第1章 我們是怎麼看這個世界

1-1 想想「思考」這回事

1-2 視覺感受的科學證據

1-3 研究大腦如何處理圖像辨識

1-4 視覺處理的神經通道

1-5 跨領域研究的人工智慧

重點回顧

課後習題



第2章 從神經元到神經網路運算法

2-1 史上第一個人工神經元數學模型：卡洛克－皮茲神經元

2-2 學習性神經元－赫布理論

2-3 從大腦到電子腦－感知器

2-4 從錯誤中學習－自適線性神經元

2-5 多層感知器的演進

2-6 神經網路演算法的曙光－深度信念網路

重點回顧

課後習題



第3章 圖像資料庫與機器視覺處理

3-1 CIFAR-10圖像資料庫與ImageNe

3-2 物件語境資料庫與COCO挑戰賽

3-3 平行運算的圖形處理器GPU

3-4 卷積神經網路CNN的肇始

重點回顧

課後習題



第4章 人工智慧神經網路模型

4-1 LeNet 神經網路

4-2 圖解卷積神經運作過程

4-3 AlexNet卷積神經網路與深度學習

4-4 Alexnet後續改進者ZFnet

4-5 涉入更深層學習的神經網路VGG

4-6 往橫方向寬度發展的GoogLeNet

4-7 終極深度的神經網路ResNet網路

重點回顧

課後習題



第5章 記憶學習

5-1 賦予機器記憶能力的遞迴神經網路

5-2 RNN的記憶力改善

5-3 長的短期記憶

5-4 模擬LSTM處理語意與看圖說文

5-5 網路學習的神經架構搜尋器

5-6 神經架構搜尋網路NASNet與遷移性學習

5-7 聊天機器人ChatGPT

重點回顧

課後習題



第6章 機器學習

6-1 人工智慧、機器學習、深度學習

6-2 機器學習、大數據與統計學

6-3 機器學習的工具

6-4 機器學習使用的資料庫分類

6-5 機器學習的種類

6-6 監督式學習迴歸機器學習演算法

6-7 監督式學習分類機器學習演算法

6-8 非監督式學習分群演算法

重點回顧

課後習題



第7章 AI 圖像辨識工具軟體VisLab

7-1 VisLab AI圖像辨識軟體簡介

7-2 VisLab軟體功能結構

7-3 安裝使用智泰VisLab軟體

7-4 使用智泰VisLab軟體分類功能

7-5 使用VisLab軟體物件偵測功能

7-6 使用VisLab分割功能

重點回顧

課後習題



第8章 Azure雲端AI圖像辨識功能

8-1 Microsoft Azure圖像辨識軟體Vision簡介

8-2 Azure認知服務與API架構

8-3如何使用微軟Azure圖像辨識功能

8-4 Azure物件辨識

8-5 應用部署Azure感知服務

重點回顧

課後習題



第9章 雲端圖像辨識AutoML

9-1 Google雲端自動機器學習介紹

9-2 如何使用Google自動機器視覺

9-3 珊瑚AutoML辨識計畫範例介紹

重點回顧

課後習題



第10章 AI視覺的服務應用設計

10-1 應用AI視覺的幾個想法－人與AI的協力思考模式

10-2 系統執行AI專案計畫的流程

10-3 用AI視覺管理永續漁業資源

10-4 AI視覺應用在休閒飲料

10-5 AI視覺應用在海岸遊憩解說服務

重點回顧

課後習題



附錄





?