三民網路書店 教科考用 / 教科用書 / 資訊學群 / 資訊工程/資訊科學 / 程式語言與設計 分類

內容簡介:🏆 Amazone 讀者5星好評 ⭐⭐⭐⭐⭐🏆 微軟前總經理Shelia Gulati、Hugging Face首席倫理長 Giada Pistilli等業界領袖一致推薦！「本書平衡了開源模型和閉源模型的潛力，鉅細靡遺地帶你瞭解和使用LLM，縮短理論概念和實際應用之間的距離。」—— Giada Pistilli ，Hugging Face 首席倫理長「Ozdemir 的這本書為讀者破除重重迷霧，說明LLM 革命的起源，以及未來的發展方向。他將複雜主題拆解為實用的說明，和容易理解的範例程式。」--Shelia Gulati, 微軟前總經理，Tola Capital現任常務董事「本書是令人耳目一新並引發靈感的學習資源，充滿了實用的指導和清楚的講解，幫助你更瞭解這個奇妙的新領域。」—PETE HUANG, author of The Neuron🎯 想深入掌握LLM核心技術 🎯 想成為生成式AI應用的開發者🎯 想在真實場景運用LLM解決問題那你絕對不能錯過本書！大型語言模型正以驚人的速度改變我們的工作與生活。無論是開發者、企業領袖，還是對AI有興趣的學習者，本書將引領你踏入這個革命性的領域。🚩 完整拆解LLM核心技術— 從預訓練到微調，帶你輕鬆掌握關鍵概念原理。🚩 實例操作直擊應用— 透過真實案例場景，運用最新工具和技術，快速上手專案開發。🚩 開源與商用模型全解析— 精選LLM工具與資源，選擇最適切的解決方案。這本實用的指南將逐步指導你在專案和產品中大規模地使用LLM。Llama 3、Claude 3與GPT等大型語言模型（LLM）已展示驚人的實力，但它們的規模和複雜度，卻讓很多從業者望而卻步。創新的資料科學家暨AI企業家Sinan Ozdemir在本書第二版為你排除這些障礙，教你如何使用、整合和部署LLM來解決實際的問題。Ozdemir把入門所需的知識整合起來，即使是沒有直接用過LLM的讀者也能輕鬆上手，本書內容包括逐步引導、最佳做法、真實案例研究、動手練習…等。在過程中，他也會分享關於LLM內部動作的見解，以協助你優化模型的選擇、資料格式、提示工程、微調效能…等。本書的網站提供許多資源，包括範例資料集，以及使用各種開源和閉源LLM的最新程式碼，那些LLM來自OpenAI（GPT-4與GPT-3.5）、Google（BERT、T5與Gemini

AI時代Math元年 - 用Python全精通機器學習 ?? 迴歸分析：深度挖掘資料中變數間的關聯性與規律 ?? 線性迴歸：透過直線模型解讀簡單資料的趨勢與變化 ?? 多元線性迴歸：建構高維資料模型，分析多重影響因素 ?? 非線性迴歸：處理複雜資料模式，探索非線性關係的應用 ?? 正規化迴歸：透過嶺回歸與套索迴歸有效抑制模型過擬合 ?? 貝氏迴歸：結合先驗知識與數據，實現貝氏統計推斷 ?? 高斯過程：深入了解從理論到應用的高斯模型方法 ?? k最近鄰分類：運用鄰近資料進行分類與迴歸的經典算法 ?? 決策樹：以層次結構實現資料分類與回歸的靈活應用 ?? 支援向量機：應對高維資料，實現精確分類與回歸分析 ?? 主成分分析：透過降維技術提取資料中的核心特徵與模式 ?? K平均值聚類：快速分群分析，尋找資料內部結構與規律 ?? 高斯混合模型：運用軟聚類技術實現精細的資料分群 ?? 最大期望演算法：優化模型參數，提升聚類與估計效能

