徐偉智

• 第1章　AI、AI技術與AI應用(第1-1頁)
  • 1-1　人工智慧(第1-1頁)
  • 1-2　AI技術(第1-4頁)
  • 1-3　AI應用(第1-7頁)
  • 1-4　AI與數學(第1-8頁)
  • 1-5　AI與編程(第1-19頁)
  • 1-6　何謂深度學習(第1-20頁)
• 第2章　Python基礎編程語法(第2-1頁)
  • 2-1　何謂變數(第2-1頁)
  • 2-2　編程的操作型定義～以變數為例(第2-2頁)
  • 2-3　運算與資料(第2-5頁)
  • 2-4　決策(if)語法(第2-9頁)
  • 2-5　while迴圈(第2-11頁)
  • 2-6　for迴圈(第2-15頁)
  • 2-7　功能呼叫(function call)(第2-16頁)
  • 2-8　全域變數與區域變數(第2-19頁)
  • 2-9　List資料結構(第2-20頁)
  • 2-10　物件的基本觀念(第2-23頁)
  • 2-11　numpy模組的多維陣列(第2-25頁)
• 第3章　Python進階編程語法(第3-1頁)
  • 3-1　向量運算模式與泛化函式(第3-1頁)
  • 3-2　matplotlib繪圖模組的運用(第3-3頁)
  • 3-3　檔案的輸入輸出(第3-8頁)
  • 3-4　物件導向程式設計基本概念(第3-12頁)
  • 3-5　其他(第3-18頁)
• 第4章　資料分析的基本觀念(第4-1頁)
  • 4-1　隨機取樣(第4-1頁)
  • 4-2　摘要統計(summary statistics)(第4-5頁)
  • 4-3　共變異數與相關係數(第4-9頁)
  • 4-4　資料分群演算法(第4-13頁)
  • 4-5　Python的K-means分群演算法的應用(第4-19頁)
• 第5章　線性迴歸模型(第5-1頁)
  • 5-1　線性迴歸的數學原理(第5-1頁)
  • 5-2　Python的線性迴歸模組(第5-4頁)
  • 5-3　線性迴歸模型的應用(第5-9頁)
  • 5-4　羅吉斯迴歸(第5-16頁)
  • 5-5　梯度下降演算法(第5-25頁)
第6章　線性分類器(第6-1頁)
• 6-1　線性迴歸分類器(第6-1頁)
• 6-2　支持向量機分類器(第6-5頁)
• 6-3　SVM原理推導(第6-11頁)
• 6-4　核函數(第6-17頁)
• 6-5　SVM的多元分類應用(第6-23頁)
• 6-6　SVM模型參數的匯出(第6-28頁)
第7章　非線性分類器(第7-1頁)
• 7-1　類神經網路分類器概論(第7-1頁)
• 7-2　類神經網路的應用(第7-7頁)
• 7-3　Python的類神經網路機器學習模組(第7-10頁)
• 7-4　決策樹實務應用(第7-18頁)
第8章　模型評估(第8-1頁)
• 8-1　分類器效能指標(第8-1頁)
• 8-2　ROC曲線(第8-12頁)
• 8-3　殘差分析(第8-19頁)
第9章　其他AI相關主題(第9-1頁)
• 9-1　k最近鄰分類演算法(第9-1頁)
• 9-2　單純貝氏分類器(第9-8頁)
• 9-3　主要成分分析(第9-17頁)
• 9-4　資料前處理(第9-23頁)
• 9-5　集成學習(第9-29頁)
附錄A　Python安裝與使用(第A-1頁)
• A-1　Python開發環境介紹(第A-1頁)
• A-2　安裝Python(第A-3頁)
• A-3　IDLE的使用(第A-6頁)
• A-4　Python命令列視窗模式(第A-9頁)
• A-5　pip的使用(第A-11頁)