Python

【書籍特點】★量化交易基礎，資產配置量化☆阿爾法量化，貝塔量化，另類量化★量化交易的策略及實戰，巴菲特的量化交易策略☆量化交易策略的邏輯與設計★因數建模，凱利公式與倉位計算，夏普比率，彼得·林奇多因數量化交易☆米倫坎普量化交易策略★量化交易策略的程式開發☆監督學習，無監督學習，深度學習★量化交易中的重要問題，低風險策略☆GPT在量化交易中的應用【內容簡介】ChatGPT從天而降，這讓廣大投資者可以更加方便地使用各類程式設計工具。當工具的使用門檻迅速降低時，掌握量化交易的底層邏輯就成了重中之重。量化交易的世界裡，每位投資者選擇的交易策略是差別很大的，具體可以概括成5種交易策略：基本面量化、資產配置量化、阿爾法量化、貝塔量化和另類量化。本書將這5種交易策略都用實戰演練，我們可以看到世界級投資大師們留下的足跡。把投資當作「數學」來研究的時候，投資就不再是一門無法預測的藝術。市場變化的背後應當有其數學邏輯，這也是筆者一直強調的「在投資中，底層思維邏輯最重要，而具體的工具不重要」的原因。使用GPT及Python的結合，再加上五大量化交易策略，讀者們可以勇於嘗試不同的交易策略，看看哪個最適合自己，用時間來錢滾錢，才是達到財富自由的唯一道路。

工業控制系統安全解析 深入OT技術與攻防實作 本書專注於工業控制系統安全，內容涵蓋操作技術（Operational Technology, OT）的多個方面。OT是工業控制系統的核心，包括 ICS（工業控制系統）、PLC（可編程邏輯控制器）、DCS（分散式控制系統）、HMI（人機介面）與 SCADA（監控與資料收集系統）等眾多元素。本書從煉化廠的製程視角，探討工控系統的底層協定，並將場域模擬成靶機，利用 Python 程式進行靶機攻擊，進而反思藍軍的防禦概念。 ❑ 第一單元：工業控制 這一單元將深入介紹工業控制系統的各個部分，從 OT 安全到具體的控制系統元件，如 ICS、DCS、SCADA 及 PLC。學習內容包括 PLC 階梯圖、AB 接點操作，並解釋各種專業術語的差異性以及如何使用 NodeMCU 進行模擬。此外，還將涉及到工控領域的通訊協定，包括 Modbus、OPC UA、S7Comm、IEC-104、DNP3 等協定的訊框分析。 ❑ 第二單元：煉製石化廠域 本單元介紹煉製石化廠的操作過程，從蒸餾工場、裂解工場到油氣純化等 16 種不同的操作工場，以及油槽區的基礎知識。此部分同時探討工場的工業控制架構。 ❑ 第三單元：藍軍與紅軍 在此單元學習 ICS 的網路入侵檢測技術及針對協定的攻擊方法，包括分析著名的網路攻擊案例。此外，還將介紹如何使用 Shodan 和鍾馗之眼 ZoomEye 等工具來偵測潛在的安全風險，並強調作為一名優秀的藍軍的重要概念：知己知彼。 ❑ 第四單元：實作 最後，本書透過從 Lab1 到 Lab10 的系列實驗，帶領讀者完成 STRIDE 模型的攻防學習，實際應用前面單元的理論知識。本書提供線上觀看影像檔，可以先預覽後，再對照本書進行實作。書本的文字說明結合影像，學習上會比較順手。 透過這本書的學習，讀者能夠全面了解並掌握工業控制系統的安全操作與防護策略，為在高風險工業環境中的安全保護打下基礎。 目標讀者 a.石化資安專題的高中、大專學生 b.從資訊安全到工控安全的跨領域學習者 c.針對工控與資安領域的碩博士生 d.有志進入油水電的資訊與程控人員 e.對工控安全有興趣的人 ☑ 本書為成功大學【石化資安實務專題】指定用書 專業推薦 工控安全是跨領域的人才，本書介紹了機電系應具備的 SCADA、DCS、PLC 等工控系統的運作基本原理，還結

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。

提升程式設計與品質的訣竅 推薦給堅持寫出優質軟體的你 無論技術如何發展，程式碼的簡潔仍然至關重要。 程式碼的簡潔度和明確度，不僅是程式設計師的責任，也影響資源分配、開發策略、專案管理等面向，甚至關乎整個軟體產業的發展。 雖然 AI 可以自動生成程式碼，但目前仍存在基本錯誤、理解問題和維護困難等缺陷。現階段，人機合作還是主流，程式設計師需要監督、修正和改善 AI 生成的程式碼。 因此無論技術如何演進，程式碼的可讀性和維護性仍然十分重要。 「這是一本資訊豐富的著作，它用深入的理論和豐富的實例來說明如何寫出clean code。強烈推薦給堅持寫出優質軟體的你。」 —Daniel Moka 軟體工匠，Moka IT 「Maxi是位應用科學家，本書充分展示出他在軟體開發領域深厚的專業知識。」 —Alex Bunardzic 軟體開發者和教育者 負責龐大且複雜的code base軟體工程師和架構師必須高效擴展和維護程式碼。在本書中，Maximiliano Contieri將以clean code(簡潔程式碼)的理念為基礎，帶你瞭解如何快速辨識改善的機會，並評估它們對產品程式碼的影響。這些技術為系統的可靠性和演進帶來的好處會隨著時間推移而逐漸實現。 本書使用JavaScript、PHP、Python、Java等程式語言的實際範例來提供經過驗證的祕訣，幫助你擴展和維護大型系統。本書的每一個章節皆涵蓋許多基本概念，包括易讀性、耦合、易測試性、安全性和易擴展性，還有程式碼異味及其處理方法。 隨著本書的進展，重構的祕訣和它們想解決的問題將變得更加複雜。您將從中： ‧瞭解clean code的好處，學會辨識改善的機會 ‧逐步學習重構技巧 ‧瞭解clean code背後的理論 ‧從多種現代程式語言的實際案例中學習 ‧全面瞭解各種程式碼異味、它們的影響和可能的解決方案 ‧寫出直接、易讀和易學的程式碼

這是一本深入淺出且極富趣味的深度學習入門書。本書選取深度學習近年來最重大的突破之一 AlphaGo，將其背後的技術和原理娓娓道來，並配合一套基於 BetaGo 的開源代碼，帶領讀者從零開始一步步實現自己的“AlphaGo”。本書側重實踐，深入淺出，庖丁解牛般地將深度學習和AlphaGo這樣深奧的話題變得平易近人、觸手可及，內容非常精彩。全書共分為3個部分：第一部分介紹機器學習和圍棋的基礎知識，並構建一個最簡圍棋機器人，作為後面章節內容的基礎；第二部分分層次深入介紹AlphaGo背後的機器學習和深度學習技術，包括樹搜索、神經網絡、深度學習機器人和強化學習，以及強化學習的幾個高級技巧，包括策略梯度、價值評估方法、演員-評價方法 3 類技術；第三部分將前面兩部分準備好的知識集成到一起，並最終引導讀者實現自己的AlphaGo，以及改進版AlphaGo Zero。讀完本書之後，讀者會對深度學習這個學科以及AlphaGo的技術細節有非常全面的瞭解，為進一步深入鑽研AI理論、拓展AI應用打下良好基礎。本書不要求讀者對AI或圍棋有任何瞭解，只需要瞭解基本的Python語法以及基礎的線性代數和微積分知識。

