AI-人工智慧
這個網頁的內容, 是在陽明大學 ( 2018年9月至2019年1月), 以及中央大學 (2020年9月至2021年1月), 教授人工智慧導論的資料, 所整理出來的, 希望對於學習AI有所幫助.
這個網頁的內容, 是在陽明大學 ( 2018年9月至2019年1月), 以及中央大學 (2020年9月至2021年1月), 教授人工智慧導論的資料, 所整理出來的, 希望對於學習AI有所幫助.
人工智慧 (Artificial Intelligence) 是使用電腦程式教導機器，讓機器做一些輔助人類的事務，例如學習圍棋、駕駛車輛、辨識人臉、語言翻譯、疾病診斷、以及工廠的品質檢測等等。
人工智慧 (Artificial Intelligence) 是使用電腦程式教導機器，讓機器做一些輔助人類的事務，例如學習圍棋、駕駛車輛、辨識人臉、語言翻譯、疾病診斷、以及工廠的品質檢測等等。
第一波人工智慧的發展在1960年代，第二波在1990年代，都失敗了。原因是電腦速度不夠快、硬碟容量不夠大、資料不夠多。現在的人工智慧是第三波，因為電腦產業的進步，克服了以上三個困難，再加上演算法的突破，人工智慧就產生了爆炸性的發展。
第一波人工智慧的發展在1960年代，第二波在1990年代，都失敗了。原因是電腦速度不夠快、硬碟容量不夠大、資料不夠多。現在的人工智慧是第三波，因為電腦產業的進步，克服了以上三個困難，再加上演算法的突破，人工智慧就產生了爆炸性的發展。
本課程將會 [簡單地] 介紹人工智慧所需要的電腦軟體、數學、和方法，其內容如下
本課程將會 [簡單地] 介紹人工智慧所需要的電腦軟體、數學、和方法，其內容如下
(1) 電腦軟體: Anaconda, Python, Keras, etc.
(1) 電腦軟體: Anaconda, Python, Keras, etc.
(2) 數學: 矩陣, 最佳化.
(2) 數學: 矩陣, 最佳化.
(3) 方法: SVM, Random Forest, Xgboost, MLP, RNN, CNN, etc.
(3) 方法: SVM, Random Forest, Xgboost, MLP, RNN, CNN, etc.
（一）什是麼是人工智慧：
（一）什是麼是人工智慧：
00. 關於這門課
00. 關於這門課
01. 前言和歷史
01. 前言和歷史
02. 原理
02. 原理
03. 應用和程式
03. 應用和程式
04. 未來發展
04. 未來發展
（二）PYTHON 手把手實作：
（二）PYTHON 手把手實作：
05. 2023-08-16 版本. ML-02: 安裝 Install Anaconda, Tensorflow (Keras), Pytorch (CUDA), Ultralytics (YOLO8) (21:50)
05. 2023-08-16 版本. ML-02: 安裝 Install Anaconda, Tensorflow (Keras), Pytorch (CUDA), Ultralytics (YOLO8) (21:50)
06. 使用 Jupyter Notebook, Matrix and Array
06. 使用 Jupyter Notebook, Matrix and Array
How to run Python programs on: (1) Jupyter Notebook
How to run Python programs on: (1) Jupyter Notebook
How to run Pyrhon programs on: (2) Spyder
How to run Pyrhon programs on: (2) Spyder
（三）矩陣和最佳化：
（三）矩陣和最佳化：
07. 矩陣: Inverse and Pseudo Inverse
07. 矩陣: Inverse and Pseudo Inverse
08. 矩陣: 曲線擬合, 國小近視比例
08. 矩陣: 曲線擬合, 國小近視比例
09. 矩陣: XW=S
09. 矩陣: XW=S
10. 最佳化: 梯度下降
10. 最佳化: 梯度下降
11. 最佳化: 約束函數, 曲線擬合, 國小近視比例
11. 最佳化: 約束函數, 曲線擬合, 國小近視比例
（四）AI 基礎程式：
（四）AI 基礎程式：
三種鳶尾花：
三種鳶尾花：
12. 三種鳶尾花, 資料處理
12. 三種鳶尾花, 資料處理
13. 三種鳶尾花, ANN - MLP
13. 三種鳶尾花, ANN - MLP
14. 三種鳶尾花, ANN, SVM, KNN, Random Forest
14. 三種鳶尾花, ANN, SVM, KNN, Random Forest
15. 三種鳶尾花, Gradient Boosting, Feature Importance
15. 三種鳶尾花, Gradient Boosting, Feature Importance
16. 三種鳶尾花, Save and Load, Model and Weights
16. 三種鳶尾花, Save and Load, Model and Weights
過度擬合和交叉驗證：
過度擬合和交叉驗證：
17. 過度擬合和交叉驗證