LLM竟然這麼靠近 - 使用llama模型建立大模型本機系統 ?? 感知機架構，包括前饋網路與反向傳播演算法 ?? Sigmoid、ReLU啟動函數與Adam、RMSProp最佳化方法 ?? Transformer模型組成與自注意力機制運作原理 ?? BERT、GPT等預訓練模型與大型語言模型訓練方法 ?? 詞嵌入技術講解，結合Word2Vec、標記嵌入及位置編碼方法 ?? LoRA與PEFT微調技術，並涵蓋LLM.int8()量化技術 ?? Gradio工具應用介紹，支援互動式推理與多輪對話開發 ?? 量化技術分析，包括NF4、BitsAndBytes與QLoRA模型應用 ?? 模型評估方法，涵蓋困惑度、BLEU、ROUGE與HellaSwag指標 ?? 中文語料處理，涵蓋預訓練語料準備與AutoTokenizer應用 ?? 推理加速技術分析，包含DeepSpeed、FSDP與GPTQ高效實現 ?? 向量資料庫應用，講解PGVector安裝及詞向量檢索範例

內容簡介:🏆 Amazon.com ★★★★★1200+ 則五星評價，IT類連續三年霸榜雙榜首📌 FAANG 級別的系統設計面試攻略，全面強化技術與應試實力📌 漸進式解題架構×豐富實戰案例，自信迎戰高階技術面試📌 全彩印刷×心智圖總結，歸納解題重點與脈絡這本書非常出色！是第一本書的精彩延續。我強烈推薦給所有正在準備系統設計面試的人。—— Sunny Patel，微軟軟體工程經理我曾在 FAANG 擔任技術主管，但當要快速理解某些不熟悉的領域時，我還是需要一些協助。 如果你投入時間學習，本書可以在你討論到系統瓶頸與替代方案時，協助你獲得許多兼具廣度與深度的知識，而這正是大家對於技術主管的期待。—— Herbert Degano，Coinbase 資深軟體工程師本書為《內行人才知道的系統設計面試指南》的續作，收錄全新的系統設計面試問題與解決方案。但無須閱讀過前冊也可以輕鬆理解並受益於本書的內容。具備分散式系統基礎知識的讀者更能順利閱讀本書。本書提供了一套可靠的策略與知識庫，幫助您應對各種系統設計問題，使您在關鍵面試中更具信心。此外，本書建立了一套循序漸進的解題架構，透過豐富的真實案例，詳細解析系統設計方法，搭配清晰易懂的步驟，讓您能夠有效掌握解題思路。本書包含以下內容：．面試官想從答題中看到的真正重點，以及其中內行人才懂的門道。．用來解決任何系統設計面試問題的四步驟框架。．13道真實的系統設計面試問題及詳細解決方案。．300+個直觀圖表，以視覺化方式解釋不同系統的運作原理。來自讀者的讚譽👍「對通過senior+級別的面試非常有幫助」「優質內容，對通過FANNG+的系統設計面試輪有很大的幫助」「軟體工程師都應該看這本書」「對於需要準備系統面試的人而言，這本書很值得一看！」「不僅對面試有幫助，對日常的實際設計也很有用，是最好的系統設計書」「用大量的圖表和簡單易懂的方式解說觀念，看完一定會有收獲」「除了書中發現的大量例子之外，對我來說最重要的方面是向面試官展示設計的正式方法」「不僅有利於面試準備，而且有足夠的技術深度，非常實用，可以作為日常工作的靈感來源」「準備系統設計面試的最佳資源，讓我更有信心」

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。

內容簡介:★ 詳細流程規劃！先拆解設計流程，再著手Scratch程式設計★ 培養邏輯與運算思維能力！跨領域學習、資訊素養、AI生活應用本書運用Scratch做為動畫遊戲與程式邏輯訓練的工具，以情境範例切入，從著手堆疊Scratch程式積木開始訓練邏輯，並運用創意設計作品，輕鬆激發思考能力、創造力及想像力。✧專業教師寫作：由教學經驗資深的教師執筆，內容的規劃及設計符合實際的教學目標及教學原理。✧範例融入生活：從生活情境中規劃專題，充滿知識性及挑戰性，使學生瞭解資訊科技在生活上的應用。✧操作步驟清晰：以完整及明確的學習步驟，引導學生學習程式設計的運算思維，進而能發揮創意，製作個人作品。✧延伸學習應用：容易混淆的概念或有多元操作方式時，輔以小撇步或小幫手等做特別說明。✧課後習題設計：讓學生腦力激盪，適性的發展自己的專題作品，加深增廣學習觸角，強化學習效果。✧AI能力大躍進：將情境範例延伸至AI領域生活應用，體驗熱門的人工智慧。

