深度學習 最佳入門邁向AI專題實戰（二版）

全書共15章，內容如下
　　■ 第1章  深度學習（Deep Learning）導論
　　第一章介紹AI的發展趨勢，鑑古知今，瞭解前兩波AI失敗的原因，比較第三波發展的差異性。

　　■ 第2章  神經網路（Neural Network）原理
　　第二章介紹深度學習必備的統計/數學基礎，不僅要理解相關知識，也力求能撰寫程式解題。

　　■ 第3章  TensorFlow 架構與主要功能
　　第三章介紹TensorFlow基本功能，包括張量(Tensor)運算、自動微分及神經網路模型的組成，並說明梯度下降法求解的過程。

　　■ 第4章  神經網路實作
　　第四章開始實作，依照機器學習10項流程，撰寫完整的範例，包括Web、桌面程式。

　　■ 第5章  TensorFlow 其他常用指令
　　第五章介紹TensorFlow進階功能，包括各種工具，如TensorBoard、TensorFlow Serving、Callbacks。

　　■ 第6章  卷積神經網路(Convolutional Neural Network)
　　■ 第7章  預先訓練的模型(Pre-trained Model)
　　■ 第8章  物件偵測(Object Detection)
　　■ 第9章  進階的影像應用
　　■ 第10章  生成對抗網路 (GAN)
　　第六~十章介紹圖像/視訊的演算法及各式應用。

　　■ 第11章  自然語言處理的介紹
　　■ 第12章  自然語言處理的演算法
　　■ 第13章  聊天機器人(ChatBot)
　　■ 第14章  語音辨識
　　第十一~十四章介紹自然語言處理、語音及各式應用。

　　■ 第15章  強化學習
　　第十五章介紹AlphaGo的基礎 -- 『強化學習』演算法。