線上市場，「消費者足跡」有學問！Google Analytics解讀網站數據帶您擬定策略和方法！*在網路流量的時代，我們需要一個最好的數據分析工具，以做出最有效的商業決策。*行銷演算法(MarTech)為各族群的消費者量身訂做適合他們的銷售手段。無論您是正要去市場裡求職的行銷人員，又或者是想發展網路市場的高階主管，甚至是還在求學的學生，學會使用GA無疑是個必經之路。在智慧型裝置普及的世代，線上市場成為時下最新的潮流。不論是販賣商品的廠商、提供服務的服務業，或是傳遞知識與資訊的部落客、網路紅人，掌握線上消費者的流量與數據、發揮網站的最大價值，都將是致勝的關鍵。Google Analytics 從2012年發展至今已橫跨超過十年，擁有廣泛的使用者，是功能強大且操作方便的分析工具。本書按步驟介紹，從如何將GA替我們收集到的網站數據提取出來、運用行銷演算法(MarTech)，到透過Python 程式語言自己撰寫預測演算模型，透過分析結果，輔助行銷策略的制定。

18堂資料庫開發基礎入門與專題實作課程 《MySQL資料庫開發的樂趣》以快速的學習步調和精簡的學習課程，帶領讀者進入關聯式資料庫開發的世界。書中充滿實務範例和專家建議，協助讀者快速上手。 本書會帶讀者學習SQL語言的基礎技能、如何建立資料庫、打造SQL查詢來取出資料，以及運用事件、程序和函式；了解如何為資料表加入條件約束，強制規定資料表能接受的資料，以及利用索引加速資料檢索，甚至還會探索如何從PHP、Python和Java來呼叫MySQL。 最後會介紹三個專題：說明如何從無到有建立天氣資料庫、利用觸發器防止選舉資料庫發生錯誤，以及使用檢視表來保護薪資資料庫內的敏感資料。 本書學習重點： ‧針對特定資訊查詢資料庫中的資料表、排序查詢結果、為SQL程式碼加入註解以及處理空值。 ‧為了保存字串、整數和日期等資料，資料表需要定義資料欄，並且判斷該使用哪種資料型態。 ‧針對資料庫中的多個資料表進行合併查詢，以及如何運用暫存資料表、通用資料表運算式、衍生資料表和子查詢。 ‧新增、修改和移除資料表中的資料、根據特定查詢建立檢視表、撰寫可重複使用的預存常用程序以及自動執行已排程的事件。 《MySQL資料庫開發的樂趣》為資料庫開發人員提供完美的快速入門資源，裝備一些需要的工具，協助開發人員以MySQL為基礎，建立和管理快速、強大且具有安全性的資料儲存系統。 線上資源：讀者只要前往本書提供的連結https://nostarch.com/mysql-crash-course，即可下載本書的程式腳本(用於建立書中有用到的MySQL範例資料庫和資料表)、程式碼和練習題的答案。

NLP專用Python開發環境架設自然語言處理的發展歷程無監督學習的原理與應用及實作Pretraing的完整實作文字分類、機器閱讀理解、命名實體辨識ChatGPT的原理 - 文字生成損失函式與模型瘦身大型語言模型已經成為現代AI的範式，不管是ChatGPT或是llama、Falcon等，這個新興學科是人工智慧時代最熱門的話題，沒有一個有志於AI的人可以忽略這個趨勢。而大型語言模型的基礎，當然就是自然語言處理（Natural Language Processing，簡稱NLP）。自然語言處理主要工作包括了語言理解、語言生成、機器翻譯、語音識別等。目前見的應用非常多，包括了自動化客服、垃圾郵件檢測、社交媒體情感分析、醫療記錄分析、金融預測和新聞摘要等。總結來說，自然語言處理是一個動態且充滿潛力的領域，它正在不斷改變我們與計算機和數字訊息互動的方式。隨著技術的不斷發展，我們可以期待在更多領域看到 NLP 的創新應用，同時也需要持續關注與其發展相關的倫理和社會問題。本書最重要目的就是將你帶入這個行業，如果你是程式設計師，網頁設計師，又或者是App的開發者，如果不想被人工智慧搶掉工作，加入是最好的選擇。

快速掌握演算法思維應對求職時IT公司的各種演算法面試題用範本和框架思維解決問題，以不變應萬變本書的最大功效逐步指導讀者大量演練演算法題目，以及各種演算法題型的樣式和框架，快速掌握演算法思維，以應對求職時IT公司的各種演算法面試題，或是增進讀者編寫程式的技巧。本書並不適合純新手來閱讀如果你對基本的資料結構還一竅不通，那麼你需要先花幾天的時間看一本介紹基礎的資料結構書，去瞭解諸如佇列、堆疊、陣列、鏈結串列等基本資料結構。不需要非常精通，只需大致瞭解它們的特點和用法即可。我想大學時期學過資料結構課程的讀者，閱讀本書應該不會有什麼問題。如果你學過資料結構由於種種現實原因開始在刷題平台上演練，卻又覺得無所適從、心亂如麻，那麼本書可以解決你的燃眉之急。當然，如果你只是單純的演算法愛好者，以刷題為樂，本書也會給你不少啟發，讓你的演算法功力更上一層樓。本書有許多題目都參考自LeetCode這個題目平台題目解法的程式碼形式遵循該平台的標準。因此如果你習慣在LeetCode平台上演練演算法題目，那麼閱讀本書會更加遊刃有餘。當然，即使你沒有這個習慣也無妨，因為演算法的解題技巧都是通用的。本書混用Python、C++和Java三種程式語言筆者認為演算法題目的重點是在養成一種思維模式，不應該局限於具體的程式語言。不必擔心有的語言你不熟悉，演算法根本用不到程式語言層面的技巧，本書也會有意避開所有語言特性，而且後面會統一介紹三種語言的基本操作。

文理組都能成功自學 AI 程式理論與實作並用，打造穩固的深度學習基礎本書內容改編自第 14 屆 iThome 鐵人賽 AI & Data 組的佳作系列文章《新手也能懂得 AI - 深入淺出的 AI 課程》。本書將以 AI 人工智慧的圖像與文字兩大領域應用為主軸，並對目前熱門的技術進行深度解析，內容範圍廣闊，涵蓋了辨識、生成和預測等技術。在閱讀本書的過程中，讀者不但會學習到基礎理論，同時也會進行程式撰寫訓練，並從實作練習加深對理論的理解與記憶。本書提供了一條 6 階段的人工智慧學習之路，從基本 Python 程式、爬蟲技術打好基礎，接著正式引領你進入 AI 人工智慧，了解深度學習模型的運作原理，並且跟著實作範例從無到有寫出 AI 程式，最後還能學會將 ChatGPT 串接到 LINE Bot，打造智慧個人小幫手。在這本書中，你將認識到各種常見的深度學習模型，包括 DNN、RNN、CNN，搭配適合初學者的 Keras、PyTorch、NumPy 等強大函式庫，讓你可以輕鬆打造阿拉伯數字辨識模型、股票趨勢預測圖，建立文章摘要，以及使用預訓練模型來強化模型的辨識能力。四大重點🚩 內容由簡入深從簡易入門，逐步理解人工智慧🚩 打通 AI 技能學習不同 AI 專案，將程式應用於生活🚩 全方面教學不需要程式基礎，從零開始寫程式🚩 理論結合實作理論與程式並重，會寫也會玩 AI目標讀者● 對於人工智慧懷抱熱情，但是毫無程式經驗的新手● 希望能夠快速習得並累積人工智慧程式專案經驗的工程師● 剛踏入人工智慧領域的學生和研究者● 需要結合人工智慧，用於特定應用領域的專業人士專業推薦「如果您正在尋找一本全面且深入的人工智慧學習資源，這本書絕對值得一讀。它提供了結構良好的學習路徑，使您能夠從基礎到高階的技術水平不斷進步。此外它以自學為導向，使您能夠更好地理解和應用所學知識，這對於成功應用人工智慧技術至關重要。無論您的學習目標如何，這本書都是一個出色的起點。」──── 李俊宏 │ 國立高雄科技大學 電機工程系 資通組教授

