證券投資分析：使用Excel實作(暢銷回饋版) (1版)

其他會員也一起購買

【簡介】 ☝ 博碩嚴選！證券市場投資人必需擁有Excel實作分析寶典！ ☝ 好評再上市，回饋發行中！ Excel除了是各企業廣泛使用的統計應用軟體之外，原來還可以當作預測軟體。一般人並不知道，妥善使用Excel做預測軟體時，可以協助股票報酬率預測、技術分析模擬等等。本書採用Excel作證券投資分析，以股票為分析對象，所進行證券投資的選股(stock-picking)與擇時(market timing)。通過對股市巨量歷史資料的統計分析，可以篩選和確定出證券投資的對象、數量、買賣時機等。 ☛ 現代的投資人必需同時具備三大能力：財務金融的知識、量化模型的設計、資訊工具的運用。本書提供投資人學習這三大能力的整合教材。 ☛ 證券證券投資分析無論是基本面分析或是技術面分析，都需要處理大量的數據。Excel簡單易學，非常適合處理大量的數據，因此是一個很適合證券投資分析的工具。 ☛ 本書分成三篇：Excel入門與進階、證券投資分析、使用Excel實作證券投資分析。 ☛ 使用台灣近年來股市的實際資料為範例，即學即用。 【目錄】 第一篇 Excel入門與進階 Chapter 01 前言 1.1 投資議題 1.2 金融市場 1.3 投資工具 1.4 證券交易 1.5 證券投資策略 1.6 證券資訊系統 1.7 本書綱要 Chapter 02 Excel 入門1：公式、函數、繪圖 2.1 簡介 2.2 Excel 資料 2.3 Excel 公式 2.4 Excel 函數 2.5 Excel 繪圖 Chapter 03 Excel 入門2：資料處理 3.1 簡介 3.2 Excel 資料排序 3.3 Excel 資料篩選 3.4 Excel 資料小計 3.5 Excel 資料驗證 3.6 Excel 資料樞紐分析 3.7 Excel 資料匯入 Chapter 04 Excel 進階1：規劃求解 4.1 簡介 4.2 Excel 規劃求解1：非線性規劃無限制最佳化 4.3 Excel 規劃求解2：非線性規劃限制最佳化 4.4 Excel 規劃求解3：線性規劃 Chapter 05 Excel 進階2：機率統計 5.1 前言 5.2 隨機變數的敘述統計 5.3 機率分佈型態之性質 5.4 機率分佈參數之估計與測試 5.5 隨機變數的相關分析 5.6 隨機函數的平均值與變異定理 5.7 迴歸分析之模型 5.8 迴歸分析之建模：最小平方法 5.9 迴歸分析之檢定：變異分析 5.10 Excel 的統計函數 5.11 Excel 的機率函數 5.12 Excel 的資料分析工具箱 5.13 Excel 的單迴歸分析 5.14 Excel 的複迴歸分析 Chapter 06 Excel 進階3：Visual Basic Application (VBA) 6.1 簡介 6.2 VBA/Excel 互動 6.3 VBA 巨集 Chapter 07 Excel 進階4：Visual Basic 程式設計 7.1 簡介 7.2 程式0：Hello, the World! 7.3 程式1：C=A+B 7.4 程式2：if 邏輯命令 7.5 程式3：for 循環命令（一層） 7.6 程式4：for 循環命令（二層） 7.7 程式5：陣列（一維）：以加總運算為例 7.8 程式6：陣列（二維）：以矩陣乘法為例 7.9 程式7：函數：以平方函數為例 第二篇 證券投資分析 Chapter 08 財務分析的原理 8.1 前言 8.2 金錢的時間價值 8.3 財務報表內容簡介 8.4 財務報表內容1：現金流量表 8.5 財務報表內容2：損益表（income statement） 8.6 財務報表內容3：資產負債表（balance sheet） 8.7 財務報表之分析 8.8 財務報表分析1：共同比分析 8.9 財務報表分析2：比率分析 8.10 財務報表分析3：杜邦分析 8.11 Excel 的應用 8.12 結語 Chapter 09 投資的風險與報酬 9.1 前言 9.2 報酬率與風險的計算 9.3 報酬率與風險的歷史記錄：美國 9.4 報酬率與風險的歷史記錄：台灣 9.5 Excel 的應用 9.6 結語 Chapter 