1.從生活情境切入,設計有趣的AI體驗與實作案例:
-塗鴉資料的AI判讀(Quick Draw!)
-監督式學習資料集(房價預測、乳癌機率、鐵達尼生存機率)
-非監督式學習資料集(鳶尾花的分群、手寫數字的分群)
2.以Google Colab做Python程式碼解析,透過網路即能完成各項學習主題,無須考慮場域與軟硬體的限制。
3.全面性的教材設計:透過觀看影音教學、演練程式、模擬試題等學習,循序漸進地達成AI素養與實作技能提升。
本書透過有趣且生活化的AI實作案例,讓初學者一次掌握「機器學習」五大流程。透過圖文並茂的觀念解說與全步驟程式碼解析,讓你越過深奧的數學與方程式阻礙,直接探索AI各種實務應用,包含透過「Quick Draw!」塗鴉資料的AI判讀、監督式學習的線性迴歸模型、KNN、決策樹分類模型、非監督式學習的K-means分群模型,最後引領你勇闖Kaggle國際AI競賽平台,以實作取得排名成績。
本書作者為AI4kids團隊,曾應教育部國教署邀請,至全國高中主任會議分享AI教學、親子天下雜誌專文報導,成員來自AIA台灣人工智慧學校的校友,團隊有軟體技術、創新研發、工程管理、電商行銷等資歷專長,因為對AI科技教育的熱情而投入AI的教案研發與教學,目標是透過教孩子動手實作AI專題,來啟發他們對好奇心與想像力,協助他們運用各種程式或平台工具來探索、創造自己的AI應用。
目錄
CH1 打開AI人工智慧之門
1-1 WOW!令人驚嘆的人工智慧
1-2 Why?人人都要學會當AI的主人
1-3 What? AI 快問快答
1-4 為什麼機器可以像人類一樣學習?
1-5 Quick Draw!畫一畫你就懂了!
1-6 總結
CH2 我也能打造機器學習
2-1 機器學習的五大流程
2-2 總結
CH3 動手實作監督式學習
3-1 迴歸與分類
3-2 房價秒預測—線性迴歸介紹與應用
3-3 乳癌機率有多高—KNN 分類器介紹與應用
3-4 傑克與蘿絲誰的生存機率高—決策樹分類器介紹與應用
3-5 總結
CH4 動手實作非監督式學習
4-1 K 平均分群演算法(K-means)的基本介紹與應用
4-2 鳶尾花的分群—K-means 應用範例
4-3 手寫數字的分群—K-means 應用範例
4-4 總結
CH5 國際AI競賽走一遭
5-1 Kaggle 網站介紹
5-2 經典賽事介紹
5-3 Kaggle 資料上傳與排名
5-4 總結
附錄A Python基礎語法查詢表
附錄B Google Colab使用簡介
CH1 打開AI人工智慧之門
1-1 WOW!令人驚嘆的人工智慧
1-2 Why?人人都要學會當AI的主人
1-3 What? AI 快問快答
1-4 為什麼機器可以像人類一樣學習?
1-5 Quick Draw!畫一畫你就懂了!
1-6 總結
CH2 我也能打造機器學習
2-1 機器學習的五大流程
2-2 總結
CH3 動手實作監督式學習
3-1 迴歸與分類
3-2 房價秒預測—線性迴歸介紹與應用
3-3 乳癌機率有多高—KNN 分類器介紹與應用
3-4 傑克與蘿絲誰的生存機率高—決策樹分類器介紹與應用
3-5 總結
CH4 動手實作非監督式學習
4-1 K 平均分群演算法(K-means)的基本介紹與應...