◖本書特色◗ ◾ChatGPT利器：ChatGPT與遊戲設計的觀念與實作。 ◾內容全面：循序漸進介紹遊戲類型、產業認識、設計技術、開發工具、2D/3D模擬等。 ◾議題分析：專章分享包含大數據、遊戲行銷模式和成功案例經驗。 ◖本書內容◗ 這是一本提供初學者進入遊戲設計領域的入門教材，其中不乏許多遊戲開發的實務經驗，除介紹遊戲開發過程中的各種工具，及許多開發成品的展示外，更期許能在最短時間內讓讀者建立起對遊戲設計開發過程中所應具備的遊戲基礎規則、劇情故事巧妙的安排、華麗效果設計的要訣、理念與現實的互補等基礎知識。 本書理論與實務並重，從產業的認識、遊戲類型、相關技術及工具都有所介紹。而在實作方面，則討論2D、3D、數學、物理現象模擬、音效等主題，讀者可以藉由書中之演算法獲得遊戲製作相關知識。 此外，本書也針對近期爆紅的ChatGPT聊天機器人，加入了「ChatGPT與遊戲設計的入門課」、「遊戲行銷與ChatGPT的整合攻略」，包括：利用ChatGPT撰寫各類Python程式、讓ChatGPT開發小遊戲、利用ChatGPT撰寫遊戲介紹文案、協助生成關鍵字清單…等內容。期許本書深入淺出的介紹，可以幫助各位了解遊戲設計、開發工作與AI科技工具應用的全貌。 ◖課程目標◗ ◾了解遊戲設計領域的相關知識及技術 ◾認識遊戲設計實務的現況與未來趨勢 ◾學習運用創意和視覺風格吸引注意力 ◾利用遊戲編輯工具製作出有趣小遊戲 ◖目標讀者◗ ◾多媒體或遊戲設計相關科系師生 ◾遊戲設計的相關從業人員 ◾對ChatGPT與遊戲相關應用有興趣者

★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MySQL/MariaDB資料庫的使用與SQL程式設計！ ★介紹如何使用ChatGPT輔助學習MySQL/MariaDB資料庫程式設計與開發。 ．本書以資料庫設計與開發人員角度來切入MySQL/MariaDB資料庫程式設計與開發，完整說明資料庫系統相關原理、資料庫設計實務與SQL語言，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資料庫應用程式。 ．內容適用Oracle的MySQL與開放原始碼的MariaDB資料庫系統，是一本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和訓練指南。 ．完美結合資料庫理論與設計實務，除了使用大量圖形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MySQL/MariaDB資料庫，來驗證實體關聯模型的資料庫設計理論。 ．詳細且完整說明SQL語言的語法、預存程序、函數、觸發程序、資料指標和交易處理，可以幫助讀者精通MySQL/MariaDB的SQL程式設計。 ．實際說明如何使用Python建立資料庫用戶端程式和PHP語言架設Web網站。 ．詳細介紹如何使用ChatGPT幫助讀者學習MySQL/MariaDB資料庫程式設計與開發。

本書是『工業4.0系列』介紹常用的工業感測裝置與物聯網整合應用的書籍，書名為『ESP32工業物聯網6門課』，主要是運用Modbus工業通訊與網路通訊，轉接到RS485與Modbus RTU的通訊協定，與工業上的感測裝置通訊與控制，進而透過整合的專書，是筆者針對工業上的應用為主軸，本書進階的特點是MQTT Broker伺服器的應用，透過分散式的技術，透過訂閱與發佈的機制，就可以透過本書開發的控制板，輕鬆透過通訊方式控制遠端的工業通訊裝置，基於這樣的機制，更可以簡單用常用的語言：如python進行開發產業上控制這些工業感測裝置，並可以透大電力控制能力的繼電器模組控制電力設備的應用，主要是給讀者在物聯網的基礎技術下，更可以簡單控制工業上的控制裝置，透過本書的範例與程式攥寫技巧，以漸進式的方法介紹使用方式、分散式的控制等等。 Arduino/ESP32開發板最強大的不只是它的簡單易學的開發工具，最強大的是它網路功能與簡單易學的模組函式庫，幾乎Maker想到應用於物聯網開發的東西，可以透過眾多的周邊模組，都可以輕易的將想要完成的東西用堆積木的方式快速建立，而且價格比原廠Arduino Yun或Arduino + Wifi Shield更具優勢，最強大的是這些周邊模組對應的函式庫，瑞昱科技有專職的研發人員不斷的支持，讓Maker不需要具有深厚的電子、電機與電路能力，就可以輕易駕御這些模組。 所以本書要介紹台灣、中國、歐美等市面上最常見的智慧家庭產品，使用逆向工程的技巧，推敲出這些產品開發的可行性技巧，並以實作方式重作這些產品，讓讀者可以輕鬆學會這些產品開發的可行性技巧，進而提升各位Maker的實力，希望筆者可以推出更多的入門書籍給更多想要進入『Arduino 』、『ESP32』、『物聯網』、『工業4.0』這個未來大趨勢，所有才有這個物聯網系列的產生。

少一點程式碼，多一點專注力，寫出更好理解、更好維護的程式！ 「真希望在我第一次寫程式碼的時候就擁有這本書。」 ―Adam Schroeder，Plotly社群經理 比爾蓋茲和巴菲特兩位商業傳奇人物的成功祕訣是什麼？為什麼作者會提到他們？他們的成功祕訣跟本書主題又有什麼關係？ Apple 產品、Google 搜尋引擎主頁跟編寫程式之間有什麼共通點？ 大多數軟體開發人員浪費上千個小時處理過於複雜的程式碼。《精通無瑕程式碼》中的九項核心原則將教你如何在不影響功能的情況下編寫清晰、可維護的程式碼。本書的指導原則是「簡單」：減少與簡化，然後將精力重新投入到重要的部分，進而為你節省無數時間，並減輕繁重的程式碼維護任務。 暢銷書作家 Christian Mayer 在這本新書中運用了他的經驗幫助成千上萬人完善程式碼編寫技巧。透過專家建議和真實範例，他將向讀者展示下列方法： ❏ 遵循八二法則，專注於重要的事情上――專注在最重要的 20% 程式碼 ❏ 避免孤立編寫程式：建立最小可行產品以獲得早期回饋 ❏ 簡潔明瞭地編寫程式碼，消除雜亂 ❏ 避免過早優化導致程式碼過於複雜 ❏ 平衡你的目標、能力和回饋，以達到高效的心流狀態 ❏ 應用「做好一件事」的理念大幅改善功能 ❏ 以「少即是多」的原則設計高效能的使用者介面 ❏ 將你的新技能整合成一個原則：專注 這本基於 Python 的指南適合所有程度的程式設計師，作者想法的呈現方式與程式語言無關。掌握了本書內容，你很快就能用更少的資源創造出更多的價值，不論是工作價值或是個人價值。

APCS為Advanced Placement Computer Science的英文縮寫，是指「大學程式設計先修檢測」。APCS考試類型包括：觀念題及實作題。觀念題是以單選題的方式進行測驗，考試重點在於程式設計概念、解決問題的運算思維或理解演算法的基礎觀念。在程式設計實作題可自行選擇以 C、C++、Java、Python 撰寫程式。本書的實作題程式是以Java為主。並根據APCS公告的觀念題及實作題，分別安排到各章的主題之中，目的就是希望各位在學習完某一特定主題後，可以馬上測試相關的APCS觀念題，以幫助各位讀者學以致用，清楚掌握考試的重點。為了降低讀者的學習障礙，本書範例都是完整的程式碼，以實作來引導觀念，書中所有範例程式已在最新版本的JDK的環境下重新編譯與執行，並確認執行結果正確無誤。期許本書能幫助各位具備以Java設計程式的基本能力，並完全具備應試APCS的程式設計實作能力，筆者相信經過本書的課程安排及訓練後，各位已紮實地培養了分析題目、提出解決方案及以Java設計程式的實作能力。

