人工智慧應用在我家 - 使用 KNERON AI Dongle(耐能AI加速棒) - 附 MOSME 行動學習一點通：診斷．評量．影音．擴增．加值

購買商店

人工智慧應用在我家 - 使用 KNERON AI Dongle(耐能AI加速棒) - 附 MOSME 行動學習一點通：診斷．評量．影音．擴增．加值

$360.00

馬上購買

內容描述

1. 主題學習：循序漸進介紹人工智慧領域中數據處理、數據標記、神經網路、機器學習、物件辨識等重要概念。
2. 輕鬆入門：結合公開、免費與好用的開源工具與網頁，引導讀者輕鬆進入機器學習的領域。
3. 時下最夯：介紹目前人工智慧趨勢 — 邊緣運算，並說明雲與端如何相互依存與協同作業。
4. 生活應用：藉由 AI 加速棒的實作，帶領讀者體驗AI的落實應用。

目錄大綱

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