人工智慧（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
參考資料

CH2 應用篇
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 機器學習篇
3-1 建置Python開發環境
3-2 機器學習簡介(Introduction to Machine Learning)
3-3 機器學習演算法

CH4 深度學習篇
4-1 深度學習簡介(Introduction to Deep Learning)
4-2 卷積神經網路(Convolution Neural Network, CNN)
4-3 類神經網路的學習方式(Artificial Neural Network, ANN)
4-4 遞歸神經網路(Recurrent Neural Network, RNN)
4-5 自編碼網路(Autoencoder Network, AE)
4-6 生成對抗網路(Generative Adversarial Network, GAN)

CH5 實務篇
5-1 人工智慧實務應用-電腦視覺
5-2 人工智慧實務應用-自然語言處理
5-3 人工智慧實務應用-數據分析

CH6 人工智慧的未來與挑戰
6-1 人工智慧未來趨勢
6-2 工智慧省思與挑戰
參考資料

習題 

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
參考資料

CH2 應用篇
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 機器學習篇
3-1 建置Python開發環境
3-2 機器學習簡介(Introduction to Machine Learning)
3-3 機器學習演算法

CH4 深度學習篇
4-1 深度學習簡介(Introduction to Deep Learning)
4-2 卷積神經網路(Convolution Neural Network, CNN)
4-3 類神經網路的學習方式(Artificial Neural Network, ANN)
4-4 遞歸神經網路(Rec...