Python

《生成對抗網絡GAN：從理論到PyTorch實現》系統地講解了生成對抗網絡(GAN)的基本原理以及PyTorch編程技術，內容較全面，可操作性強，將理論與實踐相結合。讀者通過理論學習和編程實踐操作，可瞭解並掌握生成對抗網絡的基本原理和PyTorch編程技能，拉近理論與實踐的距離。《生成對抗網絡GAN：從理論到PyTorch實現》共分8章，主要內容包括生成對抗網絡介紹、簡單全連接GAN、深度卷積GAN、Wasserstein GAN、條件GAN、StyleGAN、Pix2Pix、CycleGAN，涵蓋了豐富多彩的生成對抗網絡的原理和示例。此外，本書源碼已全部在Python 3.10.9 + PyTorch 1.13.1 + CUDA 11.6版本上調試成功。《生成對抗網絡GAN：從理論到PyTorch實現》適合生成對抗網絡愛好者和PyTorch編程人員作爲入門和提高的技術參考書，也適合用作計算機專業高年級本科生和研究生的教材或教學參考書。

《生成式AI賦能一本通：編程、數據科學與專業寫作》全面介紹了生成式AI在編程、數據科學及專業寫作領域的廣泛應用與深刻影響。主要內容涵蓋生成式AI的核心原理、技術挑戰、治理策略，以及如何通過提示詞工程與AIGC方法論提升工作效率。讀者將從中獲得與AI高效溝通的技巧，掌握利用大模型進行Python程序設計、數據分析、數學與機器學習自學的方法，並通過豐富案例瞭解AIGC在科技論文寫作、金融數據分析及創建AI智能體等方面的實際應用。本書旨在幫助讀者理解使用大模型的方法和思路，以在AI時代保持競爭力，實現個人與組織的數字化轉型。本書主要讀者群體包括計算機專業學生、AI從業者、程序員、數據分析師、科研人員及對未來科技感興趣的廣大讀者。

《大模型Agent應用開發》深入探討了LLM的核心概念、前沿技術和實際應用，最終為擴展AI能力邊界的大型基礎模型(Large Foundation Models，LFM)的崛起鋪平道路。 本書開篇詳細介紹了LLM的基本原理，隨後探討了多種主流架構框架，既涵蓋專有模型(如GPT-3.5/4)，也分析開源模型(如Falcon LLM)的獨特優勢與差異。接下來，我們以基於Python的輕量級框架LangChain為核心，引導讀者逐步構建智能體。這些智能體能夠從非結構化數據中提取信息，並利用LLM和強大工具包與結構化數據交互。此外，本書還將深入探索LFM領域——該類模型融合了視覺、音頻等多態能力，可以覆蓋更廣泛的AI任務。 無論你是經驗豐富的AI專家，還是初入該領域的新人，本書都將為你提供解鎖LLM全部潛力的路線圖，助力開創智能機器的新紀元。

本書通過具體的案例，循序漸進地講解了計算機視覺和模型調優的相關內容。首先介紹基礎知識，包括人工智能基礎、計算機視覺基礎、圖像基礎和編程基礎相關知識。然後講解傳統計算機視覺和基於深度學習的計算機視覺，如卷積神經網絡等。接著深入探討算法原理，包括卷積、池化、批歸一化、激活函數、殘差結構、全連接、SoftMax等，並提供手寫算法示例。最後介紹了模型在 Python 和 C++中的實際應用以及性能優化技巧，如計算向量化、權值預加載和多線程等。本書內容實用，由淺入深，案例典型，講解通俗易懂，隨書提供全部程序代碼，且代碼注釋詳細，方便讀者理解，並上手實踐。本書非常適合人工智能、機器學習、深度學習、計算機視覺初學者學習使用，也可用作高等院校中相關專業的教材及參考書。

在數位化時代，審計從業人員必須掌握前沿的AI智能稽核技術，以提升自動化效能並降低偵查風險。國際審計準則（ISA）提高了會計師的責任，要求更高的審計品質，智能資料分析技術已成為不可或缺的工具。JCAATs 為Python-Based AI新世代的通用稽核軟體，以AICPA美國會計師公會推薦之Python 軟體開發，遵循 ISA 530: Audit sampling (統計抽樣)規範提供多種數位審計抽樣方法，增強全面當代數位審計抽樣的作業流程，除了隨機抽樣、分層抽樣外，並提供控制測試常用之屬性抽樣與評估及證實測試常用之元單位抽樣與評估等功能，讓審計抽樣更完整。 本講義以「數位審計抽樣與評估」為主題，提供完整實例上機演練資料，由國際專業稽核實務顧問群精心編寫，經國際電腦稽核教育協會（ICAEA）認證，透過實務案例上機演練方式，帶領學員有效學習符合審計準則的數位化技術與方法，熟悉各種抽樣技術進行樣本抽選、結果查驗並進行查核結果評估，以簡易且友善使用介面，讓會計師與審計人員快速進入智能數位審計時代，學員可透過申請獲得JCAATs AI審計軟體試用教育版90天使用權，無論是會計師、審計人員、內部稽核還是大專院校的師生，本書皆是提升審計品質的必備工具，期待您的參與與交流。◎代理經銷 白象文化

這本書專為計算機網路的入門課程而設計。內容上的編排假設讀者已有基本的 C、C++、Java 或 Python 程式語言經驗（即便如此，僅在少數部分會涉及程式設計）。與其他計算機網路的基礎教科書相比，本書更具嚴謹性與分析深度，但特別設計為僅需高中程度的數學基礎。避免了進階微積分、機率或隨機程序的概念（但提供進階習題，供有需要的讀者挑戰）。因此，本書適合用於大學或研究所第一年的「電腦網路」或「計算機網路」課程，同時對電信業界的專業人士也有極大的實用價值。

