內容簡介
人工智慧：8堂一點就通的基礎活用課
內容簡介
人工智慧是以電腦科學、生物學、心理學、語言學、數學、工程學為基礎的科學，由於記憶儲存容量與高速運算能力的發展，人工智慧未來一定會發展出各種不可思議的能力。現今AI的應用領域也愈來愈廣泛，特別是在電腦硬體技術的高速變革，也因而為這個時代的經濟發展提供了一種全新的能量。本書的寫作思維是以入門者的角度出發，跟著本書所安排的章節架構，來學會許多AI的知識點、原理與應用。
[精彩內容]
✧人工智慧的應用、機器人與工業4.0、人工智慧發展史、人工智慧的種類。
✧遊戲AI的基本模式、遊戲AI演算法、實戰五子棋AI演算法。
✧雲端運算、雲端運算服務模式、雲端運算佈署模式、Google的AI雲端服務、邊緣運算與AI、物聯網的未來。
✧大數據相關技術、從大數據到人工智慧。
✧機器學習的定義、機器學習的種類、機器學習的步驟、機器學習利器-TensorFlow。
✧電腦視覺：圖像辨識、人臉辨識、智慧美妝、智慧醫療。
✧智慧零售、智慧欺詐檢測、智慧理財機器人、P2P網路借貸。
✧類神經網路架構、手寫數字辨識系統、卷積神經網路(CNN)、遞迴神經網路(RNN)。
✧語音辨識、自然語言、影像辨識。
內容簡介
人工智慧是以電腦科學、生物學、心理學、語言學、數學、工程學為基礎的科學，由於記憶儲存容量與高速運算能力的發展，人工智慧未來一定會發展出各種不可思議的能力。現今AI的應用領域也愈來愈廣泛，特別是在電腦硬體技術的高速變革，也因而為這個時代的經濟發展提供了一種全新的能量。本書的寫作思維是以入門者的角度出發，跟著本書所安排的章節架構，來學會許多AI的知識點、原理與應用。
[精彩內容]
✧人工智慧的應用、機器人與工業4.0、人工智慧發展史、人工智慧的種類。
✧遊戲AI的基本模式、遊戲AI演算法、實戰五子棋AI演算法。
✧雲端運算、雲端運算服務模式、雲端運算佈署模式、Google的AI雲端服務、邊緣運算與AI、物聯網的未來。
✧大數據相關技術、從大數據到人工智慧。
✧機器學習的定義、機器學習的種類、機器學習的步驟、機器學習利器-TensorFlow。
✧電腦視覺：圖像辨識、人臉辨識、智慧美妝、智慧醫療。
✧智慧零售、智慧欺詐檢測、智慧理財機器人、P2P網路借貸。
✧類神經網路架構、手寫數字辨識系統、卷積神經網路(CNN)、遞迴神經網路(RNN)。
✧語音辨識、自然語言、影像辨識。
內容目錄
目錄
|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
|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
ISBN: 9789864347421