本書是一本關於數據處理與誤差分析的實用手冊。全書主要介紹了實驗數據的表示以及實驗誤差和不準確性的重要概念和方法，包括引言、物理量及其不準確性的表示、誤差的分類和傳遞、概率分佈、實驗數據處理、數據及其誤差的圖形處理、數據的擬合函數以及回歸貝葉斯分析，側重於如何在實驗數據給定的條件下確定理論中的參數值和不準確性的最優估計。同時，為滿足讀者的進一步需求，本書在附錄部分給出了背景資料和部分理論推導。全書內容結合了圖形、應用實例和計算機程序，能使讀者快速掌握科學數據的正確表示、處理和不確定性分析，涵蓋了實驗的所有重要組成部分，包括實用性指導、計算機程序(Python語言)以及實驗誤差處理和報告實驗數據的方法。本書內容廣泛，實例豐富，簡單實用，適用于理工科的本科生和研究生，也適用於統計數據分析的理論研究者以及對數據處理、誤差分析及它們的應用感興趣的讀者。本書可以作為誤差分析的教學用書，也可供實際應用參考。

美國矽谷創業家/全球數十家科技大廠與業界指定講師之Raspberry Pi入門寶典！達人指引、實戰入門！多元演練、全面體驗！學習Raspberry Pi核心運用的開發指南！從入門邁向專業，細述Raspberry Pi的來龍去脈，以及那股強大的應用魅力！目前Raspberry Pi已經是非常穩定的革命性產品，它可以運用在電腦初學者的教育、低收入者的電腦、無人機的駕駛、海洋探索的設備等，甚至是Amazon自動送貨飛機的核心，因為它體積小、低耗電，且是Open Source的緣故，在資訊公開的現在，更是吸引無數開發者的投入與分享。透過多台Raspberry Pi的互助應用，可以預期未來雲端計算和分散式運算的強大發展，而其低價體積小的優勢，更為物聯網的發展提供了實際的解決之道。■ 入門學習・本書以Raspberry Pi 4為主、介紹Raspberry Pi的所有模組、Raspberry Pi Zero體積最小的開發板、以及Raspberry Pi 400便攜式鍵盤。・細述作業系統、開機SD卡的準備、相關設定、圖形介面、系統管理、網路管理、檔案壓縮、檔案結構、架設網站伺服器，以及使用Python和Scratch 3做出自動化控制等與硬體互動的應用程式程式開發。■ 實戰應用・物聯網篇：透過網路來控制Raspberry上的GPIO，即為物聯網智慧城市與雲端居家運用基礎。・使用Arduino讀取類比資料：Raspberry Pi擅長網路和資料處理的作業，而Arduino是處理周邊感應器的專家，說明兩者結合強大的應用。・多媒體篇：架設mp3播放器、架設網路收音機、可選台網路收音機、UPnp和DLNA、iOS專用Airplay播放器。・影像篇：設定Raspberry照相機、數位相機、行車紀錄器與架設網路攝影機。・NAS伺服器：架設網路檔案伺服器、Raspberry資料可同步到Dropbox上。

使用基本的線性代數、機率和統計來掌控您的資料「在當前資料科學教育環境的嘈雜聲中，這本書脫穎而出，包含許多清晰、實用的範例，說明理解和建構資料所需的基礎知識。」―Vicki BoykisTumblr高級機器學習工程師讓您掌握在資料科學、機器學習和統計學等方面所需具備的數學知識。作者Thomas Nield將引導您了解微積分、機率、線性代數和統計等領域，以及它們是如何應用在線性迴歸、邏輯迴歸和神經網路等技術。在此過程中，您還將獲得對資料科學的實用見解，以及如何利用這些見解幫助提升您的職業生涯。您將了解如何：‧使用Python程式碼和SymPy、NumPy和scikit-learn等程式庫來探索基本的數學概念，例如微積分、線性代數、統計和機器學習‧用簡單的語言並使用最少的數學符號和行話來理解線性迴歸、邏輯迴歸和神經網路等技術‧對資料集執行描述性統計和假說檢定，以解釋p值和統計顯著性‧操作向量和矩陣並執行矩陣分解‧對微積分、機率、統計和線性代數的知識進行整合和建構，並應用於包括神經網路在內的迴歸模型‧在資料科學職業生涯中進行實際導航，避免常見的陷阱、假設和偏見，同時調整您的技能以在就業市場中脫穎而出

APCS為Advanced Placement Computer Science的英文縮寫，是指「大學程式設計先修檢測」。APCS考試類型包括：觀念題及實作題。觀念題是以單選題的方式進行測驗，考試重點在於程式設計概念、解決問題的運算思維或理解演算法的基礎觀念。在程式設計實作題可自行選擇以C、C++、Java、Python撰寫程式，本書的實作題程式是以C語言為主。本書會以C語言的語法架構為主，並根據APCS公告的觀念題及實作題，分別安排到各章的主題之中，主要目的就是希望讀者在學習完某一特定主題後，可以馬上測試相關的APCS觀念題，如此的安排更可以幫助各位讀者學以致用，清楚掌握考試的重點。本書結合運算思維與演算法的基本觀念，並以C語言來實作，為了降低讀者的學習障礙，本書範例都是完整的程式碼，以實作來引導觀念，全書程式都已在DEV C++的環境下正確編譯與執行。期許本書能幫助各位具備以C語言設計程式的基本能力，並完全具備應試APCS的程式設計實作能力。

因應AI人工智慧時代來臨，全球商業科技人才需選用正確工具，才能迎向新的機會與挑戰! 本教材以大數據資料分析、文字探勘與機器學習等最新資訊科技在稽核應用為題，協助讀者了解資料分析與智能稽核最新發展。「JCAATs」為AI語言Python所開發的新一代稽核軟體，世界第一套可同時於PC或MAC環境執行，支援繁體中文、最視覺化且簡易的使用介面，讓非資訊技術背景者，也可輕鬆進行智能資料分析，透過內建之資料融合技術與OPEN DATA連結器等，快速地取得異質性資料即時分析，有效找出異常，提升職場競爭力。本書特色包含:提供最新智能稽核(Smart Audit)新知、稽核指令操作線上課程、實務案例演練資料庫與模擬試題練習。通過ICAEA國際電腦稽核教育協會認證，為JCCP及ICCP國際電腦稽核軟體應用師認證考試指定用書。購買書籍者，可免費上網申請JCAATs AI稽核軟體試用版及教學演練資料。本書提供完整實務案例演練資料，讀者可透過軟體上機實作，充分體驗最新智能稽核實踐方式，為會計師、稽核、法遵、風控、資安、各階管理者、大專院校師生等專業人士，學習資料分析與智能稽核之最佳參考資料。JACKSOFT並結合ICAEA國際電腦稽核教育協會提供完整的教學諮詢資源，適合商學院老師帶領學生學習如何善用AI工具，透過NO Code → Read Code → Write Code，循序漸進學習，快速進入新的數據分析與智慧稽核新環境，發揮專業價值。◎代理經銷 白象文化