本書基於Python編程語言，以實戰為導向，主要介紹中文自然語言處理的各種理論、方法及應用案例，幫助讀者快速熟悉理論知識，理解相關技術原理，為讀者選擇自然語言處理相關的研究方向或從業領域提供參考。全書共分為三個部分：第一部分（第1～3章）是“基礎篇”，側重介紹自然語言處理的基礎知識，並在相應的知識板塊中設置實驗案例；第二部分（第4～12章）是“技術篇”，主要講解自然語言處理核心技術的原理及實現方法，以及文本分類、特徵提取、RNN等技術在自然語言處理中的應用；第三部分（第13章）是“應用篇”，主要介紹自然語言處理比較典型的應用場景。本書適合作為人工智能相關課程的教材，也可作為人工智能的普及讀物供廣大讀者自學或參考。

本書以ROS 2核心原理為主線，以機器人開發實踐為重心，在詳細講解ROS 2核心概念、組件工具的基礎上，介紹ROS 2構建仿真/實物機器人系統的方法，剖析ROS 2用於視覺識別、地圖構建、自主導航等應用的方法，配有大量圖表、源碼等，幫助讀者在實現ROS 2基礎功能的同時，深入理解基於ROS 2的機器人開發方法，從而將書中的內容用於實踐。 本書採用最新穩定版本ROS 2系統和全新一代Gazebo機器人仿真平臺，讀者只需準備一台計算機，就可以快速上手學習。同時，本書介紹了實物機器人的搭建方法及相應功能的實現，書中源碼都加入了中文注釋，並針對核心內容提供C++和Python兩個版本。為方便讀者閱讀和學習本書，筆者團隊還專門創建了一個網頁，供讀者下載配套源碼、查看操作指令、學習配套視頻教程。

⛧⛦ 樹莓派 5 / 樹莓派 4 皆適用 ⛦⛧⛧⛦ 一本帶你玩翻人工智慧與物聯網 ⛦⛧『Raspberry Pi 樹莓派』是一款信用卡大小的單板迷你電腦，深受全球創客的喜愛。本書將引領你踏上創客之路，利用樹莓派建立 IoT 物聯網與 AIoT 智慧物聯網，以及親手打造遙控串流視訊車、自動避障車、物體追蹤車與 AI 自駕車。甚至讓你在樹莓派上運行 LLM 大型語言模型，並透過 Python 與 LLM 技術，以自然語言進行硬體控制。是不是已經迫不及待、躍躍欲試了呢？或許還有點擔心沒有基礎，會難以上手？請放心。本書將從樹莓派的購買、安裝與設定開始，逐步帶領你使用 Windows 電腦遠端操作樹莓派，並介紹 Linux 系統指令與伺服器架設，讓你不再畏懼終端機黑畫面的文字模式。接下來，我們將探索樹莓派的 GPIO 腳位，並透過 Python，甚至結合 ChatGPT API 和 LLM 等生成式 AI 來控制硬體。同時，本書也涵蓋如何在樹莓派上使用 Pico 開發板或 Arduino 開發板進行軟硬體整合，為你提供更多面向的選擇。更精彩的是，運用 Pi 相機模組或 Webcam 攝影機，並結合 OpenCV 電腦視覺套件與多種知名的深度學習模型，實作人臉偵測、手勢追蹤、人體姿態估計、即時物體偵測、文字偵測與車牌辨識等 AI 應用。至此，你便能輕鬆跟著我們的腳步，透過 Node-RED 物聯網開發工具和 Teachable Machine 來建立 AIoT。此外，也能透過整合超音波感測器、OpenCV 和 TensorFlow Lite，打造出自動避障車、物體追蹤車以及 AI 自駕車。無論你是創客新手或進階愛好者，本書將幫助你全面掌握樹莓派，發揮你的創意，輕鬆進行各種 AI 軟硬體整合專案！本書特色: ➢ 無需額外設備，從 Windows 電腦遠端操作樹莓派➢ 從零開始學習 Linux 系統與伺服器架設➢ 透過 Python 結合 GPIO 腳位與 ChatGPT API 或 LLM，以文字控制硬體➢ 同場加映樹莓派 Pico W 與 Arduino Uno 開發板的應用➢ 建立 Pi 相機模組或 Webcam 攝影機的網頁串流視訊➢ 搭配 OpenCV 電腦視覺套件，實作人臉、手勢、姿勢、物體、文字、車牌等偵測與辨識➢ 活用 YOLO、MediaPipe、CV

本書詳細介紹了 eBPF 核心技術及其應用。全書可分為 eBPF 基礎知識、進階應用和實際案例三大部分，覆蓋了 eBPF 的編程接口、架構及其在性能分析、安全監控和網絡協議等方面的應用。讀者將通過 C、Go 和Python 等語言學習 eBPF 編程，並掌握其在系統監控、數據分析和性能提升方面的實際技巧。本書適合不同層次的讀者，包括對操作系統或應用程序監控感興趣的學生和初學者、希望利用 eBPF 進行內核代碼調試和優化的 Linux 內核開發人員、使用 eBPF 監控系統事件和分析惡意軟件的安全工程師和逆向工程師、通過 eBPF 收集性能數據以優化軟件和系統性能的性能分析師和應用程序開發者，以及希望優化虛擬化軟件性能和管理的虛擬化開發人員。

機器人開發是一項複雜的系統工程，ROS 2為智能機器人開發提供了強有力的支持，極大地提高了機器人軟件開發效率。本書首先對ROS 2的基礎概念、通信機制、常用庫和工具進行介紹，帶領讀者入門ROS 2機器人開發；接著引導讀者完成移動機器人的建模和仿真、建圖和導航、自定義控制器和規劃器等一系列實踐；然後在真機實戰環節，通過製作一個基於ROS 2的真實機器人，幫助讀者打通仿真與真機之間的壁壘；最後，本書深入講解了ROS 2進階使用的相關知識，為讀者進一步在實戰中使用ROS 2進行機器人開發打下夯實基礎。考慮讀者基礎，書中示例均以C++和Python兩種語言實現，同時加入了關於C++新特性、Git工具、多線程和回調函數等基礎知識的講解。