10 投資的多元分散與資產定價 10.1 前言 10.2 系統性風險與非系統性風險：單一資產 10.3 系統性風險與非系統性風險：多個資產 10.4 一個風險資產性資產搭配無風險資產的投資組合 10.5 二個風險資產性資產的投資組合 10.6 二個風險資產性資產搭配無風險資產的投資組合 10.7 多個風險資產性資產的投資組合 10.8 多個風險資產性資產搭配無風險資產的投資組合 10.9 資本資產定價模型CAPM 10.10 套利定價理論（Arbitrage Pricing Theory） 10.11 定價模型的實證 10.12 Excel 的應用 10.13 結語 Chapter 11 效率市場假說與實證 11.1 前言 11.2 效率市場的層級：弱式、半強式、強式 11.3 效率市場的意義 11.4 效率市場的考量 11.5 效率市場假說的實證：弱式 11.6 效率市場假說的實證：半強式 11.7 效率市場假說的實證：強式 11.8 效率市場假說實證的解釋 11.9 投資人的行為：行為財務學的觀察 11.10 投資人的行為：決策論 11.11 Excel 的應用 11.12 結語 Chapter 12 證券投資的橫斷面分析：選股 12.1 前言 12.2 權益證券價值之本質 12.3 權益證券之價值投資策略 12.4 股價評價法1：資產淨值評價法（資產基礎法） 12.5 股價評價法2：收益折現評價法（收益基礎法） 12.6 股價評價法3：成長價值評價法 12.7 股價評價法4：市場比值評價法 12.8 選股方法1：條件篩選法 12.9 選股方法2：評分篩選法 12.10 選股方法3：評分排序法 12.11 選股方法的實證總結 12.12 Excel 的應用 12.13 結語 Chapter 13 證券投資的縱斷面分析：擇時 13.1 前言 13.2 技術分析的觀點：價量的振盪與趨勢 13.3 擺盪系統經典方法：布林帶 13.4 順勢系統經典方法：移動平均線 13.5 技術分析的實證（一）：台灣（價格移動平均線） 13.6 技術分析的實證（二）：台灣（成交量移動平均線） 13.7 技術分析的實證（三）：世界各國 13.8 技術分析的實證總結 13.9 Excel 的應用 13.10 結語 Chapter 14 投資的評價與歸因 14.1 前言 14.2 投資績效的評估：五種指標 14.3 資產配置的歸因 14.4 選股與擇時的歸因 14.5 Excel 的應用 14.6 結語 第三篇 使用Excel作證券投資分析 Chapter 15 網路上的證券投資分析資源 15.1 前言 15.2 Yahoo! 奇摩股市 15.3 線上選股系統：Yahoo! 的Stock Screener 15.4 線上擇時系統：Yahoo! 的Charts 15.5 每季財報資料下載：公開資訊觀測站 15.6 市場交易資料下載：臺灣證券交易所官網 15.7 結語 Chapter 16 選股系統之設計：直接法 16.1 前言 16.2 選股系統使用的選股因子 16.3 評分篩選系統之設計：二維切塊法 16.4 評分篩選系統之設計：三維切塊法 16.5 評分排序系統之設計：單因子排序法 16.6 評分排序系統之設計：多因子排序法 16.7 評分排序系統之設計：單因子排序法（分季） 16.8 結語 Chapter 17 選股系統之設計：間接法 17.1 前言 17.2 相關分析 17.3 線性迴歸 17.4 評分排序系統之設計：線性迴歸預測法 17.5 評分排序系統之設計：t 統計量權重法 Chapter 18 擇時系統之設計：初探 18.1 前言 18.2 擇時系統使用的因子：價格、成交量 18.3 擇時的因子的預測能力分析：價格、成交量分析 18.4 擇時的因子的預測能力分析：價量組合分析 18.5 結語 Chapter 19 擇時系統之設計：回測 19.1 前言 19.2 條件門檻系統之設計：價格移動平均 19.3 條件門檻系統之設計：成交量移動平均 19.4 條件門檻系統之設計：價量移動平均 19.5 條件門檻系統之設計：價量移動平均─多期間 19.6 條件門檻系統之設計：價量移動平均─多期間─移動波動 19.7 評分門檻系統之設計：價量移動平均─移動波動 19.8 結語

