Python機器學習與深度學習特訓班(第二版)：看得懂也會做的AI人工智慧實戰電子書(附120分鐘影音教學/範例程式)

資料來源:

https://www.gotop.com.tw/books/download.aspx?bookid=ACL060400
https://www.books.com.tw/products/E050104678?sloc=main [博客來電子書帳號密碼:jash.liao@gmail.com/@S.000000]

GITHUB: https://github.com/jash-git/-ISBN_9789865026783_code

目錄

01 打造開發環境： TensorFlow和Keras 
1.1 人工智慧、機器學習和深度學習的關係 
1.2 什麼是機器學習？ 
1.3 什麼是深度學習？ 
1.4 TensorFlow與Keras 
1.5 建置Anaconda開發環境 
1.6 TensorFlow及Keras安裝 
1.7 設定TensorFlow的GPU支援 

02 機器學習起點：多層感知器(MLP) 
2.1 認識多層感知器(MLP) 
2.2 認識Mnist資料集 
2.3 多層感知器模型資料預處理 
2.4 多層感知器實戰：Mnist手寫數字圖片辨識 
2.5 模型儲存和載入 
2.6 模型權重的儲存和載入 
2.7 建立多個隱藏層 

03 影像識別神器：卷積神經網路(CNN) 
3.1 卷積神經網路(CNN)基本結構 
3.2 認識Kaggle Cats and Dogs Dataset資料集 
3.3 卷積神經網路實戰：圖片辨識 
3.4 模型權重的儲存和載入 

04 自然語言處理利器：循環神經網路(RNN) 
4.1 循環神經網路(RNN)基本結構 
4.2 認識外幣匯率查詢資料集 
4.3 循環神經網路外幣匯率預測 
4.4 模型權重的儲存和載入 
4.5 長短期記憶(LSTM) 

05 機器學習雲端開發工具：Google Colab 
5.1 Colab：功能強大的虛擬機器 
5.2 在Colab中進行機器學習 

06 體驗機器學習雲端平台：Microsoft Azure 
6.1 專題方向 
6.2 電腦視覺資源 
6.3 臉部辨識資源 
6.4 文字語言翻譯資源 

07 臉部辨識登入系統：Azure臉部辨識應用 
7.1 專題方向 
7.2 Azure臉部客戶端程式庫 
7.3 刷臉登入系統 

08 自然語言處理：文字雲與文章自動摘要 
8.1 專題方向 
8.2 Jieba模組 
8.3 文字雲 
8.4 文章自動摘要 

09 語音辨識應用：YouTube影片加上字幕
9.1 專題方向 
9.2 語音辨識 
9.3 影片字幕製作 

10 投資預測實證：股票走勢分析 
10.1 專題方向 
10.2 台灣股市資訊模組 
10.3 股票分析 
10.4 股票預測 

11 自動標示物件：用Haar特徵分類器擷取車牌 
11.1 專題方向 
11.2 準備訓練Haar特徵分類器資料 
11.3 建立車牌號碼Haar特徵分類器模型 
11.4 使用Haar特徵分類器模型 

12 無所遁形術：即時車牌影像辨識 
12.1 專題方向 
12.2 車牌號碼機器學習訓練資料 
12.3 建立車牌辨識系統