輕鬆簡單的好書，讓你從入門到高手，掌握機器學習及神經網路的數學、理論與實作！▌本書特色☆機器學習唯一的入門書，從完全不懂到開發專案靠這本書就搞定☆充分展現出日本書的細膩流暢又簡單清楚☆想了解機器學習又怕被數學公式轟炸的AI小白最適合☆作者把所有的數學公式都用最簡單的二維平面來處理，是對人腦最直覺的投射☆懶人最愛的程式設計環境，Jupyter Notebook，在瀏覽器中就可以執行神經網路☆高中文組數學程度就可以100%看得懂的Python程式☆雖然簡單但十分詳細的公式推導☆L1、L2回歸你我都會用，但這本書卻有完整的來龍去脈，打下神經網路及深度學習的基礎☆無監督學習也有詳細說明，K-means和混合高斯模型☆使用Tensorflow，每一行程式碼都看得懂，完全沒有不必要細節或玩弄技巧

本書協助你深入了解LLM 的內部運作，建立自己的語言模型。從生成式AI 概論開始談起，讓你理解如何訓練這些模型產生新資料，接著介紹提高生產力與增加創造力的ChatGPT 使用案例。你將學會如何改善提示設計，利用零樣本、單樣本、小樣本的學習能力，進而從ChatGPT 互動中獲得最佳效果。分別針對行銷人員、研究人員、開發人員設計案例，讓你將本書所學有效應用在自己的領域中。列舉企業情境，運用Azure 基礎架構上的OpenAI 模型 API；包含生成式模型 (如：GPT)與嵌入模型 (如：Ada)。各情境均涵蓋Python 實作，並以Streamlit 製作前端介面，以及利用 LangChain SDK 協助將模型整合到你的應用程式中。讀完本書，你將具備生成式AI领域的運用能力，可以在自己的專案中使用 ChatGPT 和 OpenAl 模型的API。本書內容涵蓋：*理解生成式AI 的初級與中級概念*透過有效的提示設計充分發揮ChatGPT 的效能*探索ChatGPT 的應用與使用案例*以API使用OpenAI 模型與功能*用Python 建置與部署AI系統*利用Azure 基礎架構實作企業級使用案例*確保生成式AI 系統具有負責任的AI與倫理

📌 全彩印刷、圖解詳盡，快速學會關鍵知識📌 將Go與Python程式的實驗與結果視覺化透過實作與豐富的精緻圖解，對OS與硬體相關的工作原理是如何運作，進行淺顯易懂的解說，讓您對OS的運作，有更加具體而清晰的了解。不論是新手還是老手，都很容易陷入「OS是個充滿神秘與困難的東西」的困境。為了要改善這個狀況，本書不會探討艱深的理論，而是以Linux為中心，在進入實作階段前就對Linux的工作原理進行解說，讀者只需要對Linux基本的命令有所瞭解便可輕鬆閱讀。本書可以幫助你：．當OS或硬體相關故障產生時，能夠冷靜處理．開發出有考慮到硬體特性的優良軟體．瞭解該依據什麼樣的指標來設計系統

建立智慧型系統的概念、工具與技術「這是一本出色的機器學習資源，包含淺顯易懂的解說，以及豐富的實用技巧。」—François CholletKeras作者，《Deep Learning with Python》作者「本書是運用神經網路來解決問題的絕佳入門資源，涵蓋理論及實踐。推薦給想學習實用機器學習技術的人。」—Pete WardenTensorFlow行動主管深度學習在經歷了一系列的突破之後，已經推動了整個機器學習領域的發展。如今，即使是對於這項技術非常陌生的程式設計師，也能夠使用簡單、高效率的工具，寫出能從資料中學習的程式。這本暢銷書使用具體的例子、最少的理論，以及具備生產水準的Python框架(Scikit-Learn、Keras和TensorFlow)來協助你直接瞭解智慧系統的建構概念與工具。在這本第三版中，作者Aurélien Géron將探索一系列的技術，從簡單的線性回歸開始，逐步發展到深度神經網路。本書包含許多範例程式和習題來幫助活用所學，只要具備一些程式設計經驗即可入門。‧使用Scikit-Learn自始至終完成機器學習專案‧探索多種模型，包括支援向量機、決策樹、隨機森林，和集成方法‧運用無監督學習技術，例如降維、聚類法和異常檢測‧深入探討神經網路架構，包括摺積神經網路、遞迴網路、生成對抗網路、自動編碼器、擴散模型、轉換器‧使用TensorFlow和Keras建構和訓練神經網路，以進行計算機視覺、自然語言處理、生成模型和深度強化學習

Simon Monk對Raspberry Pi百科全書般的豐富知識讓本錦囊妙計第四版成為任何嘗試邁入數位製作世界者的完美指南。本書細節的廣度和深度同時適合初學者和經驗豐富的自造者！------Raspberry Pi的共同創造者Peter Lomas如果你已經開始玩Raspberry Pi，將會發現它的能力持續在擴充。這本膾炙人口的錦囊妙計第四版提供超過200個實作範例(皆附上程式碼)，示範如何於此迷你且低成本的電腦執行Linux，用Python為它寫程式，將它接上感測器和馬達來玩物聯網(IoT)。此新版包含關於Raspberry Pi Pico和以Raspberry Pi做機器學習的新章節。多產的駭客暨作者Simon Monk也會教導基本原則，引導你利用Raspberry Pi使用新技術。透過簡易的範例說明如何：．設定你的Raspberry Pi並連接網路．使用它的Linux作業系統．用Python為你的Raspberry Pi寫程式．使用電腦視覺賦予你的Pi一雙眼睛．使用機器學習從影像和聲音辨識物體．藉由GPIO連接器控制硬體．使用你的Raspberry Pi控制不同類型的馬達和顯示器．使用開關、數字鍵盤和其他數位輸入裝置．使用感測器測量溫度、光線和距離．以不同方法連接至Iot裝置來自動化你的家．使用Raspberry Pi Pico微控制器版