人工智慧：智慧型系統導論3/e (3版)

相關熱銷的書籍推薦給您

書名：人工智慧：智慧型系統導論(第三版) 作者：李聯旺 出版社：全華 ISBN：9789862800959

Microsoft Azure AI Services與Azure OpenAI從入門到人工智慧程式開發-使用Python(含MCF AI-900國際認證) (1版)

類似書籍推薦給您

【簡介】 　　體貼初學者學習Azure AI服務的流程！ 　　Azure AI服務功能介紹 > Azure AI服務申請 > 語法解說 > AI範例實作    　　■ 專家與教師共同執筆  　　由微軟AI + Developer 雙領域 MVP與科技大學教師共同編著，針對初學者學習Azure AI領域所應具備的基本素養，所編寫入門教材，內容由淺入深，以引發學習動機為最主要考量，帶領初學者靈活運用Azure AI與Azure OpenAI進行開發AI應用程式。    　　■ 內容多元且淺顯易懂  　　對Azure AI服務的理論做深入淺出的說明，同時廣泛列舉相關應用實例，並使用適當的插圖和圖表，說明Azure AI技術的原理和實際運作方案，讓初學者對Azure AI有更進一步的認識。    　　■ Azure AI服務開發技能  　　介紹實用的入門開發實作，以培養初學者規劃AI解決方案的能力。實作包含：電腦視覺、OCR光學字元辨識、自訂視覺、臉部偵測與分析、文字分析、問題解答知識庫、翻譯、語音合成以及機器學習分類、迴歸和叢集模型的實作範例，並介紹目前最火紅的Azure OpenAI生成式AI開發聊天機器人與AI繪圖程式；詳盡說明實作的程式碼與操作步驟，培養初學者開發AI應用程式的能力。    　　■ Microsoft AI-900人工智慧基礎國際認證能力訓練  　　將認證考試重點融入書中，讀者能藉由練習來了解該章內容重點，同時書末彙整MCF AI-900核心能力國際認證模擬試題，是考取MCF AI-900人工智慧基礎國際認證的最佳教材。  【目錄】 第1章 Microsoft Azure AI 基本概念：使用人工智慧的開始  1.1 人工智慧簡介  1.2 Microsoft Azure AI 簡介  1.3 模擬試題  第2章 負責任的 AI  2.1 AI 造成的道德和社會問題  2.2 了解負責任的AI  2.3 申請Azure 帳戶  2.4 模擬試題  第3章 認識 Colab 程式編輯環境  3.1 Colab 簡介  3.2 安裝 Colab  3.3 Colab 環境簡介  3.4 編輯第一個 Colab 筆記本  3.5 Colab 常用功能  第4章 Gradio 互動式網頁  4.1 簡介認識 Gradio  4.2 Gradio 基本語法介紹  4.3 Gradio 常用的輸出入元件  第5章 探索電腦視覺(一)電腦視覺分析  5.1 Azure AI 視覺簡介  5.2 Azure AI 視覺服務  5.3 Azure AI 服務開發環境與必要條件  5.4 Azure AI 視覺開發實作  5.5 模擬試題  第6章 探索電腦視覺(二)OCR 與文件智慧服務  6.1 光學字元識別 (OCR)  6.2 Azure AI 視覺服務讀取文字  6.3 文件智慧服務和知識採礦  6.4 Azure Al 視覺服務讀取影像文字開發實作  6.5 模擬試題  第7章 探索電腦視覺(三)臉部服務  7.1 臉部辨識服務簡介  7.2 臉部偵測  7.3 臉部分析  7.4 臉部識別  7.5 臉部辨識服務開發實作  7.6 模擬試題  第8章 探索電腦視覺(四)自訂視覺  8.1 自訂視覺簡介  8.2 自訂視覺影像分類  8.3 在 Azure 使用影像分類  8.4 自訂視覺物件偵測  8.5 在 Azure 使用物件偵測  8.6 自訂視覺範例實作  8.7 模擬試題  第9章 探索自然語言處理(一)文字分析  9.1 自然語言處理簡介  9.2 自然語言處理  9.3 使用 Azure AI 語言服務分析文字  9.4 文字分析開發實作  9.5 模擬試題  第10章 探索自然語言處理(二)對話式AI  10.1 對話式AI 簡介  10.2 問題與解答對話系統  10.3 使用交談語言理解建立語言模型  10.4 Azure AI 機器人服務  10.5 自訂問題解答開發實作  10.6 模擬試題  第11章 探索自然語言處理(三)語音與翻譯  11.1 語音辨識與語音合成  11.2 語音服務功能介紹  11.3 文字翻譯  11.4 翻譯服務功能介紹  11.5 文字翻譯開發實作  11.6 語音合成開發實作  11.7 模擬試題  第12章 Azure 機器學習基本原理  12.1 機器學習簡介  12.2 機器學習的工作流程  12.3 機器學習的模型  12.4 分類模型  12.5 迴歸模型  12.6 叢集模型  12.7 模擬試題  第13章 Azure 機器學習實作  13.1 Azure 機器學習服務簡介  13.2 Azure 機器學習設計工具的工作流程  13.3 使用設計工具建立模型  13.4 使用 Azure 機器學習自動化 ML  13.5 使用提示流程建立 AI 應用程式  13.6 模擬試題  第14章 Azure OpenAI  14.1 生成式 AI 簡介  14.2 大型語言模型  14.3 Azure OpenAI 簡介  14.4 Copilots 簡介  14.5 使用提示工程改善生成式 AI 回應  14.6 Azure OpenAI 生成式 AI 應用程式開發實作  14.7 模擬試題  附錄A MCF AI-900 人工智慧基礎國際認證模擬試題  看更多