17. 過度擬合和交叉驗證
乳癌資料和 EDA (Exploratory Data Analysis)：
乳癌資料和 EDA (Exploratory Data Analysis)：
18, 乳癌資料, Random Forest
18, 乳癌資料, Random Forest
EDA, 補充教材：
[Day09] 機器學習的七大步驟-細節
道瓊指數, EDA, 和 LSTM (Long and Short Term Memory)：
道瓊指數, EDA, 和 LSTM (Long and Short Term Memory)：
19. 道瓊指數, 資料處理 (EDA)
19. 道瓊指數, 資料處理 (EDA)
20. 道瓊指數, LSTM程式
20. 道瓊指數, LSTM程式
數字辨識和影像分類 , MLP 和 CNN (Convolutional Neural Network)：
數字辨識和影像分類 , MLP 和 CNN (Convolutional Neural Network)：
究竟神經網路是什麼？ l 第一章 深度學習 (MLP) (19:13)
究竟神經網路是什麼？ l 第一章 深度學習 (MLP) (19:13)
ML Lecture 10: Convolutional Neural Network (CNN) (0 ~ 57:00)
ML Lecture 10: Convolutional Neural Network (CNN) (0 ~ 57:00)
21, 數字辨識, MNIST - MLP (16:46)
21, 數字辨識, MNIST - MLP (16:46)
22, 數字辨識, MNIST - CNN
22, 數字辨識, MNIST - CNN
23, 數字辨識, MNIST - CNN, CoLab
23, 數字辨識, MNIST - CNN, CoLab
24. 影像分類, CIFAR10 - CNN, CoLab, Download files, Model Checkpoint
24. 影像分類, CIFAR10 - CNN, CoLab, Download files, Model Checkpoint
（五）Precision, Recall, F-Meassure, ROC, AUC
（五）Precision, Recall, F-Meassure, ROC, AUC
Precision, Recall & F-Measure
Precision, Recall & F-Measure
ROC and AUC, Clearly Explained!
ROC and AUC, Clearly Explained!
F-1 Score for Multi-Class Classification
F-1 Score for Multi-Class Classification
（六）AI 影像辨識程式：
（六）AI 影像辨識程式：
第1個 real-time (即時) AI 程式, 數字辨識, CNN + MNIST + OpenCV (提供Python檔案下載)
第1個 real-time (即時) AI 程式, 數字辨識, CNN + MNIST + OpenCV (提供Python檔案下載)
第2個 real-time (即時) AI 程式, 彩色影像的物件辨識, ResNet50 + ImageNet + OpenCV (提供Python檔案下載)
第2個 real-time (即時) AI 程式, 彩色影像的物件辨識, ResNet50 + ImageNet + OpenCV (提供Python檔案下載)
第3個 real time (即時) AI 程式, 彩色影像的多重物件辨識, YOLO3 + OpenCV (提供Python檔案下載)
第3個 real time (即時) AI 程式, 彩色影像的多重物件辨識, YOLO3 + OpenCV (提供Python檔案下載)
2020-10-18 版本. 在 WIN10 安裝 PyTorch 版本的 YOLO3
2020-10-18 版本. 在 WIN10 安裝 PyTorch 版本的 YOLO3
第4個 AI 程式，用可解釋的人工智慧做影像辨識：(1) CAM. (提供投影片和Python檔案下載)
第4個 AI 程式，用可解釋的人工智慧做影像辨識：(1) CAM. (提供投影片和Python檔案下載)
第5個 AI 程式，用可解釋的人工智慧做影像辨識：(2) Grad-CAM. (提供投影片和Python檔案下載)
第5個 AI 程式，用可解釋的人工智慧做影像辨識：(2) Grad-CAM. (提供投影片和Python檔案下載)
（七）練習寫 AI 程式：
（七）練習寫 AI 程式：
透過去識別化之資料，學習課堂介紹之機械學習方法：
透過去識別化之資料，學習課堂介紹之機械學習方法：
比賽目的: 練習在人工智慧導論課堂所學習到的資料分析及程式撰寫方法
比賽方式: 將解答上傳至kaggle，每天最多上傳2次
比賽成績: 預測準確度 (accuracy) 作為成績參考依據
比賽內容: 此資料為人體運動相關數據
GS-3073-AI-course, Regression or classification?