【掌握生成式 AI 與 LLM 的發展與應用】近年來，AI 已經成為社會關注的焦點，幾乎所有人都在討論它的強大影響力！生成式 AI、LLM、ChatGPT、OpenAI、Copilot、Gemini、DeepSeek… 這些科技術語鋪天蓋地而來，甚至美國各大企業相繼大規模裁員，顯然大事發生了，但究竟怎麼一回事？又是如何改變我們的世界？在這場生成式 AI 熱潮與搶購 NVIDIA（輝達） GPU 的 AI 軍備競賽中，我們亟需一本能夠深入淺出解釋複雜概念的書籍，幫助讀者理性認識這場技術革命的全貌。本書不需要數學基礎，也不用具備程式設計或人工智慧的知識。只要你對生成式 AI 如何影響世界感興趣，本書就是你進入這個領域的最佳指引。我們將解析大型語言模型（LLM）的運作原理，探索 LLM 如何塑造科技產業的未來，並剖析生成式 AI 在社會、經濟、法律與政治各領域帶來的機遇與風險。【全方位認清楚生成式 AI 的問題與爭議】你將學習如何在日常生活與工作中有效應用生成式 AI，同時也會了解其安全性與倫理挑戰，例如資料安全與隱私問題、合成媒體與著作權爭議、LLM 的偏見來源、人機關係帶起的孤獨流行病等當前重要議題。此外，還會談到即將到來的 AI Agent，以及將通用人工智慧（AGI）、優生學及超人類主義連結，藉由科技將人類進化為後人類的未來議題（雖然看起來科幻，但確實是有計畫地進行中）。生成式 AI 在認知作戰與惡意應用方面，包括深偽技術濫用以及詐騙成本降低，也對社會帶來重大的影響。此外，將藝術家、設計師、漫畫家、攝影師作品，以及程式碼與書籍內容等，在未經授權之下被用於訓練生成式模型，這一連串訴訟以及 "合理使用" 的範圍到底包括哪些的爭議，我們都會依據最新發展做分析。對於 LLM 與生成式 AI，許多人往往一開始就一頭栽進技術細節。而本書希望讓你站在制高點俯視這一切，幫助你建立對生成式 AI 的全面性理解，成為宏觀的理性思考者。因為，生成式 AI 不僅是一場技術革命，更是一場深刻影響未來的變革，而我們正參與其中。本書特色: ●解析大型語言模型 LLM 的運作原理●AI 軍備競賽下的大型語言模型發展●將生成式 AI 融入工作與日常生活中●在創新應用中兼顧安全性與倫理責任●資料安全與隱私保護的政策與法規●生成式媒體的應用範圍與著作權爭議●聊天機器人偏見、群眾外包的心理創

