學AI真簡單

第一章 打開AI 人工智能之門
1-1 WOW! 令人驚嘆的人工智能
1-2 Why? 人人都要學會當AI 的主人
1-3 What?AI 快問快答
1-4 為什麼機器可以像人類一樣學習?
1-5 Quick Draw ! 畫一畫你就懂了!
1-6 總結

第二章 我也能打造機器學習
2-1 機器學習的五大流程
2-2 總結

第三章 動手編程 – 監督式學習
3-1 迴歸與分類
3-2 Scikit Learn 函式庫的介紹
3-3 線性迴歸:房價秒預測
3-4 KNN 分類器:乳癌機率有多高
3-4 決策樹分類器:Jack 與 Rose 誰的生存機率高
3-5 總結

第四章 動手編程 – 非監督式學習
4-1 K 平均分群演算法(K-means)
4-2 應用範例:鳶尾花的分群
4-3 應用範例:手寫數字的分群
4-4 總結

第五章 帶你出戰國際 AI 競賽
5-1 Kaggle 網站介紹
5-2 新手指南:經典賽事介紹
5-3 實戰:羅吉斯迴歸分類器
5-4 總結

第六章 10 分鐘讓電腦學會辨識包剪揼
6-1 Teachable Machine 簡介
6-2 如何輸入影像
6-3 如何訓練模型
6-4 如何驗證準確率
6-5 總結

第七章 看得見的神經網絡
7-1 類神經網絡簡介
7-2 TensorFlow Playground 概覽
7-3 動手訓練神經網絡
7-4 深入探索:訓練參數的設定
7-5 總結

第八章 為甚麼電腦可以辨識影像
8-1 電腦如何「看」
8-2 電腦視覺常見應用
8-3 深度學習
8-4 卷積神經網絡
8-5 總結

第九章 動手編程:CNN 網絡
9-1 應用範例:手寫數字辨識
9-2 應用範例:是貓還是狗?
9-3 總結

第十章 進階專題:用邊緣運算打造即時影像辨識
10-1 邊緣運算
10-2 邊緣運算的應用案例
10-3 邊緣運算的實例
10-4 邊緣運算的加速器
10-5 KL520 實用範例

附錄A Python 基本概念及基礎語法查詢表
A-1 Python 基本概念

附錄B Google Colab 使用簡介
B-1 Google Colaboratory 介紹
B-2 Notebook 組態設定
B-3 檢視目前Python 版本與套件清單

附錄C Windows 版 Kneron Academy 使用教學
C-1 下載 Kneron Academy 軟件包
C-2 Kneron Academy 展示範例操作說明