本書是『ESP系列程式設計』使用ESP 32開發板，特別為大學課程之教學用書，主要教導新手與初階使用之讀者熟悉使用ESP32開發板，進入物聯網網路的連接、應用，並連接感測元件，可以將資料上傳到雲端。本書一個特點就是從最基本的GPIO使用到最後建立與設計整個雲端平台的架構與應用，全部含括在內。最先開始使用最基礎的溫溼度感測器，進而製作一個網際網路的物聯網的基礎應用，並應用LINE的工具，介紹訊息推播，可以即時告知使用者感測訊息，並且對於雲端平台的安裝、建置、設定、資料庫規劃、進而建立資料代理人(DB Agent)的機制，並且可以與MQTT Broker通訊與交換資料，並且可以透過異質語言，如Python，建立資料介面代理人程式(Data Visualized Agent)機制，拓展的物聯網的強大外掛能力，進而可以進行大數據運算與資訊視覺化的強大應用…等等。ESP 32開發板最強大的不只是它的簡單易學的開發工具，最強大的是它網路功能與簡單易學的模組函式庫，幾乎Maker想到應用於物聯網開發的東西，只要透過眾多的周邊模組，都可以輕易的將想要完成的東西用堆積木的方式快速建立，而且ESP 32開發板市售價格比原廠Arduino Yun或Arduino + Wifi Shield更具優勢，讓Maker不需要具有深厚的電子、電機與電路能力，就可以輕易駕御這些模組。筆者很早就開始使用ESP 32開發板，也算是先驅使用者，希望筆者可以推出更多的入門書籍給更多想要進入『ESP 32開發板』、『物聯網』這個未來大趨勢，所有才有這個系列的產生。

．涵蓋完整的理論　本書涵蓋了實務上常用的資料庫理論，為有志升學者必備教本。．趕上資料庫發展潮流　本版因應最新資料庫應用系統開發方式，新增第14章【使用Python和Flask開發資料庫應用系統】，並搭配放置於　GitHub上筆者團隊自行開發的範例系統，具體說明如何使用最新技術來開發資料庫應用系統。　此外，隨著雲端科技日益普遍，本版強化「雲端運算與資料庫」一章，除描述雲端環境下資料的型態和結構外，也　描述近年常用的Google雲端GCP的BigQuery和BigTable，以及MongoDB和Hadoop。．強調實作的精神　以同一個範例（網路書店的線上購物系統）貫穿全書來說明資料庫的重要觀念，同時提供多個範例程式下載及系統　支援實務練習，本版也提供一個範例資料庫應用系統：中山網路書店系統，放置於GitHub上，本書為有志強化資料庫　實務能力者必讀書籍。．重視觀念的應用　提供「中山網路書店」範例系統，讓讀者可以具體瞭解每一個應用系統後面資料庫的變化情形，全書有200餘張圖表，　讓讀者更容易理解相關概念，並有豐富的練習題和習題，其中絕大部分是演算題，有助強化讀者在資料庫設計的應用能力。．齊備的教學資源　本書專屬網站有課程投影片、網路書店範例系統、SQL語法練習、練習題和習題解答、範例資料庫應用系統下載、資料庫　網路資源、討論版等，本版也提供每章的影音檔和前八章每章的課後測驗題，網站裡也提供練習題解答、測驗題解答和部分　習題解答，是教師授與學生研習的最佳後盾。

APCS為Advanced Placement Computer Science的英文縮寫，是指「大學程式設計先修檢測」。APCS考試類型包括：觀念題及實作題。觀念題是以單選題的方式進行測驗，考試重點在於程式設計概念、解決問題的運算思維或理解演算法的基礎觀念。在程式設計實作題可自行選擇以 C、C++、Java、Python 撰寫程式，本書的實作題程式是以C++為主。本書會以C++的語法架構為主，並根據APCS公告的觀念題及實作題，分別安排到各章的主題之中，主要目的就是希望讀者在學習完某一特定主題後，可以馬上測試相關的APCS觀念題，如此的安排更可以幫助各位讀者學以致用，清楚掌握考試的重點。為了降低讀者的學習障礙，本書範例都是完整的程式碼，以實作來引導觀念，全書程式都已在DEV C++的環璄下正確編譯與執行。期許本書能幫助各位具備以C++的程式設計基本能力，並完全具備應試APCS的程式設計實作能力，筆者相信經過本書的課程安排及訓練後，各位已紮實地培養了分析題目、提出解決方案及以C++設計程式的實作能力。

★ Linux 系列書累計銷售 16 萬冊 ★★ 最全方位、最親民的 Linux 入門指引 ★「學習」可以說是工程師的工作之一, 各種有機會用到的開發工具、軟體框架、程式語言, 都需要廣泛涉獵。但是 Linux 這個 IT 界無人不知的作業系統, 又總是令人卻步, 不知從何入門。為什麼高手好像用命令列就能做到任何事？實務上常用的功能又有哪些？確實, Linux的純文字介面如魔法一般難懂, 一行一行像咒語的指令, 讓 Linux 的學習難度成為一座陡峭高山。然而 Linux 絕對不是高不可攀的, 想攀登 Linux 的學習陡坡, 就讓本書做您的階梯, 與您一同前進！【IT 工程師的必經之路, 既然躲不掉、就一次把它搞懂！】雖然 Linux 看似很少人使用, 其實在網路伺服器、企業工作機台、嵌入式系統...等應用上處處可見, 我們的生活早已不能沒有 Linux！Linux 無所不在, 問世至今三十年來, 用途只增不減, 只要從事 IT 工作就一定會遇到。永不過時的技術, 怎麼能不學會？零基礎也不用擔心, 現在學一定來得及！【入門到進階, 逐行指令實戰演練】學了指令卻不知道怎麼用、遇到狀況又不知道該用什麼指令, 學習 Linux 總是出現這樣的瓶頸嗎？本書內容涵蓋基礎指令、帳號管理、檔案系統、工作排程、套件安裝、shell script ..等主題, 每章都精心設計常見情境, 詳盡列出完整輸入指令與真實系統回應, 讓您一一比對、循序漸進, 親手掌握 Linux 系統的大小事。【系統到應用, 全方位涵蓋實務需求】終於在 Linux 學會輸入指令、管理檔案、編輯文件了, 但這樣真的算是 "用 Linux 開發的工程師" 嗎？時下最需要的各種技術：版本控制、虛擬環境、容器化應用、機器學習套件...等, 在 Linux 上不會沒得用, 只會更好用！各種開發工具, 從環境建置到範例操作, 本書一應俱全, 完整發揮 Linux 的潛力, 讓您成為真正的 Linux 居民。本書特色:●以 Ubuntu 的文字模式為主軸, 適用各種 Unix-like 的應用場合。●手把手操作 Linux 指令, 搭配逐行詳盡解說, 零基礎也能無痛入門。●針對開發人員提供 Git版本控制、Python 虛擬環境、Docker、Anaconda、CUDA等開發環境的建置教學。●不只適用實體機器, 也收錄虛

熟悉基礎，精通實戰。接續了上一本實戰篇的基礎，本書將介紹目前最流行的物體辨識和自然語言處理在圖神經網路上的最完整應用。當你熟悉了神經網路之後，接下來要精進的就是針對網路結果的強化及最佳化。在GNN的基礎上，針對目前最流行的視覺處理模型進行修改、架設及強化，並且實際應用在現有的平台上。本書的重點就是大量了使用現有的Python函數庫，並且應用了最新的資料集，讓你能真正看到資料套用在模型上的強大能力。在針對Pytorch的函數庫上，不但有視覺應用，更有號稱人工智慧明珠的NLP應用。使用了Torchtext以及NLP的唯一/最佳選擇Huggingface Transformers。而大家耳熟能詳，但又不知道怎麼用的模型，包括GPT-2、Transformer-XL、ALBERT、ELECTRA、DistillBERT等，在書中都有詳細介紹。另外為了解開DL的神祕，本書也難得介紹了Captum套件，讓深度神經網路更具可解釋性。本書最後也不忘介紹ZSL、這種極少量資料就可訓練高精度模型的方法。有關異質圖神經網路部分，也有大量DGL和NetworkX的範例，實戰篇+基礎篇兩本書，要不充分了解GNN都不行。本書亮點～GNN 最強實戰參考書～ 使用圖型的預訓練模型、Torschvision，GaitSet模型、CASIA-B資料集 高級NLP模型訓練及微調、BERTology、CBOW、Skip-Gram、Torchtext、spaCy 文字使用模型TextCNN來把玩IMDB資料庫 高階工程師才會用的Mist啟動函數、Ranger最佳化器 正宗NLP函數庫Huggingface Transformers詳解、AutoModel、AutoModelWithMHead、多頭注意力、PretrainedTokernizer