★在最熟悉的作業系統、IDE中，用Tensorflow開發深度學習專案★☆使用Tensorflow.NET在Visual Studio下完成AI開發☆坊間幾乎所有和AI、深度學習、機器學習有關的書籍或教材，均是以Python及相對的框架進行開發，並且建議架設在Linux上。雖然這個環境非常適合進行AI專案的開發，但對於已經熟悉Visual Studio下.NET架構的大部分Windows開發者來說，如果能使用Tensorflow的強大，再加上早就上手的.NET甚至是C#語言，學習曲線真的就只剩下深度學習，排除了Linux及Python的困難。微軟在.NET平臺上引入機器學習，努力使機器學習技術跨越鴻溝，普及至大多數人手中。微軟的ML.NET旨在實現人工智慧的「民主化」，讓每個人都能使用並受益於人工智慧技術。在.NET生態中，人工智慧領域的SciSharp Stack團隊為TensorFlow提供了.NET Standard Binding，使得.NET開發人員可以使用C#在跨平臺的.NET Standard框架上開發、訓練和部署機器學習模型。他們還打造了TensorFlow.NET這個專屬於.NET開發人員的機器學習平臺，簡化了使用TensorFlow的過程。本書即是針對這個族群的使用者，讓.NET眾多的使用者直接跨入AI的領域，在最親切的環境學習，一定會事半功倍。本書為介紹TensorFlow.NET的詳細指南，共有23章。探討雲端運算、人工智慧、巨量資料和雲端原生應用對生活產生了深遠影響，之後說明機器學習.NET開發者的特點，在.NET生態中，SciSharp Stack的團隊，為TensorFlow提供了.NET Standard Binding，使.NET開發人員可以使用C#開發、訓練和部署機器學習模型。其中的產品就是TensorFlow.NET。書中包括資料型態與張量詳解、Eager Mode詳解、自動求導原理與應用、線性回歸實操、MNIST手寫字元分類邏輯回歸、tf.data資料集建立與前置處理、深度神經網路實踐、AutoGraph機制詳解，以及.NET Keras簡明教學等。最後一部分是生產應用與案例，包含CPU和GPU環境下的TensorFlow.NET應用、工業生產環境應用案例、在C#下使用TensorFlow.NET訓練自己的資料集、視覺影像分類

▌第一本 AI 投資專書 ▌▌大型語言模型加持！▌▌建構自己的股票／年報分析機器人 ▌▌讓 AI 變成股市分析的神器 ▌在這數位資訊的創新時代, AI 與大型語言模型 LLM 已經徹底改變了投資業界的遊戲規則。過往需要仰賴投資團隊花費大量時間來解讀各種財務報表、進行分析的複雜工作, 現在只需要一個人、一台電腦就能完成。對於小散戶而言, AI 能幫助我們自動化分析, 挖掘出報表中隱藏的關鍵資訊, 成為對抗市場主力的重要武器！本書將帶您：◆ 【建立正確的投資觀念】：還在聽股市名嘴胡扯瞎扯嗎？本書將從基礎的投資理論起手, 帶領讀者建立正確的投資觀念, 從基本面分析到技術面分析, 並進一步探討 AI 在股票投資中的定位, 助你洞悉多面向分析的重要性。◆ 【Python 雲端環境開發】：程式開發對你來說是場夢魘嗎？本書將所有程式部署在雲端環境中, 免除本地環境配置的複雜度, 一鍵就能輕鬆運行、進入 Python 股票分析的世界。◆ 【AI 股票趨勢分析】：在買賣股票的過程中, 一般人常常會被情緒左右投資決策, 但 AI 是沒有感情的機器。本書將詳解如何利用 AI 進行客觀的數據分析來作出更合理的投資決策, 解決人性所造成的影響。◆ 【AI 年報深度解讀】：公司年報蘊藏著重要的資訊, 但一份年報動輒 200~300 頁, 哪有那麼多時間去一一分析每間公司的年報資料？複雜的分析過程就交給 AI 來做吧！我們可以使用提問的方式來輕鬆了解年報內容, 或是讓模型統整、分析落落長的年報資訊。◆ 【AI 選股推薦】：股票那麼多怎麼選？要找到一檔高潛力的股票如同大海撈針！本書將介紹如何使用 AI 來進行選股推薦, 從大數據中篩選出值得關注的投資機會、提高選股效率。本書特色: ★ 本書程式皆部署於雲端平台, 不會寫程式也能一鍵執行。☆ 投資理論來幫忙, 帶領讀者建構正確的投資觀念。★ 詳解如何串接 OpenAI API, 讓語言模型成為分析股市的利器。☆ 讓股票資料蒐集的過程自動化, 包含網路爬蟲、各種 Python 套件及搭建資料庫。★ 讓 AI 自動處理 Dataframe 表格、計算技術指標、產生回測策略。☆ 詳解 matplotlib、mplfinance、plotly、backtesting 各種視覺化套件, 新手也能畫出精緻的股價 K 線圖。★ 打造屬於自己的 LINE