GS-3073-AI-course, Regression or classification?
競賽目的 : 練習撰寫 AI 程式
競賽方式 : 將解答上傳至 Kaggle，每天最多2次
競賽成績 : Mean Squared Error 作為評分標準
（八）網路上的資源：
（八）網路上的資源：
推薦 ==> 台灣大學李宏毅老師的 Machine Learning 影片
推薦 ==> 台灣大學李宏毅老師的 Machine Learning 影片
推薦 ==> 有人幫李宏毅老師的影片, 寫出完整的筆記
推薦 ==> 有人幫李宏毅老師的影片, 寫出完整的筆記
推薦 ==> 2018 iT 邦 幫忙鐵人賽
推薦 ==> 2018 iT 邦 幫忙鐵人賽
Kaggle Dataset
Kaggle Dataset
UCI, Machine Learning Repository
UCI, Machine Learning Repository
List of datasets for machine-learning research
List of datasets for machine-learning research
PhysioBank Databases
PhysioBank Databases
Jetson Community Projects
Jetson Community Projects
（九）Alpha GO作者之一, Aja Huang 回答網友的問題：
（九）Alpha GO作者之一, Aja Huang 回答網友的問題：
Kaggle:
Kaggle:
Scikit-learn:
Scikit-learn:
Keras:
Keras:
Keras 提供了許多程式案例, 以及訓練好的模型, 很值得參考.
Keras 提供了許多程式案例, 以及訓練好的模型, 很值得參考.
AI 應用案例：
AI 應用案例：
AIGO ~ AI髮絲去背-解題案例介紹
AIGO ~ AI髮絲去背-解題案例介紹
AIGO ~ AI髮絲去背-解題程式碼實作
AIGO ~ AI髮絲去背-解題程式碼實作
AIGO ~ [食品廣告文字辨識分析]解題背景、架構與方法
AIGO ~ [食品廣告文字辨識分析]解題背景、架構與方法
AIGO ~ [食品廣告文字辨識分析]程式碼解說與執行
AIGO ~ [食品廣告文字辨識分析]程式碼解說與執行
AIGO ~ [食品廣告文字辨識分析]應用介面展示
AIGO ~ [食品廣告文字辨識分析]應用介面展示
AIGO ~ [AI電量預測]資料取得與資料清洗 - I
AIGO ~ [AI電量預測]資料取得與資料清洗 - I
AIGO ~ [AI電量預測]資料取得與資料清洗 - II
AIGO ~ [AI電量預測]資料取得與資料清洗 - II
AIGO ~ [AI電量預測]深度學習為基礎的數據分析
AIGO ~ [AI電量預測]深度學習為基礎的數據分析
AIGO ~ [AI電量預測]機器學習為基礎的數據分析
AIGO ~ [AI電量預測]機器學習為基礎的數據分析
AIGO ~ 利用氣象資料預測極端天氣-內容簡介
AIGO ~ 利用氣象資料預測極端天氣-內容簡介
AIGO ~ 利用氣象資料預測極端天氣-提案思路
AIGO ~ 利用氣象資料預測極端天氣-提案思路
AIGO ~ 利用氣象資料預測極端天氣-實證經驗
AIGO ~ 利用氣象資料預測極端天氣-實證經驗
AIGO ~ 利用氣象資料預測極端天氣-程式實作
AIGO ~ 利用氣象資料預測極端天氣-程式實作
AIGO ~ 利用氣象資料預測極端天氣-程式實作執行
AIGO ~ 利用氣象資料預測極端天氣-程式實作執行