「一本平易近人的著作，可讓你立即應用進而提升程式的執行效率。書中將教你電腦科學中會用到的基本演算法和資料型別。如果你正在找一份程式設計相關的技術工作，這本書可能會在下次的程式面試中幫助你取得好成績。」 ― Zvi Galil 喬治亞理工學院 計算學院Frederick G. Storey主任暨名譽院長 論及撰寫有效率的程式時，每位軟體專業人士都需要具備有效率的演算法運作知識。在這本實務書籍中，《Algorithms in a Nutshell》作者George Heineman對於多種語言編寫程式時所用的效能改進關鍵演算法，有簡潔而詳實的介紹。軟體開發人員、測試人員、維護人員將理解演算法如何創造性地解決運算問題。 每章都會以前面章節內容為基礎，藉由清晰的圖示和不斷提供的新基本概念，包括演算法分析，對書中介紹的每個演算法做效能分級。你可以將每章所學到的內容，應用到該章最後的挑戰題中，如同模擬在程式術科面試場上的體驗。 閱讀本書，你將可以： ‧探索電腦科學和軟體工程核心的基本演算法 ‧學習有效率解決問題的常見策略，例如：分治法、動態規劃、貪婪方法 ‧使用Big-O分析與評估程式的時間複雜度 ‧使用現有的Python函式庫和資料結構來解決演算法問題 ‧了解重要演算法的主要步驟

* 以MongoDB 5.x最新版指令貫穿全書，並可在6.0 RC順利執行 * 與Python語言結合，無縫接軌智慧聯網、巨資分析、機器學習等領域 * 本書深入淺出，豐富且大量的範例，保證快速掌握MongoDB精髓 在巨量資料的時代，存取效能佳、高可用性、可擴展性及具備安全性的資料庫平台是不可或缺的。朱克剛老師實作經驗豐富，此書以深入淺出範例導向的方式說明，是熟MongoDB技術必備的工具書。 -- 虎尾科技大學資訊工程系副教授 江季翰 好友朱克剛博士所著之MongoDB工具書，文字內容配合圖表解說非常易讀，操作步驟更按序清楚呈現，甚至所提案例也與我們實際生活相關。這是一本讀者可以輕鬆駕馭，並跟著大師一起練功的秘笈，想一窺MongoDB的朋友都應該擁有它。 -- 正修科技大學數位多媒體設計系主任 殷聖楷 MongoDB是目前最受歡迎的NoSQL資料庫，擁有豐富教學及實務經驗的朱克剛老師在本書中以簡單、明瞭的範例帶領讀者實際演練，快速學會巨量資料管理與儲存方式。這是一本易上手又涵蓋全部關鍵技術的好書! -- 靜宜大學資訊傳播工程系副教授 王岱伊 朱克剛老師具多年業界實務經驗，同時也擁有超過20年的教學資歷，本書使用經典實例和詳細的操作步驟，絕對是您學習MongoDB的第一選擇，幫助您精準學習快速上手。 -- 資展國際（原資策會人培團隊）區域總監 王偉璁 AI蓬勃發展，有別於關連式資料庫的NoSQL已是重點發展課題之一；作者融會超過30年程式經驗，將其精髓以淺顯易懂的觀念付諸此書，入門者可豁然開朗，經驗者可溫故知新，絕對是人人適合入手的寶典。 -- 104人力銀行人資學院產品開發處處長 李閔隆

從A/B測試、通用啟發法、吃角子老虎機演算法，到貝氏最佳化「網頁搜尋、社交網路、手機app，它們每天都在最佳化！這種概念對許多今後要進行數位化的產業來說不可或缺，也會從根本改變我們在行銷、產品開發和設計的思維。即使不是理工背景，也請從內容感受基於資料的最佳化世界的氛圍。」-東京大學研究所工學系研究科 人工智慧工程研究中心／技術經營戰略學專攻 教授 松尾豐只要是網路服務相關開發人員，都無法迴避此課題：提供更好的使用者體驗。本書介紹如何定量評估及改善使用者行為，以達成網路服務的成長。本書從簡單的A/B測試開始，介紹線性模型、通用啟發法、吃角子老虎機演算法、貝氏最佳化，以及機器學習的各種知識，帶您了解如何用數學方式解決網站最佳化這個現實中的問題。透過Python範例程式碼與圖表解說的數學模型，仔細解釋機器學習和統計的基礎知識，對於想了解網站最佳化方式與機器學習基礎知識的讀者來說，本書是最適合的選擇。

所謂「資料探勘」(Data Mining)是利用模型認知技術與統計的手法處理大數據，發現有意義的新模型及傾向的過程。IBM SPSS Modeler 是一款資料探勘與預測分析軟體，可以使用Microsoft 安裝程式(MSI) 在Windows 系統上完成安裝，最近也可以在雲端使用它。它擁有 30 多種基本的機器學習算法和自動建模方法，具有 R 語言可擴展性，可使用 Python 腳本。使用IBM SPSS Modeler軟體可以找出人們最頻繁討論的話題，或是企業可以了解消費者實際關心的問題。資料探勘因為是透過各種資料分析技術，挖掘出顧客的消費行為模式與各項營運作業之管理決策等，可說是知識管理之一大利器。例如，7-11超商就是充分運用資料探勘技術，不斷推出各種抓住顧客心房的行銷活動，以贏得更多顧客的心，並將店舖之經營作更完善的規劃管理，使其獲利並使績效能夠長期位居國內零售業之領先地位。根據美國一項調查超過7萬名購物者的行銷研究，發現消費者在他們店中購物的行為有其一定的慣性，如果門市經營者或是行銷人員能夠善用「消費者行為」模式，將可有效改善經營品質。書中也一併列舉IBM SPSS Modeler常用的分析方法供讀者參考。資料探勘的方法包括監督式學習、非監督式學習等。監督式學習包括：分類、估計、預測等；非監督式學習包括：集群、關聯規則分析等。上述相關的分析方法，在第1篇中均有步驟式的介紹 ; 第2篇中舉出百貨業的資料案例，分析顧客的消費行為，利用IBM SPSS Modeler從RFM的角度探討消費者的特徵，以及如何向未購買者推銷商品，盼能藉由此例題能激起讀者對資料探勘的興趣。

