hiskio

    AI+AIoT 概論：寫給大學生看的AI通識學習

    從原理到應用，探索 AI 智能的奧秘，拓展未來無限可能！

    收集中
    US$18.20

    內容簡介


    專業推薦!! (依姓名筆畫排序)
    謝邦昌 輔仁大學副校長
    劉力瑜 台灣大學農藝學系教授
    張順教 臺灣科技大學企業管理系教授
    張智星 玉山金控科技長
    翁仕明 臺北護理健康大學語言治療與聽力學系副教授
    袁千雯 台灣師範大學圖書資訊學研究所助理教授
    邱詩雯 台灣師範大學國語教學中心研發組組長
    林翠娟 全家便利商店數位轉型部副本部長
    林玲如 台灣金融科技協會監事
    李家岩 台灣大學資訊管理系教授

    蔡宗翰教授與裴有恆老師致力於AI與AIoT的教學研究及服務，本書乃探討人工智慧的概念、類型、技術和應用，是一本相當棒的AI入門書籍。看完此書您一定會有AI的任督二脈被打通的舒暢感覺，看官不妨屏氣凝神好好邁向AI的新時代。
    ------天主教輔仁大學副校長 謝邦昌 教授

    這是一本國內少有針對人工智慧教學的科普著作。適合給入門的讀者提供基礎的人工智慧知識，也適合作為學校科普教學用的書籍。作者累積多年在人工智慧的產業實務經驗，希望藉由人工智慧理論基礎及產業應用，讓讀者可以在短時間內熟悉此一領域。讓人工智慧知識不再是高不可攀，可以飛入平常百姓之家。
    ------臺灣科技大學企管系 張順教 教授

    本書的第一至第三章介紹了人工智慧、機器學習及深度學習，可以讓門外漢在不需要任何數學基礎的情況下，得以一窺AI的歷史、技術原理、應用、侷限等重要議題，同時也瞭解機器學習及深度學習的各項重要模型。而第四至第十章，則是重點式地介紹在各個領域的典型應用，包含人文與法律、醫療、金融、行銷零售、工業、農業等，可以讓各領域的專業人士瞭解AI及AIOT在特定領域的應用方式與目前的進程。
    本書將引領我們進入AI和AIoT的世界，幫助我們理解它們如何塑造我們的未來，讓我們一同期待並擁抱AI所帶來的變革，並以此為契機，開創更加繽紛多彩的未來。
    ------玉山金控科技長 張智星 教授

    在台灣正值推動「產業AI化」與「AI產業化」的政策方向，協助AI人才培育與產業發展是主要的核心任務，相信本書對於初步踏入人工智慧領域的學習者來說，能帶來全面且通盤的視野。
    ------國立臺灣大學資訊管理學系 李家岩 教授

    文組的我們不必學會寫程式，但要先理解演算法邏輯，在這前提下才能大膽的發想問題，尋找跨領域團隊合作，有效的溝通，精煉人文意義與價值。「以史為鏡，可以知興替」，谷騰堡在歐洲發明活字印刷造成媒介革命，引發後續歐洲文藝復興、宗教改革、啟蒙時代和科學革命。在AI人機合作的數位時代，您我都不能置身事外。安常處順、因時制宜，讓我們一起入門AI，迎接新時代的來臨！
    ------國立臺灣師範大學華語文教學系 邱詩雯 助理教授

    作者介紹


    蔡宗翰
    中研院人社中心研究員、中央大學資工系教授、人工智慧學會副理事長、數位人文學會理事長、教育部大專校院人工智慧競賽（AI CUP）計畫主持人。
    於18歲進入台大資工系就讀後，開始他的資訊職涯，並持續探索資訊如何運用於其他領域。蔡宗翰教授同時受聘於理工屬性的中央大學資工系與人文屬性的中研院人社中心，研究領域涵蓋資訊領域的自然語言處理、電腦視覺及生成式AI等AI技術，並將這些AI技術用於解決人文研究問題，也就是所謂「數位人文研究」，為台灣少見之跨理工和人文的學者。愛好寫文章與作詩，因而被人工智慧學校學員稱為「AI界李白」。

    裴有恆
    1995年唸碩士時主修人工智慧，1999年起至今已有超過20年多的AIoT相關經驗，現專職AIoT綠色轉型顧問與數位轉型教練，從事AIoT、數位轉型、綠色轉型、產品創新、服務創新、商業模式創新...等等創新議題的演講、教學與顧問。同時也是臉書「i聯網」、「智慧健康與醫療」社團創立者，立志成為數位轉型傳教士，全力協助企業數位轉型與綠色轉型。現為中華亞太智慧物聯發展協會創會理事長。

    目錄


    第一部分 AI的原理基礎
    第1章 人工智慧
    第2章 機器學習
    第3章 深度學習

    第二部分 AI的各種應用
    第4章 人文法律應用
    第5章 醫療應用
    第6章 金融應用
    第7章 行銷零售應用
    第8章 工業應用
    第9章 農業應用
    第10章 未來展望