https://youtu.be/YZ3u4tg1n8g ★AIGC的技術躍遷與「奇點臨近」★大模型的「百模大戰」與競爭格局★多模態模型與AGI的可能性★AIGC在商業領域的應用爆發★AIGC對社會與個人的轉型影響★AIGC在電子商務與行業轉型中的應用★ChatGPT提示詞最佳化與垂直應用★AI繪圖/音效/視訊生成技術的實際應用★AIGC技術的核心原理與架構★LangChain框架與AI應用的開發實踐★AutoGPT與HuggingGPT的協作能力★文生視訊在企業級應用中的實踐★專屬ChatGPT的定制與本地部署★AIGC的風險管理與安全框架這是一本深入探討AIGC（生成式人工智慧）技術與應用的全面指南，從技術原理到實際應用，從個人使用到企業實踐，為讀者提供了一個完整的視野。透過詳細的案例和清晰的架構，帶領讀者了解AIGC如何從技術奇點發展到商業應用的浪潮，並揭示ChatGPT、大模型、多模態技術等核心概念的演變與突破。本書強調AIGC在社會底層技術變革中的重要角色，並深入剖析其在電子商務、數位內容創造以及企業轉型中的價值，為讀者呈現了AIGC如何改變各行業的運作模式。【章節概要】第一篇：新手入門，帶領讀者從AIGC的技術躍遷到多模態模型的興起，剖析ChatGPT如何引領生成式人工智慧熱潮，並闡述大模型的快速發展及其在商業應用中的創新實踐。第二篇：深入探討AIGC在個人應用上的多樣可能性，從AI聊天對話的提示詞最佳化到外掛程式的垂直應用，從Midjourney和Stable Diffusion的AI繪畫實踐到AI音訊與視訊生成的多場景操作，展現AIGC如何提升創造力與生產效率。第三篇：專注於技術原理和架構解析，涵蓋ChatGPT的核心技術、擴散模型的運作機制，以及LangChain框架在AI應用開發中的實際案例，進一步延伸到AutoGPT與HuggingGPT系統的協作能力。第四篇：企業應用實戰，從文生視訊的企業級實作到AI的軟體研發系統升級，並進一步探索定制專屬ChatGPT的實踐方案，為企業讀者提供實際的操作指南與解決方案。最後是AIGC安全與風險治理，分析演算法、資料及應用層面的潛在風險，並提出完善的安全框架，為AIGC的可持續發展提供了切實可行的建議。【專家推薦】「ChatGPT 的發佈讓AI 技術的發展走到了「iPhone 時刻」。這項變革性的技術為人們帶

★人工智慧的起源與發展歷程☆機器學習的基本概念與分類方法★神經網路的基礎結構與演化歷程☆自然語言處理技術的發展與應用★大型語言模型的構建原理與應用範疇☆互動格式種類與ChatGPT介面詳解★提示工程的原理、組成與實用技巧☆工作記憶與長短期記憶的管理策略★外部工具的整合方法與應用實例☆ChatGPT擴充功能與Assistants API解析★自主Agent系統的架構設計與案例分析☆大型語言模型的安全技術與防護措施【內容簡介】本書涵蓋人工智慧的起源與發展，從達特茅斯會議探討機器思考，到現代大型語言模型的構建與應用，深入解析機器學習的概念、分類及運作，並介紹神經網路的結構與演變。自然語言處理技術部分展示NLP在科技中的應用，大型語言模型章節探討文字生成、自回歸模型與訓練過程，並指出其局限。入門部分介紹Completion、ChatML和Chat Completion等互動格式，詳解ChatGPT介面運作。提示工程章節涵蓋提示原理、組成與技巧，提升AI模型表現。工作記憶與長短期記憶管理探討減輕記憶負擔的方法及其對AI效率的影響。外部工具整合與應用實例展示如何增強AI功能，介紹基於提示和微調的工具如Self-ask、ReAct及Toolformer。ChatGPT擴充功能與Assistants API解析讓讀者了解如何定制和擴展AI應用，自主Agent系統章節通過案例展示其設計與應用潛力。進階部分探討無梯度最佳化、自主Agent系統及微調技術，提供深入研究與開發AI的知識。最後，大型語言模型的安全技術與防護措施闡述提示注入攻擊、防禦策略、越獄攻擊、資料投毒及模型浮水印方法，保障AI系統安全。

系統化的實戰學習架構，帶你完整掌握Android程式設計的要領 【本書特色】 ✪內容去蕪存菁，重點學習Android程式設計的關鍵主題 ✪循序漸進、淺顯易懂的完整系統化學習架構，降低學習門檻 ✪使用Kotlin語言撰寫範例，了解Kotlin語言的簡潔性 ✪搭配使用Android Studio與Kotlin，深入理解Android開發技術 【內容簡介】 學習Android程式設計是麻煩且繁瑣的過程，因為Android系統持續在改進與更新，Android SDK、編譯工具與整合開發環境等也持續隨之在改變，這些改變對於學習者而言，增加了學習障礙與門檻，即使是資深的程式開發工程師，在開發應用程式的過程中也會覺得困擾。 本書內容使用Kotlin程式語言撰寫，精心設計18個章節來探討開發Android應用程式最主要的主題。本書除了完全使用Kotlin語言的特色來探討與撰寫所有的範例，並且對開發Android應用程式的眾多功能去蕪存菁，聚焦在關鍵的主題上，讓讀者在學習Android程式設計時，不至於失焦發散，而能有序且有效地學習，並提供開發工程師正確、完整的內容與開發範例。當你能掌握本書的內容重點，就可以輕鬆學會Android開發，撰寫出具有完整架構的Android應用程式，擁有紮實的程式設計功力。 【精采內容】 ✪認識Android Studio開發環境 ✪認識元件與監聽事件 ✪建立App畫面與顯示訊息 ✪了解Android生命週期與保存活動狀態 ✪介紹Android常用元件 ✪了解選單介面與多國語系介面 ✪學習多活動與傳遞、交換資料 ✪使用權限、通知、意圖與廣播 ✪了解多工執行與背景工作 ✪使用相機與拍照進行多媒體應用 ✪使用Fragment使用者介面與內容供應器 ✪使用簡易資料庫處理與Room儲存資料

