第一章 機器學習新手上路

1-1 什麼是機器學習

1-2 機器學習的種類

1-3 免費練習開發平台

1-4 機器學習步驟



第二章 監督式學習

2-1 線性回歸 Linear Regression

2-2 支援向量機 Support Vector Machine

2-3 單純貝氏分類器 Naive Bayes Classifier

2-4 決策樹Decision Tree

2-5 隨機森林 Random Forest

2-6 神經網路 Neural Network

2-7 近鄰演算法 K-Nearest Neighbors



第三章 非監督式學習

3-1 主成分分析 Principal Components Analysis

3-2 非負矩陣 Non-negative Matrix Factorization

3-3 平均分群演算法 K-means

3-4 高斯混合分布 Gaussian Mixture Models



第四章 評估方法與訓練技巧

4-1 分類問題評估

4-2 回歸問題評估

4-3 交叉驗證 Cross-Validation

4-4 批次量 Batch Size



第五章 最終挑戰—實戰應用

5-1 AI 股票理財專家

5-2 YOLOv9 物件辨識



結語

附錄

附錄一 專有名詞解釋

附錄二 環境安裝

附錄三 參考文獻

習題