    附錄A AI技術的未來走向
    附錄B AIoT的創新思考
    附錄C 參考書籍

    章节目录

    • 1-1
      封面
    • 1-2
      書名頁
    • 1-3
      推薦序
    • 1-4
      作者序
    • 1-5
      前言
    • 1-6
      目錄
    • 1-7
      PART 1 AI的原理基礎
    • 1-8
      CHAPTER 1 人工智慧
    • 1-9
      1.1 什麼是人工智慧 ？
    • 1-10
      1.2 人工智慧的歷史
    • 1-11
      1.3 人工智慧的類型
    • 1-12
      1.4 人工智慧的技術
    • 1-13
      1.5 人工智慧的應用
    • 1-14
      1.6 人工智慧的局限
    • 1-15
      1.7 人工智慧的未來：生成式帶來的機會之窗
    • 1-16
      1.8 人工智慧的道德和倫理
    • 1-17
      1.9 小結
    • 1-18
      CHAPTER 2 機器學習
    • 1-19
      2.1 什麼是機器學習？
    • 1-20
      2.2 機器學習的類型
    • 1-21
      2.3 機器學習的應用
    • 1-22
      2.4 機器學習的發展趨勢
    • 1-23
      CHAPTER 3 深度學習
    • 1-24
      3.1 深度學習的基礎知識
    • 1-25
      3.2 深度學習的基本神經網路類型
    • 1-26
      3.3 深度學習的新範式：預訓練—訓練
    • 1-27
      3.4 Transformer 神經網路
    • 1-28
      3.5 基於編碼器的神經網路（BERT）
    • 1-29
      3.6 基於解碼器的神經網路—GPT （Generative Pre-training Transformer）
    • 1-30
      3.7 電腦視覺的預訓練網路
    • 1-31
      3.8 生成網路
    • 1-32
      3.9 多模態深度學習
    • 1-33
      3.10 圖神經網路（Graph Neural Networks，GNN）
    • 1-34
      PART II AI的各種應用
    • 1-35
      CHAPTER 4 人文與法律應用
    • 1-36
      4.1 介紹
    • 1-37
      4.2 由數位人文到人文
    • 1-38
      4.3 人文所常用的技術
    • 1-39
      4.4 於法律的應用
    • 1-40
      4.5 結論
    • 1-41
      CHAPTER 5 醫療應用
    • 1-42
      5.1 介紹
    • 1-43
      5.2 AI應用架構與案例
    • 1-44
      5.2.1 醫療記錄分析
    • 1-45
      5.2.2 AI加速藥物開發
    • 1-46
      5.2.3 醫療影像分析
    • 1-47
      5.2.4 風險預警系統與其他
    • 1-48
      5.3 結論
    • 1-49
      CHAPTER 6 金融應用
    • 1-50
      6.1 介紹
    • 1-51
      6.2 AI應用架構與案例
    • 1-52
      6.2.1 提升客戶體驗
    • 1-53
      6.2.2 信用與貸款決策
    • 1-54
      6.2.3 AI軟硬體機器人應用
    • 1-55
      6.2.4 法遵與風險管控
    • 1-56
      6.2.5 精準行銷
    • 1-57
      6.3 結論
    • 1-58
      CHAPTER 7 行銷零售應用
    • 1-59
      7.1 介紹
    • 1-60
      7.2 AI應用架構與案例
    • 1-61
      7.2.1 全通路智慧零售
    • 1-62
      7.2.2 無人機與機器人
    • 1-63
      7.2.3 行銷推廣
    • 1-64
      7.3 結論
    • 1-65
      CHAPTER 8 工業應用
    • 1-66
      8.1 介紹
    • 1-67
      8.2 AI應用架構與案例
    • 1-68
      8.2.1 電腦視覺輔助作業
    • 1-69
      8.2.2 數據建模提高良率與能源效率
    • 1-70
      8.2.3 工業機器人的應用
    • 1-71
      8.2.4 數位孿生與設備預測性維護
    • 1-72
      8.3 結論
    • 1-73
      CHAPTER 9 工業應用
    • 1-74
      9.1 介紹
    • 1-75
      9.2 AI應用架構與案例
    • 1-76
      9.2.1 精準農業
    • 1-77
      9.2.2 畜牧業與養殖漁業人工智慧
    • 1-78
      9.2.3 農漁牧業機器人解決方案
    • 1-79
      9.2.4 智慧營運與運輸
    • 1-80
      9.3 結論
    • 1-81
      CHAPTER 10 未來展望
    • 1-82
      10.1 介紹
    • 1-83
      10.2 AI應用架構與案例
    • 1-84
      10.2.1 永續發展
    • 1-85
      10.2.2 元宇宙
    • 1-86
      10.2.3 產業AI化進階
    • 1-87
      10.3 結論
    • 1-88
      APPENDIX A AI技術的未來走向
    • 1-89
      A.1 可信賴AI
    • 1-90
      A.2 個人數據的隱私權與AI發展的平衡
    • 1-91
      A.3 超巨大深度學習模型
    • 1-92
      APPENDIX B AIoT的創新思考
    • 1-93
      APPENDIX C 生成式AI的Prompt構成
    • 1-94
      C.1 ChatGPT (GPT)系列的Prompt
    • 1-95
      C.2 DALL-E、Midjourney、Stable Diffusion系列等算圖用的Prompt
    • 1-96
      APPENDIX D 參考書籍
    • 1-97
      版權頁
    • 1-98
      封底

    常见问答

    您可以透過手機、平板或是電腦登入 HiSKIO 平台，在【我的學習】＞【我的書籍】頁面，選擇想看的電子書。

    猜你喜欢

    用户评价

    | 收集中

    销售方案