概論
7-2 類神經網路應用
7-3 Python的類神經網路機器學習模組
7-4 決策樹實務應用
第八章 模型評估
8-1 分類器效能指標
8-2 ROC 曲線
8-3 殘差分析
第九章 其他AI相關主題
9-1 k最近鄰分類演算法
9-2 單純貝氏分類器
9-3 主要成分分析
9-4 資料前處理
9-5 集成學習
瀏覽器，並以Chrome開啟我的電子書櫃後，點選『線上閱讀』，即可閱讀您已購買的電子書。建議使用 Chrome、Microsoft Edge有較佳的線上瀏覽效果。
2024專利防護中