Python

物物相聯的時代已經來臨, IoT 物聯網收集的大數據是 AI 的基礎2020 年物聯網裝置數將達到 500 億個, 商機直逼百兆。未來將是 IoT、大數據、AI 的時代, 三者息息相關, 而物聯網感測器裝置則是收集數據最重要的前端。面對新時代, 我們推出「用 Python 學物聯網」套件, 以易學易用的 Python 來撰寫程式，搭配感測器與電子元件的使用, 更進一步結合 Web、MQTT、IFT

創客與學習程式語言的風潮雙雙來臨, 本書結合創客與程式語言學習, 從培養邏輯思考起步，逐步學會簡單、易懂的 Python 語法, 並且利用 Python 來寫程式控制硬體, 創造有趣的創客應用。本套件總共包含 13 個實驗, 例如： ● 光感應自動電燈 ● LED 呼吸燈 ● 霹靂車跑馬燈 ● 電子鋼琴 ● 氣象預報站Learning by doing, 從做中學才能實際體驗, 在看得到效果的創客

大：範圍大，涵蓋創意實現、專案教學、程式普及和群控技術，由淺入深，就算沒有基礎也能快速上手人：結合微軟Azure雲，實現雲人工智慧應用物：存取ThingSpeak，快速實現物聯應用

用 Raspberry Pi Pico × Python 玩創客近幾年創客(Maker)風潮盛行, 越來越多人開始『動手製作』自己想要的東西, 而在這風潮下,『控制板』更是創客們的寵兒, 因為只要使用控制板和程式語言, 就可以簡易控制電子元件, 以此實現更多功能。本套件就要使用其中一種控制板–Raspberry Pi Pico。樹莓派 (Raspberry Pi) 是一個由【樹莓派基金會】開發的

學 AI 就要用出來！首創 Keras 實作生醫/聲控物聯網裝置。AI 是現在許多人想學習的技術, 但多數人在學習的過程中都只是按照書本或電腦上的例題做實驗, 得到的結果就像是別人設計好的, 完全沒有實際感, 更不知道怎麼運用到生活中。本套件就帶你使用目前最熱門的 Python 程式語言和非常火熱的 Keras 機器學習框架, 除了教你 AI 基礎, 更結合硬體控制, 讓你可以將 AI 運用於生活

用 Python 寫遊戲, 學習程式變有趣 ! 學習程式只能執行在黑黑的終端畫面，好無聊 ~~創客教具不是自走車就是IoT、溫溼度感測，能不能來點不一樣的 ~~紙板外殼好難組裝，玩一下就壞了，有沒有堅固耐用的 ~~消費者們的心聲旗標聽到了，Python 遊戲機是你最佳的選擇[零件豐富、組裝簡單] LCD螢幕、五向按鈕、蜂鳴器等等，琳瑯滿目的電子零件，從零件盤點、線路連接到外殼組裝，每一步驟都有詳細

內容介紹: 用 ESP32 帶你體驗 AIoT 智慧聯網本產品專注於 ESP32 控制板的物聯網應用。控制電子零件是大多數控制板都能完成的任務, 而 ESP32 的網路及藍牙功能更是讓它從眾多控制板中脫穎而出。我們會使用網路功能抓取線上服務, 例如火車誤點提醒器, 又或是使用藍牙功能製作自己的藍牙鍵盤。除了物聯網以外, 我們更是加入近幾年非常火熱的AI(人工智慧), 它能幫我們做到很

說到智慧家具你會想到什麼呢？除了掃地機器人、拍手感應的燈具、語音助理, 還有許多結合不同感測器的有趣應用可以提供便利又智慧的功能。當別人家買了各種結合物聯網、人工智慧、大數據的電器和助理, 而你的家具卻只會撞你的腳趾嗎！？本產品用 24 個範例帶您製作出客製化的智慧居家應用, 使用當前最夯的 Python 程式語言, 內容設計讓新手都能輕易上手, 用多個實用的感測器如超音波測距、震動感測器與 OL

The ultimate box set for fans of Jerry Pallotta and Rob Bolster's bestselling Who Would Win series!Which dangerous animals would win in a fight? Find out in this amazing box set, which includes 10 books in the bestselling Who Would Win? series, including: Alligator vs. Python; Green Ants vs. Army Ants; Hyena vs. Honey Badger;Triceratops vs. Spinosaurus;Rhino vs. Hippo; Lobster vs. Crab; Rattlesnake vs. Secretary Bird; Jaguar vs. Skunk; Falcon vs. Hawk; and Wolverine vs. Tasmanian Devil.Kids will learn all about each animal's anatomy, behavior, and more alongside photos, charts, illustrations, and amazing facts. This collection features a range of mammals, birds, sea creatures, reptiles, and dinosaurs to satisfy all kinds of animal fans, and is the perfect gift!

