機器學習

第1章 緒論
1.1 AI的歷史起源
1.2 什麼是智慧與AI
1.3 人工智慧的分類
1.4 人工智慧和大數據

第2章 Python基礎知識
2.1 Python虛擬環境與庫安裝方法
2.2 Python流程控制語法
2.3 清單、元組、字典與集合
2.4 Python函數
2.5 物件導向程式設計

第3章 模型評估及模型
3.1 向量矩陣和陣列
3.2 索引、切片和反覆運算
3.3 Pandas資料整理
3.4 Pandas的Series資料結構
3.5 Pandas的DataFrame資料結構
3.6 資料載入、存儲與檔案格式
3.7 數據清洗和準備
3.8 圖像資料讀取與處理
3.9 資料視覺化基礎
3.10 數據視覺化折線圖、柱狀圖、散點圖

第4章 機器學習及神經網路
4.1 模式識別、機器學習的區別與聯繫
4.2 什麼是機器學習
4.3 機器學習的專業術語、開發流程與工具
4.4 機器學習基礎補充
4.5 多項式曲線擬合
4.6 k-近鄰演算法
4.7 K-Means(K-均值)、聚類演算法
4.8 利用PCA來簡化資料
4.9 神經網路
4.10 Torch運算
4.11 Pytorch搭建神經網路
4.12 保存和載入模型

第5章 MNIST識別及圖像分類
5.1 MNIST手寫數位識別
5.2 MNIST圖像分類
參考文獻