學C++必備好書，暢銷回饋中！ 【運算思維加深加廣系列】 C++語言融合了傳統的程序式語言、物件導向設計以及C++樣版三種不同程式設計方式，使它成為相當受重視且普及的程式語言。 本書強調理論與實作並重，依照 C++ 功能循序漸進、由淺入深，以 16 堂課詳實地介紹 C++ 程式語言精要。另外，除了課文內大量的程式範例正確無誤執行外，上機實習課程，可以讓學生強化撰寫與除錯能力。在課後以大量精心設計的習題，驗收學習成效，提供更多的程式實作，可作為 C++ 程式設計教材最佳首選。書中所有的 C++ 程式是以免費的 Dev C++ 來編譯與執行。 全書四大主軸如下： 1.基礎語法 先簡單說明如何進行C++程式撰寫、編譯、執行與除錯，接著再導入變數與常數與各種資料型態的介紹，並了解各種運算子及流程控制指令。 2.進階語法 包括陣列與字串的宣告與綜合運用，再介紹指標與位址的觀念與實作，並示範如何自訂函數、參數傳遞與函數進階應用，最後則提到前置處理指令與巨集及自訂資料型態。 3.物件導向 以生活化的案例，切入物件導向程式設計基礎常識，有了這些入門能力後，再完整呈現物件導向程式設計的精華。 4.其他議題 介紹資料流及檔案的入門觀念，並探討各種檔案類型的操作技巧與管理，除了說明例外處理的錯誤控制機制外，也會介紹C++樣版的程式設計方式。 【本書實務經驗分享】 ‧大量程式範例，正確無誤執行 ‧「上機程式測驗」，強化撰寫與除錯能力 ‧精心設計習題，驗收教學成果 ‧是C++程式設計教材最佳首選

內容介紹: 用自己的電腦也能從零開始建構 LLM 模型！LLM 的參數真的非常多~ 動輒就數千億個參數，一般家用電腦是跑不動的；再加上 LLM 模型架構、注意力機制的運作都非常複雜，要深入理解也有不小的門檻。★ 機器學習專家 Sebastian Raschka 特別規劃了一整套的教練式教學，透過較小型的資料集，讓您能在一般電腦上跟著步驟實作，並逐步理解大型語言模型的架構與技術！- 本書涵蓋了建構 LLM 的完整過程，包括處理資料集、實作模型架構、注意力機制、使用無標籤的資料進行預訓練，以及針對特定任務的微調技術 (分類任務微調與指令微調)。- 書中每一步驟都有清楚的文字、圖解和程式範例，帶著你從零開始撰寫一個基礎模型，並將其進化為文本分類工具，最終創建一個能夠理解並回應對話指令的聊天機器人。★ 經驗豐富的開發者與初學者，都可以學習到如何一步步建構一個 GPT，掌握創建 LLM 所需的基本概念與實作技巧！- 如果是具備基礎機器學習知識、中階 Python 技能的讀者，作者提供了許多額外資源，包含完整程式碼範例 (GitHub 儲存庫)、參考文獻與延伸閱讀 (像是如何應用更大規模的模型參數)、優化訓練迴圈與進階的 LoRA 微調方法，讓您可以再進一步深入學習，持續往專家邁進！- 對於初學者來說，作者在附錄中有提供 PyTorch 基礎知識與安裝解說，而小編則在內文中適當添加註解，幫助讀者能更好地理解內容。另外，旗標更準備了 Colab 線上資源，讓您理論、實作都能暢通無阻。就算是程式語言小白，初入門也能無痛學習、打好 LLM 的基礎~一起提前起跑，搶佔 LLM 理論知識與 GPT 模型實作的先機，為自己投資一個無限的未來！本書特色: 「親手實現LLM，就能破解AI落地應用的層層關卡！」——溫怡玲｜人工智慧科技基金會 執行長▌專業推薦 ▌林筱玫｜台灣人工智慧協會 執行長 馬偉雲｜中央研究院 資訊科學研究所 副研究員郭興安｜永豐餘投控 資安長暨元信達資訊 總經理黃逸華｜美商WSP集團 臺灣區分公司 策略長蕭安助｜和碩聯合科技 人工智慧發展處 副總經理● 長年 4.5 顆星好評並翻譯成多國語言的暢銷書《Python Machine Learning》作者 Sebastian Raschka 又一最新力作 ● 本書於 Amazon 上獲 4.7 顆星好評

