|CHAPTER 1|人工智慧的黃金入門課程

1-1 認識人工智慧

1-1-1 人工智慧的應用

1-1-2 機器人與工業4.0

1-2 人工智慧發展史

1-2-1 啟萌期（1950~1965）

1-2-2 發展期（1980~1999）

1-2-3 成長期（2000~2020）

1-3 人工智慧的種類

1-3-1 弱人工智慧（Weak AI）

1-3-2 強人工智慧（Strong AI）



|CHAPTER 2|從電玩遊戲設計進入AI的奇幻世界

2-1 遊戲AI的基本模式

2-1-1 以規則為基礎

2-1-2 以目標為基礎

2-1-3 以代理人為基礎

2-1-4 以人工生命為基礎

2-2 遊戲生手必學的AI演算法

2-2-1 基因演算法

2-2-2 模糊邏輯演算法

2-2-3 類神經網路演算法

2-2-4 有限狀態機

2-2-5 決策樹演算法

2-2-6 電腦鼠走迷宮演算法

2-2-7 八皇后演算法

2-2-8 Dijkstra 與A* 演算法

2-2-9 矩陣演算法

2-3 實戰五子棋AI演算法

2-3-1 獲勝組合

2-3-2 獲勝表的建立

2-3-3 計算棋格獲勝分數



|CHAPTER 3|雲端運算與物聯網的AI智慧攻略

3-1 雲端運算簡介

3-1-1 雲端運算與雲端服務

3-2 認識雲端運算技術

3-2-1 分散式運算

3-2-2 虛擬化技術

3-3 雲端運算服務模式

3-3-1 軟體即服務（SaaS）

3-3-2 平台即服務（PaaS）

3-3-3 基礎架構即服務（IaaS）

3-4 雲端運算的部署模式

3-4-1 公有雲

3-4-2 私有雲

3-4-3 社群雲

3-4-4 混合雲

3-5 Google的AI雲端服務

3-5-1 Gmail 與自動過濾垃圾郵件

3-5-2 Google 相簿的智慧編修功能

3-5-3 雲端硬碟的智慧選檔功能

3-5-4 Google 文件的智慧撰寫功能

3-6 邊緣運算與AI的不解情緣

3-6-1 認識邊緣運算

3-6-2 無人機與多人電競遊戲

3-7 智慧物聯網的未來

3-7-1 物聯網（IOT）簡介

3-7-2 物聯網的架構

3-7-3 智慧物聯網（AIoT）與電子商務



|CHAPTER 4|大數據與AI的贏家必勝工作術

4-1 大數據簡介

4-1-1 資料科學與大數據

4-1-2 大數據的特性

4-1-3 資料倉儲

4-1-4 資料探勘

4-2 大數據相關技術─Hadoop與Spark

4-2-1 Hadoop

4-2-2 Spark

4-3 從大數據到人工智慧

4-3-1 智慧叫車服務

4-3-2 智慧精準行銷

4-3-3 英雄聯盟

4-3-4 提升消費者購物體驗



|CHAPTER 5|一次弄懂機器學習的AI私房祕技

5-1 機器學習簡介

5-1-1 機器學習的定義

5-1-2 機器「看」貓

5-2 機器學習的種類

5-2-1 監督式學習

5-2-2 半監督式學習

5-2-3 非監督式學習

5-2-4 增強式學習

5-3 機器學習的步驟

5-3-1 收集資料

5-3-2 清理與準備資料

5-3-3 特徵萃取

5-3-4 模型選取

5-3-5 訓練與評估模型

5-3-6 實施模型



|CHAPTER 6|機器學習的AI創新搶錢商機

6-1 機器學習的超級利器－TensorFlow

6-1-1 YouTube 推薦影片

6-2 電腦視覺

6-2-1 圖像辨識

6-2-2 人臉辨識

6-2-3 智慧美妝

6-2-4 智慧醫療

6-3 智慧零售

6-4 智慧金融科技

6-4-1 智慧欺詐檢測

6-4-2 智慧理財機器人

6-4-3 P2P 網路借貸



|Chapter 7|玩轉深度學習的AI解析祕笈

7-1 認識深度學習

7-1-1 解析大腦結構

7-1-2 類神經網路簡介

7-1-3 類神經網架構

7-1-4 手寫數字辨識系統

7-2 常見神經網路簡介

7-2-1 卷積神經網路（CNN）

7-2-2 遞迴神經網路（RNN）



|CHAPTER 8|深度學習的AI創意吸睛應用實務

8-1 語音辨識

8-1-1 語音辨識

8-1-2 智慧語音助理

8-2 自然語言

8-2-1 Google BERT

8-2-2 HTC 的T-BERT

8-2-3 聊天機器人

8-3 影像辨識

8-3-1 自駕車

8-3-2 智慧無人商店



?