人人必學Canva簡報與AI應用含WIA職場智能應用國際認證 - 視覺設計Using Canva(Specialist Level) - 最新版 - 附贈MOSME行動學習一點通 (1版)

類似書籍推薦給您

【簡介】 　　Canva 是一款以「簡單易用」為核心的設計工具，從新手到專業人士都能快速上手。它不僅提供豐富的範本與資源，還內建多種AI輔助功能，讓設計變得更加輕鬆。本書正是為了幫助讀者充分發揮Canva的潛力而編寫，無論您是第一次接觸設計，還是希望將設計技能應用到職場或生活中，筆者相信本書都能為您帶來實用的指引與靈感。 　　本書以清晰的架構與循序漸進的方式，從基礎功能的介紹到應用層面的主題實作，力求讓讀者能夠一步步掌握Canva的技巧。 【目錄】 Chapter 1 認識Canva的第一步 1-1 Canva簡介與特色功能 1-2 Canva的下載版本介紹 1-3 不同授權方案的分析與選擇 1-4 註冊帳號 1-5 設計四要素：素材、字體、顏色、排版 1-6 關於 Canva 作品的版權 Chapter 2 第一次操作Canva就上手 2-1 Canva 主畫面概覽：設計工作的第一站 2-2 使用Canva建立設計 2-3 認識編輯頁面 2-4 文字編輯操作入門 2-5 元素及圖像編輯操作入門 Chapter 3 影像視覺設計與影片剪輯 3-1 範本的選擇與應用 3-2 媒體素材的整理與分類 3-3 圖片濾鏡效果應用 3-4 實用的影像視覺設計 3-5 Canva影片剪輯操作入門 Chapter 4 生活與社群應用 4-1 主題名稱：設計社群圖片 4-2 主題名稱：社群貼文 4-3 主題名稱：用Canva APP編製短影片 Chapter 5 教育與校園應用 5-1 主題名稱：資訊圖表視覺化 5-2 主題名稱：專題簡報 5-3 主題名稱：安排課程 Chapter 6 職場與商業應用 6-1 主題名稱：履歷表設計 6-2 主題名稱：名片製作 6-3 主題名稱：一頁式多連結網頁 Chapter 7 隱藏版酷炫的實用AI功能 7-1 AI寫作 7-2 AI繪圖 7-3 AI影像技術 7-4 AI影片 7-5 文字轉語音AI工具 Chapter 8 不藏私Canva技能與工具 8-1 AI Canva小幫手 8-2 在Canva設計嵌入YouTube影片 8-3 QR Code產生器 8-4 Google地圖 8-5 Canva常見問題集

Microsoft Azure AI Services與Azure OpenAI開發基礎必修課-使用C#(含MCF AI-900國際認證) (1版)

