CH1 人工智慧的商業應用
1-1 AI與商業應用
1-2 商業應用的AI核心技術
1-3 AI即服務

CH2 企業數位轉型
2-1 數位轉型簡介
2-2 數位轉型的管理議題
2-3 數位轉型需要的科技
2-4 數位轉型個案分析

CH3 大數據分析與機器學習
3-1 大數據的來源與分析
3-2 大數據的價值與應用
3-3 機器學習的方法
3-4 機器學習處理流程
3-5 機器學習個案分析–信用卡詐騙偵測

CH4 深度學習
4-1 深度學習簡介
4-2 類神經網路的學習方式
4-3 卷積神經網路
4-4 深度學習個案分析–臉部情緒分析

CH5 自然語言處理
5-1 自然語言處理簡介
5-2 自然語言處理的方法
5-3 自然語言處理的商業應用
5-4 自然語言處理個案分析–餐廳評論分析

CH6 推薦系統
6-1 推薦系統簡介
6-2 推薦系統的方法
6-3 推薦系統的商業應用
6-4 推薦系統個案分析–電商購物網站

CH7 聊天機器人
7-1 聊天機器人簡介
7-2 聊天機器人的設計
7-3 ChatGPT聊天機器人新世代
7-4 聊天機器人個案分析

CH8 AI金融科技
8-1 AI金融科技簡介
8-2 支付
8-3 保險
8-4 存貸
8-5 募資
8-6 投資管理與市場資訊供應
8-7 AI金融科技個案分析–違約預測

CH9 AI行銷科技
9-1 行銷科技簡介
9-2 AI和行銷科技的整合
9-3 AI在行銷科技的應用
9-4 AI行銷科技個案分析–行銷活動分析

CH10 AI電子商務
10-1 AI電子商務簡介
10-2 零售產業的變革
10-3 電子商務
10-4 新零售
10-5 AI零售產業
10-6 AI電子商務個案分析–客戶分群

CH11 AI的安全、隱私和倫理
11-1 AI的可解釋性
11-2 AI的安全
11-3 AI的隱私
11-4 AI的倫理

CH12 AI的挑戰與展望
12-1 AI的挑戰
12-2 AI的展望

附錄A Python實作環境安裝
A-1 Anaconda開發環境簡介
A-2 Anaconda的安裝步驟
A-3 Jupyter Notebook的使用

附錄B 各章學後評量 asnd CH1 人工智慧的商業應用
1-1 AI與商業應用
1-2 商業應用的AI核心技術
1-3 AI即服務

CH2 企業數位轉型
2-1 數位轉型簡介
2-2 數位轉型的管理議題
2-3 數位轉型需要的科技
2-4 數位轉型個案分析

CH3 大數據分析與機器學習
3-1 大數據的來源與分析
3-2 大數據的價值與應用
3-3 機器學習的方法
3-4 機器學習處理流程
3-5 機器學習個案分析–信用卡詐騙偵測

CH4 深度學習
4-1 深度學習簡介
4-2 類神經網路的學習方式
4-3 卷積神經網路
4-4 深度學習個案分析–臉部情緒分析

CH5 自然語言處理
5-1 自然語言處理簡介
5-2 自然語言處理的方法
5-3 自然語言處理的商業應用
5-4 自然語言處理個案分析–餐廳評論分析

CH6 推薦系統
6-1 推薦系統簡介
6-2 推薦系統的方法
6-3 推薦系統的商業應用
6-4 推薦系統個案分析–電商購物網站

CH7 聊天機器人
7-1 聊天機器人簡介
7-2 聊天機器人的設計
7-3 ChatGPT聊天機器人新世代
7-4 聊天機器人個案分析

CH8 AI金融科技
8-1 AI金融科技簡介
8-2 支付
8-3 保險
8-4 存貸
8-5 募資
8-6 投資管理與市場資訊供應
8-7 AI金融科技個案分析–違約預測

CH9 AI行銷科技
9-1 行銷科技簡介
9-2 AI和行銷科技的整合
9-3 AI在行銷科技的應用
9-4 AI行銷科技個案分析–行銷活動分析

CH10 AI電子商務
10-1 AI電子商務簡介
10-2 零售產業的變革
10-3 電子商務
10-4 新零售
10-5 AI零售產業
10-6 AI電子商務個案分析–客戶分群

CH11 AI的安全、隱私和倫理
11-1 AI的可解釋性
11-2 AI的安全
11-3 AI的隱私
11-4 AI的倫理

CH12 AI的挑戰與展望
12-1 AI的挑戰
12-2 AI的展望

附錄A Python實作環境安裝
A-1 Anaconda開發環境簡介
A-2 Anaconda的安裝步驟
A-3 Jupyter Notebook的使用

附錄B 各章學後評量 askw CH1 人工智慧的商業應用
1-1 AI與商業應用
1-2 商業應用的AI核心技術
1-3 AI即服務

CH2 企業數位轉型
2-1 數位轉型簡介
2-2 數位轉型的管理議題
2-3 數位轉型需要的科技
2-4 數位轉型個案分析

CH3 大數據分析與機器學習
3-1 大數據的來源與分析
3-2 大數據的價值與應用
3-3 機器學習的方法
3-4 機器學習處理流程
3-5 機器學習個案分析–信用卡詐騙偵測

CH4 深度學習
4-1 深度學習簡介
4-2 類神經網路的學習方式
4-3 卷積神經網路
4-4 深度學習個案分析–臉部情緒分析

CH5 自然語言處理
5-1 自然語言處理簡介
5-2 自然語言處理的方法
5-3 自然語言處理的商業應用
5-4 自然語言處理個案分析–餐廳評論分析

CH6 推薦系統
6-1 推薦系統簡介
6-2 推薦系統的方法
6-3 推薦系統的商業應用
6-4 推薦系統個案分析–電商購物網站

CH7 聊天機器人
7-1 聊天機器人簡介
7-2 聊天機器人的設計
7-3 ChatGPT聊天機器人新世代
7-4 聊天機器人個案分析

CH8 AI金融科技
8-1 AI金融科技簡介
8-2 支付
8-3 保險
8-4 存貸
8-5 募資
8-6 投資管理與市場資訊供應
8-7 AI金融科技個案分析–違約預測

CH9 AI行銷科技
9-1 行銷科技簡介
9-2 AI和行銷科技的整合
9-3 AI在行銷科技的應用
9-4 AI行銷科技個案分析–行銷活動分析

CH10 AI電子商務
10-1 AI電子商務簡介
10-2 零售產業的變革
10-3 電子商務
10-4 新零售
10-5 AI零售產業
10-6 AI電子商務個案分析–客戶分群

CH11 AI的安全、隱私和倫理
11-1 AI的可解釋性
11-2 AI的安全
11-3 AI的隱私
11-4 AI的倫理

CH12 AI的挑戰與展望
12-1 AI的挑戰
12-2 AI的展望

附錄A Python實作環境安裝
A-1 Anaconda開發環境簡介
A-2 Anaconda的安裝步驟
A-3 Jupyter Notebook的使用

附錄B 各章學後評量