數位影像處理技術相關應用涵蓋甚廣，例如工業視覺檢測、醫療影像診斷、遠端感測與地理資訊、衛星影像和航空影像的處理與分析、智慧型交通系統、安防與監控、行動裝置應用等。 本書編撰著重「實用」與「教學」的定位。為求讀者能實際運用書中知識，全書大量使用 Matlab 與 C++ / Python 語言的原始程式碼，且儘可能不倚賴工具箱來實現。

LLM的大開源時代 - Llama模型精讀實戰 在當前的人工智慧發展浪潮中，語言模型扮演著舉足輕重的角色。而在這場競賽中，Llama語言模型以其卓越的表現和創新技術，迅速崛起成為新興的焦點。 Llama語言模型的誕生，不僅標誌著技術上的突破，更代表著人工智慧在理解和生成自然語言方面邁向新的高度。不僅具備強大的語言理解能力，還能生成流暢、自然的文字，這對於各類應用場景，包括對話系統、內容創作、翻譯等，都具有重要的意義。 本書深入剖析了Llama語言模型的架構、訓練方法以及實際應用，還討論了Llama語言模型在實際應用中的挑戰和前景。這種理論與實踐相結合的寫作方式，使得本書在科學性與實用性之間達到了一個完美的平衡。總結來說，這本書不僅是一部關於Llama語言模型的專業指導書，更是一部啟發未來創新的重要參考文獻。我相信，無論是對人工智慧領域的專家學者，還是對語言模型技術感興趣的廣大讀者，這本書都將帶來豐富的收穫和啟迪。 本書主要內容 本書共包括7章，涵蓋了從基礎理論到實際應用的全方位內容。第1章深入探討了大型模型的基礎理論。第2章和第3章專注於Llama大型模型的部署和微調，提供了一系列實用的程式示例、案例分析和最佳實踐。第4章介紹了多輪對話難題，這是許多大型模型開發者和研究人員面臨的一大挑戰。第5章探討了如何基於Llama訂製行業大型模型，以滿足特定業務需求。第6章介紹了如何利用Llama和LangChain建構高效的文件問答模型。第7章展示了多語言大型模型的技術細節和應用場景。 本書既適合剛入門的學生和研究人員閱讀，也適合有多年研究經驗的專家和工程師閱讀，透過閱讀本書，讀者不僅能掌握Llama大型模型的核心概念和技術，還能學會如何將這些知識應用於實際問題，從而在這一快速發展的領域中取得優勢。