類似書籍推薦給您

【簡介】 內容簡介:體貼初學者學習Azure AI服務的流程! Azure AI服務功能介紹 > Azure AI服務申請 > 語法解說 > AI範例實作■ 專家與教師共同執筆 由微軟AI + Developer 雙領域 MVP與科技大學教師共同編著，針對初學者學習Azure AI領域所應具備的基本素養，所編寫入門教材，內容由淺入深，以引發學習動機為最主要考量，帶領初學者靈活運用Azure AI與Azure OpenAI進行開發AI應用程式。■ 內容多元且淺顯易懂 對Azure AI服務的理論做深入淺出的說明，同時廣泛列舉相關應用實例，並使用適當的插圖和圖表，說明Azure AI技術的原理和實際運作方案，讓初學者對Azure AI有更進一步的認識。■ Azure AI服務開發技能 介紹實用的入門開發實作，以培養初學者規劃AI解決方案的能力。實作包含：電腦視覺、OCR光學字元辨識、自訂視覺、臉部偵測與分析、文字分析、問題解答知識庫、翻譯、語音合成以及機器學習分類、迴歸和叢集模型的實作範例，並介紹目前最火紅的Azure OpenAI生成式AI開發聊天機器人與AI繪圖程式；同時對實作的程式碼與操作步驟有詳盡的說明，培養初學者開發AI應用程式的能力。■ Microsoft AI-900人工智慧基礎國際認證能力訓練 將認證考試重點融入書中，讀者能藉由練習來了解該章內容重點，同時書末彙整MCF AI-900核心能力國際認證模擬試題，是考取MCF AI-900人工智慧基礎國際認證的最佳教材。 【目錄】 章節說明:第1章　Microsoft Azure AI基本概念：使用人工智慧的開始 　1.1 人工智慧簡介 　1.2 Microsoft Azure AI簡介 　1.3 模擬試題 第2章　負責任的AI 　2.1 AI造成的道德和社會問題 　2.2 了解負責任的AI 　2.3 申請Azure帳戶 　2.4 模擬試題 第3章　探索電腦視覺(一)電腦視覺分析 　3.1 Azure AI視覺簡介 　3.2 Azure AI視覺服務 　3.3 Azure AI服務開發環境與必要條件 　3.4 Azure AI視覺開發實作 　3.5 模擬試題 第4章　探索電腦視覺(二)OCR與文件智慧服務 　4.1 光學字元識別(OCR) 　4.2 Azure AI視覺服務讀取文字 　4.3 文件智慧服務和知識採礦 　4.4 Azure AI視覺服務讀取影像文字開發實作 　4.5 模擬試題 第5 章 探索電腦視覺(三)臉部服務 　5.1 臉部辨識服務簡介 　5.2 臉部偵測 　5.3 臉部分析 　5.4 臉部識別 　5.5 臉部辨識服務開發實作 第6章　探索電腦視覺(四)自訂視覺 　6.1 自訂視覺簡介 　6.2 自訂視覺影像分類 　6.3 在Azure使用影像分類 　6.4 自訂視覺物件偵測 　6.5 在Azure使用物件偵測 　6.6 自訂視覺範例實作 　6.7 模擬試題 第7章　探索自然語言處理(一)文字分析 　7.1 自然語言處理簡介 　7.2 自然語言處理 　7.3 使用Azure AI語言服務分析文字 　7.4 文字分析開發實作 　7.5 模擬試題 第8章　探索自然語言處理(二)對話式AI 　