其他

►涵蓋從資料設計到前後端整合的完整專案流程►詳細講解資料庫建構與操作技巧►實作 Node.js 與 Express 框架打造後端 API►運用 Vue.js 建立模組化前端應用►整合 Element Plus、Pinia 與 ECharts 提升開發效率►透過 Multer、Axios 與 hooks 實現使用者與產品管理►學習 API 文件工具與測試工具應用►從零部署專案至伺服器，實現完整上線流程►介紹 Git 與 Sourcetree 視覺化版本控制►完整解析模組設計與企業級權限劃分【書籍內容】本書完整記錄一個從無到有的資訊系統開發流程，橫跨資料庫設計、後端 API 實作與前端模組開發，並涵蓋專案部署與管理。從資料模型建立到產品模組開發，逐步說明實務操作細節。後端以 Node.js 與 Express 為核心，輔以 Postman 測試與 Multer 圖片上傳技術。前端則採用 Vue.js 框架，搭配 Element Plus 與 Pinia 進行模組化開發，並結合 ECharts 實作視覺化圖表。透過 Axios 封裝 API 串接介面，實現使用者與產品模組的完整操作。系統部署部分則介紹伺服器購買、域名設定、SSL 配置與寶塔面板使用方式，讓讀者掌握專案從開發到上線的每個環節。適合大專院校課程規劃、專題製作及實務導向的自學開發者參考。

1.首創！好學易讀的圖像筆記2.跨課連結＆易混淆觀念，提升複習效果3.精選收錄重要選文、常考現代文4.從主書到配套、試題演練最即時

本書全面介紹了生成式人工智慧的技術基礎、應用與挑戰。深入解說生成對抗網路（GAN）、深度學習、自然語言處理（NLP）等技術，並展示這些技術如何在文字、圖像、音訊、影片等多模態數據中應用。本書不僅詳細剖析了從文本生成圖像、自動生成簡報等具體應用，還探討了生成式AI在創意設計、商業、教育和醫療等領域的廣泛影響。此外，書中對生成式AI的倫理與社會影響進行深刻反思，提醒讀者在技術進步的同時，也要謹慎看待潛在風險與挑戰。這本書適合科技愛好者、學生、研究者以及企業家，幫助讀者深入了解生成式人工智慧的發展趨勢、掌握其應用技巧，並啟發更多創新可能性。

近年因生成式AI（Generative AI）的崛起，為人工智慧的發展掀起了新的浪潮。從ChatGPT生成自然語言對話，到Midjourney、Stable Diffusion等AI繪圖工具創作逼真的圖像，再到音樂、程式碼、影片等多領域應用，生成式AI已逐步改變人類與科技互動的方式。這不僅是技術上的突破，更是代表人工智慧從輔助決策邁向創造力展現的關鍵轉折，為企業創新、產業升級開創全新可能。「TQC生成式AI應用與技術」認證以專業知識體系為導向，分為七大類：「發展歷程與生態系」、「應用領域與產業發展」、「生成式AI」、「演算法及專家系統」、「機器學習原理」、「統計與資料分析原理」以及「系統開發資源」等。內容包含AI發展歷程、相關供應商及其技術背景、生成式AI核心知識、不同場域間的應用，以及發展AI所需具備的知識理論與實踐方法。最後，輔以熟悉AI系統開發資源，在未來透過更聰明的演算法，布局出完美的應用。

本書內容兼顧理論與實務，用大量示意圖與範例，幫助讀者建立機器學習的基本概念。第一章介紹機器學習的基本概念與類型，幫助讀者快速入門。第二章深入探討監督式學習，涵蓋多種經典演算法，如線性回歸、決策樹與神經網路等。第三章則介紹非監督式學習，重點講解資料探索與聚類方法。第四章專注於模型評估與優化，幫助讀者提升模型性能。最後，第五章通過台股數據分析與YOLO物件辨識兩個實戰專案，讓讀者實際應用所學知識，開啟機器學習與深度學習的探索之旅。

★STM32嵌入式微控制器★人機介面設計與應用★DGUS彩色液晶顯示幕應用★旋轉編碼器設計★PWM輸出與看門狗計時器應用★USART與Modbus通訊協定應用★SPI與鐵電記憶體介面應用★I2C與日曆時鐘介面應用★CAN通訊轉換器設計★電力網路儀表設計★μC/OS-Ⅱ在STM32上的移植與應用★RTC與萬年曆應用★新型分散式控制系統設計本書全面介紹了STM32嵌入式系統的應用實例，旨在讓讀者快速掌握STM32嵌入式系統的核心技術。從STM32嵌入式微控制器最小系統設計開始，透過多個實戰為目的的應用實例，可以輕鬆設計出符合自己需求的嵌入式系統。本書特別介紹了DGUS彩色液晶顯示幕應用實例，其能方便地顯示各種中文字、數字、符號、圖形等，並且易於修改，改變了傳統液晶顯示器的開發方式，節省了大量人力物力。微控制器透過UART串列通訊介面發送命令，透過分頁切換改變顯示內容。書中還包含了旋轉編碼器設計實例、CAN通訊轉換器設計實例、電力網路儀表設計實例及新型分散式控制系統（DCS）設計實例，這些實例以STM32F103為核心，各自有獨立的架構，想要學習ARM架構，從STM32是很好的開始，而本書就是你進入STM32世界的最佳工具。

