chapter 1 開發環境介紹

1-1 安裝 Anaconda

1-2 使用 conda 啟用虛擬環境與安裝套件

1-3 在 Windows 啟用 Jupyter Notebook

1-4 Jupyter Notebook 的快速鍵

1-5 使用 Google Colab 執行 Python 程式



chapter 2 Pandas 與 Numpy 簡介

2-1 Pandas 的 Series

2-2 Pandas 的 DataFrame

2-3 NumPy的重要功能



chapter 3 線性迴歸

3-1 線性迴歸的運作原理

3-2 使用 sklearn 實作線性迴歸

3-3 線性迴歸模型實作範例

3-4 習題



chapter 4 邏輯迴歸

4-1 邏輯迴歸的運作原理

4-2 使用 sklearn 實作邏輯迴歸

4-3 邏輯迴歸模型實作範例

4-4 習題



chapter 5 決策樹

5-1 決策樹的運作過程

5-2 使用 sklearn 實作決策樹

5-3 決策樹模型實作範例

5-4 習題



chapter 6 K-近鄰演算法

6-1 K-近鄰演算法的運作過程

6-2 使用 sklearn 實作 K-近鄰演算法

6-3 K-近鄰演算法模型實作範例

6-4 習題



chapter 7 支援向量機

7-1 支援向量機演算法的運作過程

7-2 使用 sklearn 實作支援向量機

7-3 支援向量機模型實作範例

7-4 習題



chapter 8 K-means 分群

8-1 K-means 分群的運作過程

8-2 使用 sklearn 實作 K-means 分群

8-3 使用 K-means 分群實作範例

8-4 習題



chapter 9 階層式分群

9-1 階層式分群的運作過程

9-2 使用 sklearn 實作階層式分群

9-3 階層式分群實作範例

9-4 習題



chapter 10 神經網路

10-1 神經網路的神經元

10-2 線性可分割與非線性可分割

10-3 神經網路的運作

10-4 使用 keras 實作神經網路

10-5 激勵函式

10-6 Loss 函式

10-7 學習率與優化器

10-8 使用手寫數字辨識為範例

10-9 習題



chapter 11 卷積神經網路

11-1 卷積神經網路模型運作原理

11-2 使用 keras 實作卷積神經網路

11-3 卷積神經網路實作範例

11-4 習題



chapter 12 使用 Cifar-10 圖庫訓練卷積神經網路

12-1 使用卷積神經網路辨識 Cifar-10 圖庫

12-2 使用更複雜的卷積神經網路辨識 Cifar-10 圖庫

12-3 習題



chapter 13 預先訓練的模型

13-1 使用 VGG16 辨識圖片

13-2 顯示 VGG16 模型的組成

13-3 習題



chapter 14 中文文字分析與中文語音相關功能實作

14-1 使用 Spacy 分析中文句子

14-2 使用 Spacy 找出最相似的五個新聞標題

14-3 實作語音辨識與文字轉語音功能

14-4 習題



?