8.1 對話式AI簡介 　8.2 問題與解答對話系統 　8.3 使用交談語言理解建立語言模型 　8.4 Azure機器人服務 　8.5 自訂問題解答開發實作 　8.6 模擬試題 第9章　探索自然語言處理(三)語音與翻譯 　9.1 語音辨識與語音合成 　9.2 語音服務功能介紹 　9.3 文字翻譯 　9.4 翻譯服務功能介紹 　9.5 文字翻譯開發實作 　9.6 語音合成開發實作 　9.7 模擬試題 第10章　Azure機器學習基本原理 　10.1 機器學習簡介 　10.2 機器學習的工作流程 　10.3 機器學習的模型 　10.4 分類模型 　10.5 迴歸模型 　10.6 叢集模型 　10.7 模擬試題 第11章　Azure機器學習實作 　11.1 Azure機器學習服務簡介 　11.2 Azure機器學習設計工具的工作流程 　11.3 使用設計工具建立模型 　11.4 使用Azure機器學習自動化ML 　11.5 使用提示流程建立 AI 應用程式 　11.6 模擬試題 第12章 Azure OpenAI 　12.1 生成式AI簡介 　12.2 大型語言模型 　12.3 Azure OpenAI簡介 　12.4 Copilots簡介 　12.5 使用提示工程改善生成式 AI 回應 　12.6 Azure OpenAI生成式AI應用程式開發實作 　12.7 模擬試題 附錄A　MCF AI-900人工智慧基礎國際認證模擬試題

用Google玩人工智慧實驗：Google AI Experiments探索 - 含ITC資通訊認證Basic Artificial Intelligence AI人工智慧入門 - 附MOSME行動學習一點通：診斷

類似書籍推薦給您

　　‧ 只需開啟瀏覽器即可在手機、平板或電腦操作。 　　‧ 圖文說明精彩、操作畫面介紹流暢，實際演練人工智慧的網路應用。 　　‧ 從淺到深的人工智慧教學內容，使初學者可以快速上手。 目錄 第1章 認識人工智慧 1-1 人工智慧/的定義與源起 1-2 人工智慧/AI的發展與現況 1-3 Google的AI Experiments介紹 課後習題 第2章人工智慧如何運作 2-1人工智慧運作基礎 2-2機器學習 2-3 類神經網絡與深度學習 2-4 AI Experiments實作 課後習題 第3章人工智慧的影像辨識與應用 3-1AI影像辨識技術 3-2AI影像辨識應用 3-3影像拍攝AI Experiments實作 3-4 繪圖手寫AI Experiments實作 課後習題 第4章人工智慧的聲音、音樂技術與應用 4-1 AI聲音、音樂與語音辨識技術 4-2 AI聲音、音樂與語音識別應用 4-3 AI Experiments實作 課後習題 第5章人工智慧的文字、語言技術與應用 5-1文字、語音技術 5-2文字、語音應用 5-3 AI Experiments實作 課後習題 第6章人工智慧創意應用 6-1AI結合硬體展現各種功能 6-2混合媒體的AI應用 6-3AI Experiments案例 課後習題 第7章未來與展望 7-1「科技奇點」是什麼？ 7-2人類與人工智慧的共生時代 7-3給讀者的話 課後習題 課後習題解答

