人工智慧－素養及未來趨勢（第二版） 

CH1 人工智慧起源
1-1 遍地開花的人工智慧
1-2 人工智慧的發展
1-3 人工智慧@ 臺灣
1-4 AI 創造的未來生活

CH2 人工智慧與應用
2-1 影像處理
2-2 自然語言處理
2-3 邏輯推理
2-4 推薦系統
2-5 疾病預測與醫療

CH3 機器學習是什麼－分類篇
3-1 機器學習簡介
3-2 迴歸
3-3 決策樹
3-4 支持向量機
3-5 單純貝氏分類器

CH4 機器學習是什麼－分群篇
4-1 K- 最近鄰居法
4-2 K- 平均分群
4-3 DBSCAN
4-4 階層式分群
4-5 關聯規則學習

CH5 深度學習是什麼－淺談篇
5-1 神經元的設計與功能
5-2 神經網路的架構與深度學習
5-3 卷積神經網路

CH6 深度學習是什麼－探究篇
6-1 遞歸神經網路
6-2 遞歸神經網路時空展開圖
6-3 長短期記憶
6-4 遞歸神經網路應用模式

CH7 淺談生成對抗網路
7-1 生成對抗網路

CH8 人工智慧的未來與挑戰
8-1 人工智慧未來趨勢
8-2 人工智慧省思與挑戰 

CH1 人工智慧起源
1-1 遍地開花的人工智慧
1-2 人工智慧的發展
1-3 人工智慧@ 臺灣
1-4 AI 創造的未來生活

CH2 人工智慧與應用
2-1 影像處理
2-2 自然語言處理
2-3 邏輯推理
2-4 推薦系統
2-5 疾病預測與醫療

CH3 機器學習是什麼－分類篇
3-1 機器學習簡介
3-2 迴歸
3-3 決策樹
3-4 支持向量機
3-5 單純貝氏分類器

CH4 機器學習是什麼－分群篇
4-1 K- 最近鄰居法
4-2 K- 平均分群
4-3 DBSCAN
4-4 階層式分群
4-5 關聯規則學習

CH5 深度學習是什麼－淺談篇
5-1 神經元的設計與功能
5-2 神經網路的架構與深度學習
...