╲滿級分快速攻略╱ 重點總整理 + 歷次試題解析 ☑ 結合運算思維與演算法的基本觀念 ☑ 章節架構清晰，涵蓋APCS考試重點 ☑ 備有相關模擬試題，幫助釐清重點觀念 ☑ 詳細解析APCS程式設計觀念題與實作題 APCS為Advanced Placement Computer Science的英文縮寫，是指「大學程式設計先修檢測」，目的是提供學生自我評量程式設計能力及評量大學程式設計先修課程學習成效，其檢測成績可作為國內多所資訊相關科系個人申請入學的參考資料。 APCS考試類型包括：程式設計觀念題及程式設計實作題。在程式設計觀念題是以單選題的方式進行測驗，以運算思維、問題解決與程式設計概念測試為主。測驗題型包括程式運行追蹤、程式填空、程式除錯、程式效能分析及基礎觀念理解等。而程式設計觀念題的考試重點包括：程式設計基本觀念、輸出入指令、資料型態、常數與變數、全域及區域、流程控制、迴圈、函式、遞迴、陣列與矩陣、結構、自定資料型態及檔案，也包括基礎演算法及簡易資料結構，例如：佇列、堆疊、串列、樹狀、排序、搜尋。在程式設計實作題以撰寫完整程式或副程式為主，可自行選擇以C、C++、Java、Python撰寫程式。 本書的實作題以C語言來進行問題分析及程式實作。實作題的解答部份可分為四大架構：解題重點分析、完整程式碼、執行結果及程式碼說明。在「解題重點分析」單元中知道本實作題的程式設計重點、解題技巧、變數功能及演算法，此單元會配合適當的程式碼輔助解說，來降低學習者的障礙。 同時也可以參考附錄的內容來幫助自己熟悉APCS的測試環境。此外，為了讓學習者以較簡易的環境撰寫程式，本書所有程式以Dev C++的IDE進行程式的編輯、編譯與執行。希望透過本書的課程安排與訓練，可以讓學習者培養出以C語言應試APCS的實戰能力。 【目標讀者】 ◆ 欲申請大學資訊相關科系的高中職生 ◆ 對程式語言有興趣的學習者 ◆ 想客觀檢測自己程式設計能力的人 APCS為Advanced Placement Computer Science的英文縮寫，是指「大學程式設計先修檢測」，目的是提供學生自我評量程式設計能力及評量大學程式設計先修課程學習成效，其檢測成績可作為國內多所資訊相關科系個人申請入學的參考資料。本書的實作題以C語言來進行問題分析及程式實作。實作題的解答部份可分為四大架構：解題重點分析、完整程式碼、

＼\暢銷好書再上市/／ ☆★☆★【為嵌入式讀者打造的C語言進階學習圖書】★☆★☆ C語言可說是近代程式語言的始祖，但也從未被時代的洪流淘汰在人工智慧盛行的今天，很多人學程式語言想到的就是Python，找工作要求的是Java，大家都覺得這兩個語言較為流行，是主流語言。然而靜下心來想想，我們現在的生活，其實是用大大小小的硬體堆疊起來的。這些硬體要能正常運作，一定有一個軟體在上面運作，你可能沒想到，這些大大小小硬體的靈魂，大部分都是C語言寫出來的。C語言可說是近代程式語言的始祖，但也沒有被時代的洪流淘汰。在不斷更新標準及改版，C語言與時俱進，不斷以其輕巧快速簡單的特點在一個又一個新出現的硬體上穩定提供服務，從手機、感測器、VR/AR設備、車載系統、家電、衛星、望遠鏡，全部看得到C語言的身影。這些被歸類於「嵌入式」的系統，其資源有限，又有即時反應的要求，時至今日，C語言仍然遙遙領先其它號稱新世代的程式語言。本書雖然歸類於C語言，但充分展現出嵌入式系統設計的精華，在和強調演算法的其它語言相比，更在乎的是資源分配、記憶體管理、小輕快穩的編譯，在最不佔系統資源的情況下，完成控制硬體的工作。是難得嵌入式系統C語言的好書，讓你寫出強大穩健的硬體控制系統。本書內容及寫作初衷本書從C語言的角度出發，分10章，在預設讀者已經掌握C語言基本語法的基礎上，和大家一起探討、學習C語言背後的CPU工作原理、電腦系統結構、ARM平臺下程式的編譯/連結、程式執行時期的記憶體堆疊管理等底層知識。同時，針對嵌入式開發領域，用3章分別探討了C語言的物件導向程式設計思想、模組化程式設計思想和多工程式設計思想，這些底層知識和程式設計思想組成了嵌入式開發所需要的通用理論基礎和核心技能。尤其是對於很多從不同專業轉行到嵌入式開發的朋友，由於專業背景的差異，導致每個人的知識儲備和程式設計技能樹參差不齊，在學習嵌入式開發的過程中會經常遇到各種各樣的問題，陷入學習的困境。本書的寫作初衷就是為不同專業背景的讀者架設嵌入式開發所需要的完整知識系統和認知框架。掌握了這些基礎理論和程式設計技能，也就補齊了缺陷，可為後續的嵌入式開發進階學習打下堅實的基礎。本書特色●直白寫作風格，通俗易懂，不怕學不會，就怕你不學。●大量的配圖、原理圖，圖文並茂，更加有利於學習和理解。●在ARM平臺下講解程式的編譯、連結和運行原理（獨創）。●現場“手刻

暢銷書《Python機器學習》作者Sebastian Raschka又一原創力作！ 『在本書中，Sebastian帶領讀者深入了解他們在成為專家路上可能遇到的各種中階和高階應用機器學習主題。Sebastian無疑是這個領域最優秀的機器學習教育工作者之一。在每一頁中，Sebastian不僅分享他的豐富知識，也傳達象徵著真正專業的熱情與好奇心。……讓本書成為你晉級下一個階段的橋樑，協助你在機器學習中獲得更豐富的冒險和體驗。』 ——Chris Albon，維基媒體基金會 機器學習總監 專文推薦 ★本書特色★ 市面上大多數的機器學習、深度學習與AI書籍，都位於兩個極端：不是介紹基礎知識的入門指南，就是艱澀難懂的論文大全。在學習完基礎知識、閱讀完初階書籍之後，還想了解更多新觀念和進階技術嗎？作者說明並討論了這些領域的重要發展，同時保持平易近人，讀者不需要擁有進階數學或程式設計背景也能閱讀。全書分為5大篇，共30章，涵蓋30個不同主題。讀者可以依序閱讀，也可以跳著閱讀(但作者建議依序閱讀，由淺入深)，更適合隨時拿出來配著咖啡或在通勤時翻閱。 本書非常適合那些已經完成機器學習或深度學習的基礎課程，或是讀完同等程度初階書籍的人。本書採用獨特的問答風格(Q&A style)，每個簡短的章節都圍繞著一個核心問題展開，這些問題不僅與機器學習、深度學習和AI的基礎觀念相關，更是作者在教學過程中，學生們經常提出的疑問。每個問題後面都附有解釋，並配有許多插圖和圖表，以及測試理解能力的練習題。許多章節還提供了進一步閱讀的參考資料。這些簡短、容易消化的資訊提供了一個激勵人心的起點，幫助讀者踏出成為機器學習專家的第一步，開啟一段新的學習旅程。 ★內容亮點★ ・獨立章節：簡潔又精準地回答AI中的關鍵問題，化繁為簡。 ・主題廣泛：涵蓋神經網路架構、模型評估、電腦視覺、自然語言處理等。 ・實際應用：學會提升模型效能、微調大型模型等重要技術。 ★學習重點★ ・管理神經網路訓練中的各種隨機性來源 ・區分大型語言模型的編碼器架構和解碼器架構 ・利用數據和修改模型來減少過度適合 ・為分類器建立信賴區間，利用有限標籤數據改善模型效能 ・在不同的多GPU訓練範式和各種生成式AI模型之間做出選擇 ・理解自然語言處理的效能指標 ・理解視覺變換器中的歸納偏誤 【下載補充材料範例程式碼】 https://github