軟體開發本身有著本質上的問題及困難，軟體工程各種工程層面及管理層面中涉及的技術，便是為了逐步克服與減緩這些軟體與生俱來的複雜性、易變性、隱藏性及一致性等問題，進而透過系統化的軟體流程改善，讓開發團隊能循序漸進地學習如何與這「軟體狼人」共舞。本書彙整了李允中教授在國立臺灣大學資訊工程學系教授軟體工程這門課的主要內容，共分為十章，分別以軟體流程、需求工程、物件導向軟體開發、軟體設計、軟體專案設計與管理、軟體測試、軟體品質管理與保證、軟體建構管理、軟體正規方法論、軟體流程改善之軟體能力成熟度整合模式等為主題，循序漸進地帶領讀者認識軟體開發的完整過程，並在書末以企業個案為例，幫助讀者將前面各章所學的概念與技術融會貫通，進而完善屬於個人的軟體流程。

從標註到資料科學的人類監督掌握訓練資料的訣竅，提升AI專案成功率「本書以全方位的視角解說如何產生高品質的訓練資料以及啟動新專案。」— Anirudh KoulPinterest機器學習、資料科學負責人「要做好機器學習，必須學習如何訓練資料。本書的價值比黃金還要珍貴。」— Neal LinsonInCite Logix首席資料與分析長，LLM超級明星您的訓練資料對於資料專案的成功與否與演算法本身一樣重要，因為人工智慧系統的大多數失敗都與訓練資料有關。儘管訓練資料是成功的人工智慧與機器學習的基礎，但鮮少有全面的資源可以幫助您掌握這一過程。在這本實用指南中，作者Anthony Sarkis（Diffgram AI訓練資料軟體的首席工程師）向技術專業人員、管理者和相關領域專家展示如何處理和擴展訓練資料，同時闡述監督機器的人性面。無論是工程領導者、資料工程師或是資料科學專業人士，都能從本書獲得成功使用訓練資料所需之概念、工具和流程的深入理解。透過這本書，您將學會：‧有效地處理訓練資料，包括綱要、原始資料和標註‧將工作、團隊或組織轉型為更以人工智慧/機器學習資料為中心‧向其他員工、團隊成員和利益相關者清楚解釋訓練資料概念‧為生產級別的人工智慧應用設計、部署和交付訓練資料‧識別並修正基於新訓練資料的失敗模式，如資料偏差‧完全掌握自動化技術，更有效地建立訓練資料‧成功維護、操作和改進訓練資料的記錄系統

■ 最新第七版增訂：說明現代軟體工程師的職涯路徑與選擇、加強軟體架構設計的介紹、透過Google的軟體工程實務介紹長期持續開發(Programming over time)的概念、增加軟體重構的內容與行動應用app的開發。本書結合軟體工程的核心知識與實務應用，透過實例帶領讀者學會如何開發與管理軟體產品。內容包括：■ 軟體工程的基本觀念：先釐清「程式」、「軟體系統」、「應用系統」、「軟體開發」與「軟體生命週期」等基本概念。■ 軟體工程的程序與方法：軟體系統的開發從開始規劃、分析、設計、製作、測試、上線使用到維護，分成好幾個階段，每一個階段都有一些可以採用的方法與技術。■ 現代物件導向軟體工程：這是目前軟體開發最普遍採用的技術，很多開發工具與技術都運用了物件導向的概念與方法。■ 安全軟體系統開發週期（SSDLC）：政府與一般企業開始要求在軟體開發時就採用的開發流程與方法，防止開發期間留下資安的漏洞。■ 軟體工程相關的技術：軟體再用、MDA（model-driven architecture）、反向工程、設計模式、CMMI、軟體重構、新舊系統的轉換等。■ 軟體工程的新發展：Google的軟體開發實務經驗、軟體產品線、雲端運算、App、軟體安全、服務導向的架構（SOA，service-oriented architecture）與觀點導向（aspect-oriented）的開發技術等。本書適用對象：■ 學校或是推廣教育的老師：本書可以做為軟體工程相關課程教科書，內容約對應到18週（54小時）的學期課程。■ 資訊專業人士：建立軟體工程方面的專業背景。■ 對於軟體開發有興趣的技術人員：軟體工程探討了很多軟體開發方面的原理與策略，可以提昇專業能力與解決問題的技巧。■ 軟體產品的推廣人員：有軟體工程的背景會更了解軟體的特性與用途。

◎◎◎ SOP閃通教材 ◎◎◎老師在解題時，會把題目的標準解題流程（SOP）記在頭腦裡，依此標準解題流程（SOP）解給學生看，可是並不是每個學生看完老師教的標準解題流程（SOP）後，就能記住此標準解題流程（SOP）。本書是將每個題型的標準解題流程（SOP）寫下來，學生只要將題目的數值代入標準解題流程(SOP)內，就可以把該題目解答出來。等學生學會了後，此SOP就可以丟掉了。