人工智慧大現場實用篇：35天從入門到完成專案

♔循序漸進的從系統環境、資料爬蟲分析，到熟悉Python/Django/Tensor Flow/Keras基本應用。
♔活用深度學習及實用案例，讓您在最短時間可以開始參與AI專案。

AI（人工智慧）的技術來自軟體工程的演進，一個優秀的AI工程師要經由程式設計、資料採礦、系統分析、數理演算等紥實的科學訓練；甚至還有企業管理、流程改善、財務金融及消費行為等商務思考的訓練。AI如果不能預測及主動除錯，就只是較高端的程式設計而已。

本書的特色是用實務來帶出技術、減少系統端的干擾、不浪費時間探討程式來源及系統演進。希望協助讀者能縮短學習時間，並快速跟上國際上AI的發展的節奏。

本書讓你正確理解人工智慧的力量，不用做重複的事或錯誤的事；加上可以立即執行的實例。不只強調高速且大量運算的舊觀念，在不抵觸CPU╱GPU的硬體邏輯運算下，讓本書的實例在你的專案中，能輕鬆的應用自如。

黃義軒
工作經歷：遠傳電信網路事業協理、光寶科技公司系統資深處長、美國聯合科技公司技術總監、阿里巴巴資料科學家。工程與財金雙碩士，IT相關產業經驗23年。

Kavin Na Yang
工作經歷：美國籍，IBM美國企業服務總監。資工博士，IT相關產業經驗28 年。

吳書亞
工作經歷：擎邦科技公司專案經理、IBM等系統服務及工業製程顧照。IT相關產業經驗20年。

以上作者來自「人工智慧大現場」團隊。
人工智慧大現場聯絡方式：igreener.tw@gmail.com。

CHAPTER 01 AI網路資源及開發環境－Python/Anaconda/創建虛擬環境/Django
CHAPTER 02 2天：建構最佳AI開發環境
2-1 簡易分析
2-2 一張表協助你設定開發環境
2-3 一個程式協助你完成中大型AI專案系統分析
2-4 系統分析範例
CHAPTER 03 3天：AI專案基本功－三部曲完成專案
3-1 封閉性系統專案：熟悉各種不同的開發平台
3-2 開放性系統專案：自己建立程序
CHAPTER 04 5天：強化資料結構基本功
4-1 進行Data Science必學的pandas處理技巧
4-2 互動介面：兼顧各種顯示設備及系統一次到位
4-3 資料分流：網路流量及速度的考量
4-4 全新AI資料架構觀念：以鐵達尼號事件為例
4-5 智慧製造專案－產能，效率與費用《附完整程式》
CHAPTER 05 3天：進化版大數據網路爬蟲技巧
5-1 資料庫的進化－美國車輛測試中心的互動顯示系統（附完整程式）
5-2 程式模組化－基金經理人線上即時系統（附完整程式）
5-3 Covid-19：巨量資料的過濾與分析（附完整程式）
CHAPTER 06 6天：熟悉即時系統的操作
6-1 飛航追踪即時系統－全球飛機追踪即時看板（附完整程式）
6-2 全球Covid-19即時看板（附完整程式）
6-3 全球幸福指數大解析（附完整程式）
6-4 股票即時分析預測系統（附完整程式）
CHAPTER 07 9天：AI原理與實作
7-1 用AI及Apple Mobility預測Covid-19病毒擴散速度（附完整程式）
7-2 Airbnb全球客戶AI分析系統（附完整程式）
7-3 檢驗－用AI預測飛機航班誤點的機率（附完整程式）
7-4 用機器學習協助提昇航班準點率（附完整程式）
7-5 用機器學習預測全球幸福指數（附完整程式）
7-6 鐵達尼號的生存機率預測（附完整程式）
7-7 AI在自然科學應用－聽聲音辨別性別（附完整程式）