chapter 1 打開人工智慧之門

1-1 談談AlphaGo

1-2 人工智慧名詞的由來

1-3 人工智慧所需具備的能力

1-4 人工智慧的趨勢

1-5 人工智慧並非獨立存在

1-6 AI 的學習方法

1-7 實作介紹：Google Colaboratory





chapter 2 數據蒐集與處理

2-1 BIG DATA與OPEN DATA

2-2 資料的類別

2-3 資料蒐集與清理

2-4 實際範例說明

2-5 實作介紹：標記（Label）工具



chapter 3 機器學習

3-1 機器學習的種類

3-2 機器學習的演算法

3-3 自動化機器學習

3-4 實作介紹：Kneron AI Dongle運算棒



chapter 4 深度學習

4-1 什麼是神經網路？

4-2 深度學習的經典 — CNN卷積網路

4-3 ConvNetJS

4-4 實作介紹：Kneron Academy 進階



chapter 5 物件辨識

5-1 工作分類與名詞解釋

5-2 要回答的問題

5-3 如何做物件偵測與分類判定

5-4 其他注意事項



chapter 6 終端裝置的人工智慧

6-1 什麼是終端AI？

6-2 AI加速棒

6-3 人機介面的互動

6-4 智慧門鎖

6-5 建構人臉辨識的演算法

6-6 隱私權的保護

6-7 神經網路處理器的傳輸



chapter 7 AI專案與加速棒應用

7-1 建構一個AI專案

7-2 多樣化的AI APP應用程式

7-3 人臉辨識實作—智慧門鎖應用的核心

7-4 多物件辨識實作—流量計算應用的核心

7-5 製作自定義分類模型

7-6 總結

chapter 1 打開人工智慧之門
1-1 談談AlphaGo
1-2 人工智慧名詞的由來
1-3 人工智慧所需具備的能力
1-4 人工智慧的趨勢
1-5 人工智慧並非獨立存在
1-6 AI 的學習方法
1-7 實作介紹：Google Colaboratory


chapter 2 數據蒐集與處理
2-1 BIG DATA與OPEN DATA
2-2 資料的類別
2-3 資料蒐集與清理
2-4 實際範例說明
2-5 實作介紹：標記（Label）工具

chapter 3 機器學習
3-1 機器學習的種類
3-2 機器學習的演算法
3-3 自動化機器學習
3-4 實作介紹：Kneron AI Dongle運算棒

chapter 4 深度學習
4-1 什麼是神經網路？
4-2 深度學習的經典 — CNN卷積網路
4-3 ConvNetJS
4-4 實作介紹：Kneron Academy 進階

chapter 5 物件辨識
5-1 工作分類與名詞解釋
5-2 要回答的問題
5-3 如何做物件偵測與分類判定
5-4 其他注意事項

chapter 6 終端裝置的人工智慧
6-1 什麼是終端AI？
6-2 AI加速棒
6-3 人機介面的互動
6-4 智慧門鎖
6-5 建構人臉辨識的演算法
6-6 隱私權的保護
6-7 神經網路處理器的傳輸

chapter 7 AI專案與加速棒應用
7-1 建構一個AI專案
7-2 多樣化的AI APP應用程式
7-3 人臉辨識實作—智慧門鎖應用的核心
7-4 多物件辨識實作—流量計算應用的核心
7-5 製作自定義分類模型
7-6 總結

chapter 1 打開人工智慧之門

1-1 談談AlphaGo

1-2 人工智慧名詞的由來

1-3 人工智慧所需具備的能力

1-4 人工智慧的趨勢

1-5 人工智慧並非獨立存在

1-6 AI 的學習方法

1-7 實作介紹：Google Colaboratory





chapter 2 數據蒐集與處理

2-1 BIG DATA與OPEN DATA

2-2 資料的類別

2-3 資料蒐集與清理

2-4 實際範例說明

2-5 實作介紹：標記（Label）工具



chapter 3 機器學習

3-1 機器學習的種類

3-2 機器學習的演算法

3-3 自動化機器學習

3-4 實作介紹：Kneron AI Dongle運算棒



chapter 4 深度學習

4-1 什麼是神經網路？

4-2 深度學習的經典 — CNN卷積網路

4-3 ConvNetJS

4-4 實作介紹：Kneron Academy 進階



chapter 5 物件辨識

5-1 工作分類與名詞解釋

5-2 要回答的問題

5-3 如何做物件偵測與分類判定

5-4 其他注意事項



chapter 6 終端裝置的人工智慧

6-1 什麼是終端AI？

6-2 AI加速棒

6-3 人機介面的互動

6-4 智慧門鎖

6-5 建構人臉辨識的演算法

6-6 隱私權的保護

6-7 神經網路處理器的傳輸



chapter 7 AI專案與加速棒應用

7-1 建構一個AI專案

7-2 多樣化的AI APP應用程式

7-3 人臉辨識實作—智慧門鎖應用的核心

7-4 多物件辨識實作—流量計算應用的核心

7-5 製作自定義分類模型

7-6 總結