新版書將 AI 協作各個部分整合到章節中，從 AI 幻覺的案例開始說明提示工程，到如何利用 AI 協助除錯、產生測試案例、分析問題、推薦語法，並以通用大語言模型 ChatGPT、Claude 與哈佛大學特殊用途 CS50.ai 助教來作說明。 本書分成基礎篇和應用篇兩個部分來引發讀者學習興趣，第一部分「基礎篇」主要在介紹 Python 程式語言的基本語法與基本套件。第二部分「應用篇」分別是：「AI 協作案例」、「人臉辨識」、「物件辨識」、「視覺化文字資料」、「簡單線性迴歸」、「簡單線性分類」、「地理資訊系統應用」、「序列資料處理」、「資料的動畫呈現」、「字元辨識、翻譯與語音轉譯」。讓讀者可以用非常少的程式碼，製作出各式各樣與 AI 和「資料科學」相關的應用系統。 本書有完整的學習地圖，讀者可以依循學習地圖來學習，部分「應用篇」的章節，不會用到所有「基礎篇」的內容，所以可以安排提前學習，讀者甚至可以自行規劃學習路徑。另外，本書大部分所使用的資料集都會重複使用，讀者也可以依據資料使用的前後關係來自行規劃學習路徑。

AI助攻！搭配ChatGPT學習效率加倍！ ★提供用書教師相關的教學資源★ 【資料結構】(Data Structures)是資訊科學領域中的基礎課程，多數資訊相關科系的研究所入學考試會將之列入考科，而諸如高考三級、地方特考、司法特考、鐵路考試中的資訊類別考試亦會將之列入考科，因此選擇一本觀念正確、條理清晰且掌握命題趨勢的書籍是很重要的。 本書以實例演練為導向，漸進式的學習架構，詳盡解說各種資料結構，期能帶領讀者了解其中的精髓，進而具備開發大型程式的功力。此外，為了因應未來報考資訊相關科系的研究所或準備國家考試，本書精選題型多元的考題，並融入相關章節、隨堂練習與學習評量，建議讀者勤加練習。 AI助攻 *使用【ChatGPT】輔助學習資料結構，例如查詢理論與實作、上傳圖片解題、出題練習、撰寫程式、優化與除錯、與其它程式語言互相轉換等，這些技巧大多不限定於ChatGPT，也可以靈活運用在【Microsoft Copilot】、【Google Gemini】等AI助理。 *本書是以C語言進行實作，讀者可以自行使用ChatGPT轉換成Python、C++、C#、Java等程式語言。 *ChatGPT相關內容統一放在本書最後一章，希望讀者以學會資料結構為主，而使用ChatGPT為輔，同時不會干擾到學習或上課的節奏。 考題觀摩 收錄研究所入學考試與資訊類別國家考試的精選考題，增加實例演練經驗，提升即戰力。

本書深入探討Java物件導向程式設計的核心概念，為讀者提供了一場深度學習物件導向程式設計的旅程。書中不僅提供理論基礎，更透過豐富的實例演練，讓讀者能夠深刻理解Java物件導向程式設計的各個層面。 全書共10章：第1章介紹程式設計的基本原理以及Java開發環境的構建；第2、3章引導讀者理解類別與物件的概念，以及如何運用它們解決實際問題；第4至7章闡釋繼承、抽象類別、以及介面等物件導向程式設計的重要觀念，並深入挖掘Java核心技術，讓讀者能夠靈活運用物件導向程式的特性；第8、9章說明泛型與集合，引導讀者認識資料結構的基礎理論(如堆疊、序列等)與實作，並於第10章深入探討例外處理的技術。這些主題是每位Java程式設計師必須掌握的重要觀念，也是應對程式專案開發不可或缺的技能。 作者編寫時採用學習模組化的教學策略，發展出一系列學習模組為本書架構。第2至7章分別為思維模組、理論模組、應用模組，並在各章中安排實作練習、問題導向專題、學習評估等模組，最後在第10章安排例外處理模組，循序漸進引導讀者採用上述學習模組的架構，依序練習，親自實作程式，並針對不同階段的學習模組進行學習評估，是讀者學習Java物件導向程式設計的得力助手。 本書各章實作演練與作業均需由讀者研讀全章之後實際操作演練或從該章內容中歸納整理成自己的心得來回答，書中不提供解答。自學讀者選購前請知悉，銷售單位與出版者均無法提供解答。

