機器學習入門－R語言

第一章　AI、AI技術與AI應用
1-1　人工智慧
1-2　AI 技術
1-3　AI應用
1-4　AI與數學
1-4-1　函數的概念
1-4-2　線性代數的概念
1-4-3　微分的概念
1-4-4　常態分佈概論
1-4-5　機率與統計概論
1-5　AI與編程
習題
第二章　R的安裝與使用
2-1　下載R軟體
2-2　R的安裝
2-3　R的使用
習題
第三章　R語言基礎編成語法
3-1　何謂變數？
3-2　編程的操作型定義~以變數為例
3-3　運算與資料
3-4　決策(if)語法
3-5　迴圈(loop)
3-6　向量(vector)資料物件
3-7　for迴圈
3-8　功能呼叫(function call)
第四章　R語言進階編程語法
4-1　data.frame資料結構
4-2　第三方套件的使用
4-3　矩陣與陣列
4-4　讀取外部資料
4-5　ggplot(…)函式的使用
4-6　一些有用的函式

第五章　R資料分析的基本觀念
5-1　隨機取樣
5-2　摘要統計(summary statistics)
5-3　相關係數與共變異數
5-4　資料分群演算法
5-5　R軟體的K-means分群函式的應用
第六章　線性迴歸模型
6-1　線性迴歸描述概論
6-2　R的線性迴歸模型套件
6.3　線性迴歸應用系統
6.4　線性預測模型
第七章　線性分類器
7-1　線性迴歸分類器
7-2　支持向量機分類器
7-3　SVM原理
7-4　核函數
第八章　非線性分類器
8-1　類神經網路分類器概論
8-2　類神經網路應用
8-3　R的類神經網路機器學習模組
8-4　決策樹實務應用
第九章　模型評估
9-1　分類器效能指標
9-2　ROC曲線的繪製
9-3　殘差分析 

第一章　AI、AI技術與AI應用
1-1　人工智慧
1-2　AI 技術
1-3　AI應用
1-4　AI與數學
1-4-1　函數的概念
1-4-2　線性代數的概念
1-4-3　微分的概念
1-4-4　常態分佈概論
1-4-5　機率與統計概論
1-5　AI與編程
習題
第二章　R的安裝與使用
2-1　下載R軟體
2-2　R的安裝
2-3　R的使用
習題
第三章　R語言基礎編成語法
3-1　何謂變數？
3-2　編程的操作型定義~以變數為例
3-3　運算與資料
3-4　決策(if)語法
3-5　迴圈(loop)
3-6　向量(vector)資料物件
3-7　for迴圈
3-8　功能呼叫(function call)
第四章　R語言進階編程語法
4-1　data.fram...