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



附錄A Python安裝與使用