用Python學AI理論與程式實作(涵蓋Certiport ITS AI國際認證模擬試題) (1版)

類似書籍推薦給您

【簡介】 📌 涵蓋Certiport ITS AI 人工智慧核心能力國際認證範圍，並收錄相關模擬試題。 ．本書適合想要學習人工智慧知識與技能的讀者，章節安排由淺入深，以循序漸進的方式介紹人工智慧的核心概念。 ．特別強調實踐中學習的重要性，除了介紹AI理論之外，還提供相對應的程式實作，有效提升學習樂趣並降低學習障礙，適合教師進行教學或讀者自主學習。 ．介紹了人工智慧的數學基礎，以簡潔扼要的方式解釋在人工智慧理論中，所需應用的數學概念。 ．為了兼顧不同Python程式設計能力的讀者，設計了機器學習的Python基礎章節，幫助較不熟悉Python語法的讀者能夠上手。 ．本書特別納入符合產業趨勢的「Certiport ITS 資訊科技專家」系列認證考科－ITS Artificial Intelligence 人工智慧核心能力國際認證考試重點，並於書末納入認證模擬試題，讓您掌握考試關鍵，順利考取證照。 【目錄】 第一章 人工智慧簡介 1.1 人工智慧簡介 1.2 人工智慧的數學基礎 1.3 建置開發環境 1.4 習題 補充：libiomp5md.dll相關問題 第二章 機器學習的Python基礎 2.1 Python語法練習 2.2 習題 第三章 知識發現 3.1 知識發現 3.2 關聯規則探勘 3.3 序列樣式探勘 3.4 聚類 3.5 習題 第四章 分類問題 4.1 分類問題的形式和目標 4.2 決策樹 4.3 支持向量機 4.4 KNN 4.5 神經網路 4.6 習題 第五章 強化學習 5.1 心理學與強化學習 5.2 Q-Learning與貝爾曼方程式 5.3 運用OpenAI遊戲模組實作Q-Learning 演算法 5.4 習題 補充：AlphaGo Movie 第六章 深度神經網路理論 6.1 全連接神經網路 6.2 模型的量化、修正與優化 6.3 習題 補充：損失函數、梯度優化 第七章 深度神經網路實作 7.1 運用torch.nn類別實作MNIST手寫數字辨識 7.2 運用Dropout函數減緩過擬合問題 7.3 習題 第八章 卷積神經網路理論 8.1 卷積運算 8.2 卷積與影像處理練習 8.3 卷積神經網路 8.4 習題 補充：卷積核與池化核的常用參數 第九章 卷積神經網路實作 9.1 運用CIFAR-10資料集實作CNN 9.2 神經網路的優化實作 9.3 習題 第十章 物件偵測理論 10.1 ResNet 10.2 RCNN 10.3 YOLO 10.4 習題 第十一章 物件偵測實作 11.1 YOLOv7自定義資料集物件偵測 11.2 習題 補充：使用labelImg軟體建構YOLO自定義資料集 第十二章 自然語言處理 12.1 自然語言與機器學習 12.2 斷詞和關鍵字查找 12.3 詞向量 12.4 習題 第十三章 循環神經網路 13.1 RNN 13.2 LSTM 13.3 Transformer與ChatGPT 13.4 習題 第十四章 生成對抗網路 14.1 生成對抗網路 14.2 各類生成對抗網路 14.3 運用DCGAN實現字型風格創作 14.4 習題 附錄A ITS AI國際認證模擬試題