Bing Chat與Copilot邁向文字、視覺、繪圖、語音、程式的AI體驗王者歸來(全彩印刷)★★★★★【國內第 1 本】★★★★★★★★★★【深度認識Bing Chat】★★★★★★★★★★【Copilot功能探索】★★★★★★★★★★【招數最多、功能最強的AI體驗】★★★★★這本書不會涉及較深的程式設計技術細節，而是著重於如何在實際場景中使用和應用Bing Chat 與Copilot。研讀本書，讀者可以獲得下列多方面的知識：【深度認識 Bing Chat】★ 登入和登出 Bing Chat☆ 認識聊天界面★ 選擇交談模式☆ Bing Chat 聊天特色【Bing App】★ 手機 Bing Chat 對話☆ Bing App 與 GPT-4 切換【Copilot 功能探索】★ 產生頁面摘要☆ 深入分析頁面資訊★ 翻譯與摘要國外新聞☆ 依情境產生草稿★ 依據書籍名稱生成摘要與心得☆ 生成影像【AI 繪圖】★ 聊天生成影像☆ Bing Image Creator 生成影像★ 影像分享與搜尋☆ 生成不同風格的影像★ 依據彩畫素材、攝影鏡頭、畫面角度生成影像【AI 視覺】★ 用視覺執行數學運算☆ 識別各類影像★ 用視覺創作七言絕句☆ 圖片的比較【生活應用】★ 國外語言學習☆ 交友顧問★ 文藝創作【教育應用】★ Bing Chat 是你的活字典☆ 協助摘要、心得、報告、專題撰寫★ 依據程度學習體驗☆ 教師講義、問卷、考試題目【企業應用】★ 貼文格式、銷售建議☆ 行銷文案與活動★ 拍攝行銷活動的腳本設計☆ 面試者與面試官★ 企業公告☆ 加薪與企業談判議題★ 提升 Excel 的工作效率到輔助工作分析【程式設計】★ 輔助 Python 學習☆ 重構你的程式★ 重寫程式☆ 閱讀程式錯誤訊息，協助除錯 (Debug)★ 為程式加上註解☆ C、Java 與 Python 程式語言的切換

「你是否認為機器學習很複雜、很難掌握呢? 其實不然，來讀這本書，Serrano為你揭開機器學習的神秘面紗。」―Sebastian Thrun, Udacit創辦人「這是您機器學習旅程的第一步」―Millad Dagdoni, 挪威勞動福利局「這是本很好的引導指南，特別是對於那些想要寫程式但覺得自己數學程度不高的人」―Erik D. Sapper, 加州理工州立大學「這是我近年來有幸讀到最平易近人的機器學習介紹。強烈推薦！」―Kay Engelhardt, devstats只需要高中的數學程度，您就能發現並了解機器學習的強大之處！簡單來說，機器學習是一組建立在演算法上的資料分析技術，當您提供更多的資料，它就能產生更好的分析結果。ML驅動了許多尖端的技術，例如推薦系統、人臉識別軟體、智慧音箱，甚至是自駕車。而這本獨特的書將藉由相關的範例、有趣的練習以及簡要的插圖，為您介紹機器學習的核心概念。《白話機器學習》以任何人都能理解的方式來呈現機器學習的演算法和技術，跳過令人困惑的學術術語，提供您只需要一點基礎代數就能理解的清楚解釋。隨著學習本書的內容，您將使用Python建立許多有趣的專案，包含垃圾郵件偵測和圖像辨識等模型，並且還會學到清理和準備資料的實用技巧。本書包含：‧用於分類和分割資料的監督式演算法‧用於清理和簡化資料的方法‧機器學習的套件和工具‧用於複雜資料集的神經網路和集成方法本書適用於有Python基礎知識的讀者，但不需要有機器學習的相關知識。

第一本詳細說明使用ChatGPT學習SQL Server、寫出T-SQL指令敘述與建立用戶端程式！*完整說明資料庫設計與開發人員應具備的觀念和技能，幫助你精通SQL Server的Transact-SQL程式設計！*本書以資料庫設計與開發人員角度來切入SQL Server資料庫程式設計與開發，完整說明資料庫系統相關理論、資料庫設計理論與T-SQL程式設計，能夠訓練和提昇讀者擁有足夠的技術能力來自行設計與建立SQL Server資料庫應用程式。*在實作上，本書適用微軟SQL Server 2022/2019企業、標準、開發人員版和Express版，是一本真正為有志成為資料庫設計與開發人員的讀者、或學校資料庫設計相關課程所規劃的實務教材。*完美結合資料庫理論與設計實務，除了使用大量插圖和範例來說明資料庫系統理論、實體關聯模型和正規化外，更以實例說明資料庫設計，讀者不只可以實際在資料庫設計工具繪製專案的實體關聯圖，更可以將設計成果建立成SQL Server資料庫，來驗證實體關聯模型的資料庫設計理論。*完整說明T-SQL語言的語法、預存程序、順序物件、自訂函數、觸發程序、資料指標和交易處理，可以幫助讀者精通SQL Server的Transact-SQL程式設計。*實際說明如何使用C#和Python語言建立用戶端程式。*詳細介紹SQL Server + Python機器學習服務、SQL Server全文檢索搜尋，和使用ChatGPT幫助讀者學習SQL Server資料庫程式設計與開發。

★☆★ AI 影像辨識一本精通！ ★☆★ ★☆★ 超過 200 個完整範例程式碼 ★☆★ AI 影像辨識是近年來非常夯的議題，隨著資訊科技的蓬勃發展，越來越多好用的工具推陳出新，也越來越容易跨入 AI 影像辨識領域，不論是電子、資訊領域、醫療、百貨，各行各業中陸續都能看到 AI 影像辨識的應用。 Python 是目前入門 AI 影像辨識最快速的程式語言，透過 Python 的 OpenCV 函式庫，並搭配其他方便的函式庫，就能輕鬆入門 AI 影像辨識，OpenCV 除了能針對影像進行全面的處理，也是大多數 AI 影像辨識的敲門磚，常應用於擴增實境、臉部辨識、手勢辨識、動作辨識、運動跟蹤、物體辨識或圖像分割...等領域。 本書會從 OpenCV 出發，從 OpenCV 最基本的存取圖片影片，影像色彩、影像剪裁、影像變形、加入文字、繪圖、影像效果進階處理都有完整介紹，並會介紹 OpenCV 內建的影像辨識方法、Google MediaPipe 的影像辨識方法和 Teachable Machine 影像辨識方法進行 AI 影像辨識，作出許多有趣又實用的影像辨識相關應用。 【精彩收錄】 ▶ OpenCV 深入介紹 ▶ OpenCV 影像色彩調整和轉換 ▶ OpenCV 影像剪裁、變形、加入文字和繪圖 ▶ OpenCV 影像效果進階處理 ▶ OpenCV 偵測滑鼠和鍵盤 ▶ OpenCV 人臉、物件、顏色等影像辨識 ▶ MediaPipe 人臉、姿勢、手勢等影像辨識 ▶ Teachable Machine 人臉、戴口罩等影像辨識 ▶ 辨識手寫數字、年齡、情緒

