1. 簡介

1-1 何謂人工智慧?
1-2 機器學習的基礎技術
1-3 深度學習的發展

2. 神經網路(CNN)

2-1 初試神經網路-手寫辨識 mnist
2-2 張量 Tensor
2-3 優化器 Optimizer

3. Keras 與 Tensorflow 簡介

3-1 TensorFlow 介紹
3-2 Keras 介紹
3-3 使用 TensorFlow 與 Keras 函式庫
3-4 線性迴歸
3-5 邏輯斯迴歸(logistic regression)
3-6 實作線性分類器
3-7 Keras API 3-8 客製化 Training

4. 分類與迴歸

4-1 二元分類問題
4-2 多元分類問題
4-3 迴歸問題

5. 機器學習(ML)

5-1 普適化
5-2 評估模型
5-3 提升模型的表現
5-4 提高普適化能力
5-5 機器學習的流程

6. 電腦視覺(CV)

6-1 卷積神經網路(CNN) 6-2 預訓練(Pre-training) 6-3 影像分割

7. 時間序列(Time Series)

8. 自然語言處理(NLP)

9. 生成式 AI(Gen AI)