張教授為國立聯合大學客家研究學院文化創意與數位行銷學系的教授，長期投身於AI與數位工具的教學與研究，參與了教育部人工智慧技術及應用領域課程計畫，以及教育部數位人文創新人才培育計畫，致力於推動人文社會學生程式設計、數位工具應用與人工智慧。近年來更關注人工智慧在客家領域的創新應用，尤其在自然語言生成、語音辨識、語音合成領域。為了引導人文學生能夠認識AI、親近AI、應用AI，本書分為第一部：從「零階：no coding 學AI」認識AI 基本概念，透過AI遊戲的圖像、語言、圖像的體驗，了解大數據、機器學習、深度學習等概念，開啟對AI 應用的想像力；第二部分：認識Python 的基本概念、歷史與應用；第三部分：聊天機器人，聚焦自然語言，帶領人文學科的學生能夠走入自然語言模型開發，從自然語言概念，到大數據爬蟲、翻譯系統、語音合成和辨識技術專案實作，最後進入「高階：自然語言模型訓練」，整合剖析本人利用深度學習技術開發臺灣客語翻譯系統和設計客語聊天機器人「阿知牯」的經驗。本書適合來自人文社會科學背景、對人工智慧感興趣的讀者，也適合資訊科技專業的學生和專家。本人身為客家人，也在聯大客家學院服務，特別關注AI 在客家族群和少數語言上的應用，在利用AI 於客家語音合成研發的突破外，在研發過程中，也發現AI 資料偏差問題（Data Bias），尤其是對於像客家這樣的少數族群，因此除了找回資料外，也需不斷的調整與校正，達到AI 生成、語音辨識的正確性。

本書特色1. 由淺入深，循序漸進從基礎Python語言開始講解，適合初學者入門。完整說明Python程式設計的基本能力，包括變數、資料型態、控制流程、函式、物件導向等。2. 圖文並茂，易學易懂使用大量圖例和流程圖來詳細說明程式設計的觀念和語法，讓讀者更容易理解。3. 結合ChatGPT，提升學習效率介紹ChatGPT生成式AI，並提供了各種程式設計實例，幫助讀者更有效地學習Python。4. 完整涵蓋Pandas資料分析詳細說明Pandas套件的Python資料分析，包括資料匯入、匯出、篩選、編輯、彙整、清理、排序、合併、運算、群組分析、樞紐分析表、資料視覺化等。5. 實戰導向，學以致用本書提供大量實作範例，幫助讀者將所學知識應用於實際情況中。 內容簡介本書是一本學習Python程式設計和資料分析的入門教材，適合初學者輕鬆上手。以Excel使用者的角度，詳細說明Pandas套件的Python資料分析，並透過ChatGPT生成式AI的幫助，讓讀者能夠更快、更輕鬆地學習Python程式設計和資料分析。首先，本書從介紹Python程式語言的基礎開始，徹底解說讀者需要具備的程式設計能力，並介紹OpenAI推出的ChatGPT生成式AI，探討其在程式設計中的應用，以及如何利用ChatGPT來協助學習Python程式設計等相關技術。其次，本書重點闡述Pandas套件在Python資料分析中的應用。從建立Series和DataFrame物件開始，逐步介紹了如何匯入和匯出不同格式的資料，以及如何進行資料篩選、操作和彙整。特別是在第14章至第16章中，通過具體的範例，讀者將學會如何進行資料清理、排序、合併，以及執行各種資料運算和視覺化。本書的獨特之處在於將ChatGPT生成式AI融入到學習過程中，通過ChatGPT的幫助，讀者不僅可以寫出Python程式碼，還能夠自動產生商業模擬數據的學習範例，使得學習過程更加生動有趣，並且實際應用到商業資料分析中。最後，本書使用豐富的圖例和流程圖詳細解說程式設計的觀念和語法，並利用fChart流程圖直譯器呈現動畫流程圖，幫助讀者更好地理解程式邏輯，從而提升解決問題的能力和思維邏輯。《看圖學Python：資料分析與資料視覺化》不僅適用於計算機概論、程式設計和Python資料分析課程的教學，也是自學Python和資料分析的理想選擇。無論是對於

產品特色： 1.配合觀念的探討來實作其內容，知行並用，學會程式語言的基礎。 2.每個章節保留綜合範例，延伸觀念產生獨立思考空間。 3.配合章節的主題，活用主控台和視窗應用程式。 4.各章學習評量思考操作並兼，追蹤學習成效。