PyTorch是Facebook於2017年初在機器學習和科學計算工具Torch的基礎上，針對Python語言發佈的一個全新的機器學習工具套件，一經推出便受到業界廣泛關注和討論，目前已經成為機器學習從業人員首選的一款研發工具。 本書是使用PyTorch建構神經網絡模型的實用指南，內容分為9章，包括PyTorch與深度學習的基礎知識、神經網路的構成、神經網路的高階知識、機器學習基礎知識、深度學習在電腦視覺上的應用、深度學習在序列資料和文字當中的應用、生成網路、現代網路架構，以及PyTorch與深度學習的未來走向。 本書適合對深度學習領域感興趣且希望一探PyTorch究竟的業界人士閱讀。具備其他深度學習框架使用經驗的讀者，也可以透過本書掌握PyTorch的用法。 本書範例檔： https://github.com/PacktPublishing/Deep-Learning-with-PyTorch

AI時代不可不知的知識 AI是什麼？究竟什麼是程式設計？ 程式語言有何區別？ 最輕鬆、易懂的電腦＆程式設計圖鑑！ 咦？！ 硬體、軟體與程式設計的必備要素 都變成了可愛、生動的角色！ 這些既熟悉又陌生的角色，你都認識嗎？ 超級電腦──透過複雜的計算來支撐社會！ 硬碟＆SSD──什麼都記得住的記憶專家 編譯器──負責聯繫電腦與人類的翻譯家！ 程式錯誤──害程式異常的搗蛋鬼！ Python──以程式庫為傲的AI教練 ……精彩圖解超好懂！功能、使用情境一目瞭然！ 歡迎來到電腦的世界！ 平板電腦╱智慧型手機╱超級電腦╱CPU╱RAM╱ROM╱主機板╱硬碟╱SSD…… 除了基本資料、特長與實際應用範例，還有豐富的知識補充， 電腦有哪些周邊產品？內部構造長怎樣？電腦與AI的關係是什麼？ 將介紹電腦的類型、零件及其功能，從今天開始你也是電腦知識王！ 我們的生活中充滿著程式設計？ 沒有程式下達指令，就無法驅動電腦！ 什麼是程式設計？程式設計有什麼用途？程式又是如何編寫的？ 當程式出現錯誤會發生什麼狀況？ 介紹程式的基本思維，清楚易懂的流程結構說明， 原來程式設計這麼有趣！ 電腦之間有共通語言嗎？ C語言？Java？Python？ 這些好像看過、卻從不了解的名詞代表著什麼？ 用0和1就可以表達資訊？！程式語言有哪些？要怎麼學？ 介紹人類語言與機械語言之間的差異， 結合彼此的智慧就能創造無限的可能性！

編寫多語言的整潔程式碼 「一本有趣的實作指南，可讓您加快測試驅動開發的速度。如果您想開始TDD，或是需要複習軟體開發人員所應掌握的重要技能之一，這本書就是為您準備的！」 ―Ham Vocke Stack Overflow軟體開發人員 您的程式碼可做為身為開發人員的技能證明。無論您使用哪種語言，程式碼都應該乾淨、優雅、整潔。透過使用測試驅動開發(TDD)，您將編寫出易於理解的程式碼，保持其優雅，並且可以在未來數月甚至數年內持續進行工作。透過這本指南，您將瞭解如何將TDD與三種不同的語言一起使用：Go、JavaScript和Python。 作者Saleem Siddiqui向您展示了如何使用單元測試驅動的方法來處理領域複雜性。TDD將需求劃分為小規模、可實作的功能，使您能夠解決問題，並且與您使用的語言和框架無關。透過本書，您將學習如何將TDD納入您的常規程式設計實務。 這本書可以幫助您： ‧使用TDD的divide-and-conquer來控制領域的複雜性 ‧瞭解TDD如何跨語言、測試框架和領域概念工作 ‧瞭解TDD如何實現持續整合 ‧支援運用TDD進行重構和重新設計 ‧學習如何用JavaScript編寫簡單有效的單元測試工具 ‧使用TDD期間生成的單元測試來設置持續整合環境 ‧在Go、JavaScript和Python中使用TDD編寫乾淨整潔的程式碼

★適用最新MySQL 8.x與MariaDB 10.x ★全書採用清楚易懂的圖文學習模式，讓學習更加事半功倍 • 作者累積數年的教育訓練實務經驗，使用最直覺與容易學習的圖文樣式，以最接近課堂實際授課的方式撰寫本書。 • 最完整的MySQL開發技術手冊，快速建立開發MySQL資料庫應用程式需要的SQL技能。 • 從基礎的資料庫概念、SQL與進階應用，掌握完整的資料庫應用程式開發技術。 • 內容包含資料庫、表格、索引的建立與維護。資料庫的新增、修改與刪除敘述，基礎、結合與子查詢敘述。 • 深入瞭解MySQL的字元集、儲存引擎、預儲程序、函式、觸發事件、資料庫匯入、匯出與效率調校。 • 最新第三版新增：使用Python與Java程式設計語言連線到MySQL資料庫，執行資料庫的新增、修改、刪除、查詢與呼叫預儲程序。