本教材基於Microsoft SQL Server和Neo4j環境，介紹了如何利用SQL(Structure Query Language)和CQL(Cyber Query Language)語言開展對同源庫、表和數據對象進行增、刪、改、查等數據庫管理和應用工作，並綜合應用Python下的相關功能庫，對SQL數據進行處理，進而利用Neo4j接口將SQL數據高效轉換為NoSQL，實現了SQL與NoSQL融合管理，為學習者更深層次瞭解和掌握SQL與NoSQL數據對象的聯繫與差別，強化學習者的數據管理意識、方法和能力提供了有力幫助，特別是為學習和掌握基於圖數據庫背景下的知識圖譜理論和實踐技能提供幫助，為進一步開展數據挖掘構建良好的數據庫支撐和理論、技能準備。全書內容共分為四部分：第一部分主要是第1章，講解關係型數據庫和非關係型數據庫的概念、類別和特徵等；第二部分主要是第2章至第6章，基於SQL Server講解關係型數據庫環境下的CRUD操作；第三部分主要是第7章至第8章，基於Neo4j圖數據庫講解圖譜數據的CRUD操作；第四部分主要是第9章，基於實際數據進行案例剖析。本書是為高等院校“新文科”“新商科”相關專業的“數據庫原理與應用”“大數據管理與應用”等課程全新設計編寫的具有豐富實踐特色的主教材，對數據管理與創新應用有興趣的學習者也可以作為參考教材，或作為培訓機構參考用書。

內容介紹: 不同於常見機器學習皆是由 Python 語言實作, 本書使用 JavaScript 語言於瀏覽器實作機器學習, 搭配著名的 JS 機器學習函式庫 ml5.js 可以更快速且便利地達成 AI 網頁應用, 對於許多熟悉 JS 語言的前端工程師或使用者更為親近, 實驗過程使用 p5.js 程式庫, 讓沒有太多程式設計基礎的使用者也可以更輕鬆將結果視覺化, 再搭配使用 p5.js web editor 線上開發環境, 只需要使用瀏覽器就可以開始輕鬆設計網頁, 不需要在自己的主機建構繁瑣的開發環境, 再搭配 Python 編寫控制板程式, 將應用結合至感測器或實體輸出裝置, 實現更完整的機器學習應用實例。本書一開始會先介紹機器學習概念與 p5.js web editor 線上開發環境基本操作, 接著直接體驗使用 ml5.js 中的現有模型, 實作可以辨識特定物件的影像分類器。除了網頁實作神經網路外, 可再串連硬體控制板, 藉由控制板輸出預測結果, 比如使用物件偵測來判斷是否有人出現, 對應的 OLED 顯示器模組就會出現迎賓文字或相關訊息；或是語音辨識讓玩家用語音來控制遊戲, 遊戲結束後會通知控制板啟動振動馬達回饋給玩家。最後會使用 ml5 程式庫實際訓練自己的神經網路模型, 首先為利用控制板蒐集感測器資料, 再透過神經網路訓練解決迴歸問題, 如藉由溫度感測器的訊號, 找出感測值與實際溫度的關係, 做出自製即時電子溫度計, 再結合可以即時顯示畫面去背效果的 U-Net 模型, 就可以使用環境溫度來改變虛擬背景特效。接著為解決分類問題的神經網路, 使用現成的 Facemesh 模型找出臉部特徵點, 分別蒐集臉部不同的角度資料進行訓練, 最終得到一個可以辨識是否打瞌睡的模型, 再串接實體蜂鳴器在打瞌睡時, 發出警報聲提醒使用者。最後訓練的神經網路為卷積神經網路, 透過蒐集配戴口罩與否的不同照片作為訓練資料, 經過卷積神經網路訓練後, 就可以用此模型來判斷畫面中的人是否有正確配戴口罩, 再結合模擬門鎖的伺服馬達, 建構出一套口罩門禁系統的概念。本產品除實驗手冊外，實驗過程中有任何問題或是建議都可以在 Facebook 粉絲專頁《旗標創客‧自造者工作坊》中留言，即有專人為您服務。本產品 Windows / Mac 皆適用　操作本產品需要視訊鏡頭及麥克風 (筆電