從建構交易策略到使用Python的機器人投資顧問 機器學習和資料科學將在未來幾年顯著改變金融業。透過本實用指南，避險基金、投資和零售銀行以及金融科技公司的專業人士將學到如何建構對該行業極為關重要的ML演算法。您將研究ML概念和20多個案例研究，包括了監督式、非監督式和強化學習，以及自然語言處理(natural language processing, NLP)。 分析師、交易員、研究人員和開發人員還將深入研究投資組合管理、演算法交易、衍生性商品定價、詐欺偵測、資產價格預測、情緒分析和聊天機器人開發。您將探索現實生活中的問題，並學習以程式碼和範例作為後盾的科學上合理的解決方案。 本書包括： ‧基於迴歸的監督式學習交易策略和衍生性商品定價模型 ‧基於分類的監督式學習信用違約風險預測與詐欺偵測模型 ‧投資組合管理與收益率曲線建構中的降維技術及實例研究 ‧利用演算法和分群技術尋找交易策略和投資組合管理中相似物件的案例研究 ‧建立交易策略的強化學習模型和技巧，衍生性商品避險和投資組合管理 ‧使用Python函式庫(例如NLTK和Scikit-learn)的NLP技術

At last, the breathtaking, action-packed finale of the #1 best-selling Trials of Apollo series is in paperback! The Tower of Nero is the quintessential cherry on top of 'The Trials of Apollo' sundae series.--Laughing Place.com Will the Greek god Apollo, cast down to earth in the pathetic mortal form of a teenager named Lester Papadopoulos, finally regain his place on Mount Olympus? Lester's demigod friends at Camp Jupiter just helped him survive attacks from bloodthirsty ghouls, an evil Roman king and his army of the undead, and the lethal emperors Caligula and Commodus. Now the former god and his demigod master Meg must follow a prophecy uncovered by Ella the harpy. Lester's final challenge will be at the Tower of Nero, back in New York. Will Meg have a last showdown with her father? Will this helpless form of Apollo have to face his arch nemesis, Python? Who will be on hand at Camp Half-Blood to assist? In the fifth and final installment of Rick Riordan's best-selling series, the end

內容介紹: 有了三個臭皮匠，何必每次堅持找個諸葛亮？任何人都能運用深度學習（DL）嗎？AutoML（自動化機器學習）已經遍地開花，各大企業諸如 Google、Microsoft、Amazon、IBM、SAS 等都推出了自己的 AutoML 服務，讓使用者不必具備專業領域知識，也能快速打造出自己的 AI 模型。換言之，AutoML 徹底降低了 「AI 落地」的門檻。AutoML不能取代資料科學家，卻能大大省下你試驗機器學習模型的時間與痛苦。當你的朋友還在興致沖沖算數學時，你說不定早就端出了可投入實用的高效能模型。而什麼是 AutoKeras？這是一套完全開源的 Python AutoML 套件，以 Tensorflow 2 為基礎、運用創新的『高效神經網路架構搜尋』（ENAS）來實現自動化建模。AutoKeras 對於影像、文字、時間序列或一般結構化資料的預測都提供了內建類別，甚至會加上資料預處理功能，使你只需用短短幾行程式碼便能打造出成效優異的 DL 模型，還不必接觸高深的數學。就連經驗豐富的專家也能受惠：利用 AutoKeras 快速產生候選模型，好做為進一步改良的參考，並將更多寶貴的時間投注在資料清洗與特徵工程上。從此向困難、令人困惑的建模過程說拜拜，跨入深度學習的門檻從未如此之低；有了 AutoKeras，任何人都能駕馭 AI 的威力來解決真實世界的問題。 本書特色: ★ 免懂數學免瞎忙！不必再被迫學數學，就能輕鬆將 AI 運用在真實世界★ 什麼是神經網路和深度學習？何謂 CNN 與 RNN？用淺顯易懂的方式理解其運作原理★ 只要寫短短幾行 Python 程式，就能打造出強效深度學習模型，省時省力又好用★ 無須透過複雜的 Keras API 就能使用諸如 ResNet、Xception、EfficientNet、Transformer、BERT、LStM、GRU 等知名模型架構★ 提供了使用真實資料集的豐富實作範例，從圖像、文字、時間序列到一般結構化資料的預測一應俱全★ 運用內建的 AutoModel 類別針對多模態 (multi-model) 資料建立多任務 (multi-task) 自訂模型★ 利用 TensorBoard 或 ClearML 將你的模型訓練過程圖形化，更容易比較訓練成效和分享★ 附 notebook/py 範例

內容介紹: Ⓞ釐清網路技術的來龍去脈, 用最有效率的方法考取 CCNA 證照！Ⓞ涵蓋最新版 CCNA 200-301 認證考試範圍目前 Cisco (思科) 定位 CCNA 不只包含路由器與交換器的技術，而是整合了 QoS、無線網路與網路安全相關知識，並加入最新的智慧型網路介紹 (Virtualization、Cloud、SDN、Cisco DNA Center) 及各種網路自動化概念 (Python、Rest API、Ansible...)，使得整個 CCNA 認證範圍變成更廣泛，考試更難以準備。本書並非 Cisco 官方教材，然而作者以多年教導 CCNA 的教學經驗來撰寫本書，設計一套由「網路運作理論」到「網路設備實作」的學習歷程，以循序漸進的方式來幫助初學者快速打好網路基礎。包括學習各種網路協定、無線網路、QoS、網路安全，從網路架設的層面，進步到管理整個網路的全貌。此外也會介紹未來網路管理的趨勢 - 自動化，用程式協助做網路自動化管理已是大勢所趨，書中會以 Python 與 Ansible 等工具帶讀者進行實戰，實際體驗網路自動化的做法。本書除了帶領讀者通透了解 Cisco 網路設備的操作、管理，迅速掌握 CCNA 認證考試的重點外，課程內容亦涵蓋考試範圍外的深入網路技術，因此更是培訓專業網管工程師的絕佳參考用書！最後，本書提供了 Facebook 社團教學討論區 (https://bit.ly/2ZWfVVN) 及 LINE 社群教學討論區 (https://bit.ly/3B3VczC)，讀者可以將本書內容的問題直接回饋給作者，書中也針對部分基礎課程提供影音教學 (詳內文)，希望透過彷彿參與真人教學般的學習模式，協助讀者達到最佳的學習成效！ 本書特色: ● 去蕪存菁！涵蓋最新版 CCNA 200-301 國際網管認證考試範圍，系統化整理最精華的網路概論知識！● 鉅細靡遺！使用 WireShark 捕捉、分析網路封包，詳細解說各種網路協定運作的細節● 實務演練！建構各種網路架構帶領您反覆演練，累積實作練習經驗，認證應答更有把握● 經驗養成！將故障排除的過程步驟化，快速抓出網路故障問題，厚實網管實務經驗與能力● Python 網管程式範例實戰● Ansible Playbook 腳本範例實戰● Kali Linux 網路攻防實戰&

用最強大的Windows C/C++暴力破解密碼一窺這個充滿數學及程式語言的新世界【本書特色】◎支撐現代人類經濟活動的就是密碼學◎用最強大的Windows C/C++暴力破解 ◎一窺這個充滿數學及程式語言的新世界C/C++一直是程式語言的王者，再方便的Python，再強大的Java，再物件化的Ruby，都沒有C/C++來得暴力直接，使用C/C++是最能了解密碼學的極佳工具。【本書內容】雖然量子電腦

運用R和Python學習50+個必學統計概念 「這本書並非是另一本統計學教科書，也不是機器學習手冊。本書透過清楚的解釋和豐富範例，將實用的統計術語及原理和當今資料探勘的行話及實務聯繫起來。對資料科學的初學者和老手來說，這都是一本非常出色的參考書。」 ―Galit Shmueli, 暢銷書《Data Mining for Business Analytics》主要作者，台灣清華大學特聘教授 統計方法

運用Python的學習指南「全面且直觀的作法，本書必定是金融從業人員與學者的重要參考。」—Abdullah Karasan資料科學家兼顧問「針對期望解決各種計量金融問題的機器學習從業人員，這是一本出色的指南」—Tim NugentRefinitiv資深研究科學家AI與機器學習的廣泛運用，讓許多行業發生突破性變革。一旦將程式取得的歷史和即時金融資料，與這些新技術相結合，金融業也產生巨大變化。有了這本

♔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

本書範例題目內容為認證題型與命題方向之示範，正式測驗試題不以範例題目為限。1.內容由淺入深，採循序漸進的方式建立您運用機器學習解決問題的基本概念，達到技術的傳承及表達，符合實務運用需求。2.本書共有七個章節，包含「Python與機器學習」、「數據前處理」、「監督式學習：迴歸」、「監督式學習：分類」、「模型擬合、評估與超參數調校」、「非監督式學習：降維與分群」、「集成學習」、「機器學習應用」，帶領讀

★★★最淺顯易懂的機器學習專書★★★與其害怕被AI取代，不如學會機器學習，讓AI為你所用！★ 日本亞馬遜資訊相關類暢銷榜No. 1．針對各類機器學習全圖像化，深入淺出的機器學習入門書．詳解各種機器學習演算法的概念和用途，學會如何選對演算法．所有機器學習演算法皆提供Python範例程式碼，讓你現學現用【什麼是機器學習？】人工智慧（AI）、機器學習、深度學習⋯⋯與人類的生活密不可分，但多數人對這些專有

Python、C++ 搭配硬體一起用, 重現 IoT 駭客手法讓你懂！網際網路的快速發展, 讓資訊安全成為不能輕視的問題, 而物聯網 (IoT) 的出現與全面應用, 無疑又為網路資安增添更多隱憂。隨著物聯網裝置的進步, 不僅資訊蒐集能力越來越強, 提供的功能也更加完善, 然而享受便利生活的同時, 仍須正視這些貼近我們生活的裝置, 可能成為資安的缺口。因為有一種人可能正伺機而動, 他們就是 … "I

本教程第一次嘗試在全球普及人工智能教育，遵循「從生活中來，到生活中去」的原則，透過貼近生活的教學項目制課程，讓學生與一般人士儘早接觸AI這一前沿領域，助其建立科學認知，初步掌握AI技術原理和基本能力，為智能時代的到來做好生活、就業與技能準備。教程由「香港AI獨角獸」商湯科技、多名知名教育專家及中學優秀教師聯合編寫，讀者定位為初中程度以上人士。教程共分四冊，一冊教授Python編程基礎，其餘三冊為P

本教程第一次嘗試在全球普及人工智能教育，遵循「從生活中來，到生活中去」的原則，透過貼近生活的教學項目制課程，讓學生與一般人士儘早接觸AI這一前沿領域，助其建立科學認知，初步掌握AI技術原理和基本能力，為智能時代的到來做好生活、就業與技能準備。教程由「香港AI獨角獸」商湯科技、多名知名教育專家及中學優秀教師聯合編寫，讀者定位為初中程度以上人士。教程共分四冊，一冊教授Python編程基礎，其餘三冊為P

本教程第一次嘗試在全球普及人工智能教育，遵循「從生活中來，到生活中去」的原則，透過貼近生活的教學項目制課程，讓學生與一般人士儘早接觸AI這一前沿領域，助其建立科學認知，初步掌握AI技術原理和基本能力，為智能時代的到來做好生活、就業與技能準備。教程由「香港AI獨角獸」商湯科技、多名知名教育專家及中學優秀教師聯合編寫，讀者定位為初中程度以上人士。教程共分四冊，一冊教授Python編程基礎，其餘三冊為P