※本書結構本書共5篇，第1篇、第2篇重點介紹以YOLO為代表的一階段物件辨識神經網路；第3篇、第4篇重點介紹物件辨識神經網路在雲端和邊緣端的部署，其中對邊緣端的量化原理進行了重點介紹；第5篇重點介紹當前較為流行的自動駕駛的資料計算原理和物件辨識。本書實用性非常強，既適合對電腦視覺具有一定了解的高等院校大學生、所究所學生及具有轉型意願的軟體工程師入門學習，又適合電腦視覺工程項目研發和營運人員參考閱讀。第1篇，以知名電腦視覺競賽任務為例，旨在介紹物件辨識應用場景下的基本概念和約定，以及資料標注工具和格式，讓讀者具備特徵融合網路、預測網路的設計能力。對於資料後處理技術則介紹了解碼網路、資料重網路拓樸路、NMS演算法等後處理演算法，在此基礎上結合各式各樣的骨幹網路，讀者就可以架設完整的一階段物件辨識神經網路模型了。第2篇，旨在介紹物件辨識神經網路的訓練全流程。本篇從資料集製作到損失函式設計，從訓練資料監控到NaN或INF異常處理，特別是對不同損失函式的設計，進行了非常詳細的原理性闡述。相比神經網路設計，損失函式的設計是最具有可解釋性的，也是電腦視覺研究中比較容易出成果的研究方向。第3篇，旨在運用物件辨識神經網路的訓練成果，架設完整的物件辨識推理模型。推理模型支援雲端部署和邊緣端部署。對於雲端部署，以主流的亞馬遜雲端為例介紹；對於邊緣端部署，以GoogleCoral開發板為例，介紹神經網路量化模型的基礎原理和模型編譯邏輯。第4篇，結合作者主導過的智慧交通、智慧後勤等專案，旨在介紹實際電腦視覺資料增強技術，以及神經網路性能評估的原理和具體應用。本篇還結合應用同樣廣泛的算能科技（比特中國）SE5邊緣計算閘道和瑞芯微RK3588邊緣計算系統，介紹實際專案中如何使用邊緣計算硬體加速人工智慧的產業化應用。根據邊緣計算硬體特性對神經網路進行針對性修改，是真正考驗一個開發者對神經網路理解程度的試金石。跟隨本書介紹熟練掌握2～3款邊緣計算硬體，就能更快速地將電腦視覺應用到實際生產中，在具體應用中創造價值。第5篇，旨在將讀者引入三維電腦視覺中最重要的應用領域之一：自動駕駛。圍繞KITTI資料集，本篇介紹了自動駕駛資料的計算原理，並重點介紹了PointNet++等多個三維物件辨識神經網路。附錄列表說明了本書所參考的物件辨識原始程式碼、Python運行環境架設，以及TensorFlow的基本操作。

程式設計納入108課綱，學習任何程式語言都要需要的運算思維！寫程式就像寫作文，學會單字語法不代表就能寫出好文章。但如果能先了解程式設計背後的思維與邏輯，不管以後使用哪種程式語言，都能運用自如，順利完成任務，一生受用。對目前及未來的世代而言，學習如何寫程式已經是跟語文、數學、藝術一樣的基礎能力。在生活中，電腦可以幫忙掃地、洗衣、煮飯；在工作上，除了工商業界，電腦應用還擴及到設計、傳播、藝術等領域，與每個人緊密連結，因此不論處於什麼年齡，我們都應該及早擁有操作電腦的工具及知識，並建立起跟電腦一起工作的自信。你是不是想學程式語言卻不知從何開始？別擔心，你不需要急著弄懂Java、Python、Ruby這些程式語言到底有什麼不同，即使不熟悉電腦的操作也沒關係。這本書將一步一步拆解程式設計師的思考模式，帶領你從故事及遊戲中尋找規則，學會以同樣的方式解決問題。對於不懂電腦的人來說，看到「迴圈」、「條件陳述式」、「運算子」、「變數」這些令人摸不著頭緒的專用術語就夠令人害怕的了，不過這些概念其實透過骰子或撲克牌遊戲就可以輕鬆學會並理解。當你擁有如程式設計師一般的腦袋，就等於破解了電腦的魔法，也開啟了神奇的程式世界。只要多加練習，這些數字、符號、程式碼，都將成為解決問題的好幫手，並且讓你能更有創意地展現出自己的想法。培養創客教育，最根本的邏輯思考及問題解決能力，為學習程式語言打好基礎！★突破108課綱！程式設計初學者，一本就懂！★對於未來的世代，學習如何寫程式已經是跟語文、數學、藝術一樣的基礎能力！★不論處於什麼年齡，及早擁有操作電腦的工具及知識，建立起跟電腦一起工作的自信！★如果能先了解程式設計背後的思維，不管以後使用哪種程式語言，都能運用自如，一生受用！ACTC亞洲兒童程式教育協會祕書長　吳郁芬教授泛科知識公司知識長　鄭國威臺師大電機工程學系助理教授／數感實驗室共同創辦人　賴以威教授《偷插電的資訊科學》作者　謝宗翔老師收到積木文化新書「輕鬆打造程式腦」，我相當興奮，台灣終於有針對程式教育養成的專書出版了，我迫不及待地仔細閱讀。作者先以不同情境引發讀者思考電腦在生活中的重要性，進而以淺顯易懂的範例及活動來說明電腦運作概念，讓我越讀越有趣，因其理念與我們極力推廣的「不插電遊戲玩程式邏輯」有異曲同工之妙。本書的重點不是在於寫程式，而在於先增進孩子運算思維的能力，未來不管孩子是否會成為程式

👍本書特色 2022年11月，一個震撼全球的AI軟體ChatGPT面世，造成白領階級的大恐慌，因為實際試過ChatGPT的人都知道，這次AI的大躍進可能會讓自己的工作不保。例如這本書的翻譯主要就是由ChatGPT完成的，出版社再針對翻譯內容進行勘誤審校，確實發現ChatGPT的翻譯能力屬於優良等級。 ChatGPT是由OpenAI開發的GPT應用之一，是一種大型語言模型，參數量從第一代到第三代成長了1000倍，在微軟投入大量資金後，GPT-3.5的參數量達到2000億個，GPT-4也隨之而來，並持續在發展中。Google及其他大廠也都緊急增加投入AI領域的資源。在可預期的未來，AI軍備大戰不可避免。GPT確實讓內容產生者（包含程式設計師）產生了極大的恐慌。但恐慌是沒有用的，一個工具的誕生必須接受它，並且利用它來提升自己的效率才是王道。 因著ChatGPT的推出，現在要想建置人工智慧應用程式比以往任何時候都更加容易。本書將向你展示如何輕鬆入門OpenAI API，介紹如何以創新方式利用這個工具來滿足你的使用案例，探討建立於GPT-3之上的成功新創公司以及將它應用在產品領域的企業，並檢視其發展中的問題和潛在未來趨勢。 書籍第一部分涵蓋了OpenAI API的基礎知識；第二部分探索了環繞GPT-3自然演化而成的豐富生態系統。 第1章_介紹了輕鬆進入這些主題的必要背景和基本定義。 第2章_深入研究API，將其分解為最關鍵的元素，例如引擎和端點，描述它們的目的和最佳實踐，讓讀者得以在更深層次上與它們互動。 第3章_提供一個簡單而有趣的例子，可作為你第一個由GPT-3驅動的應用程式。 第4章_則採訪一些最成功的GPT-3產品和應用程式創辦人，聽取他們在商業規模互動模型方面的挑戰和經驗分享。 第5章_探討企業如何看待GPT-3及其廣泛採用的潛力。 第6章_討論更廣泛採用所帶來的問題，例如誤用和偏見，並說明如何解決這些問題。 最後一個章節_則更進一步探索最令人興奮的未來趨勢和可能性。 ｜來劃重點｜ ★ 對API不再一知半解，拆解Playground的組成元件工作方式給你看 ★ 手把手教你如何在Python、Go、Java語言中使用OpenAI API ★ 看看Fable Studio、Viable、Quickchat、Copysmith、Stenography怎麼搞創作、做客服、

☆ ★☆ ★☆ Web開發新選擇！☆ ★☆ ★☆和C/C++一樣強大簡潔，比Node.js好學易懂，比Php高效快速，開發Web程式一起Go！市面上這麼多程式語言，從大家一定要學的Java/C/C++/C#，一直到非常流行的Python，Javascript等。想學Web開發，雖然什麼語言都行，但現今Web的架構十分複雜，再加上企業對程式設計師「全端」的能力、「快速開發」能力、「DevOps」能力的要求甚高，一個Web程式語言要面面俱到的確有難度。過去一直以為Go是專注在區塊鍊開發的程式語言，在開發Web時並不會列入考慮，大部分的初學者想到的就是Php，稍微有經驗的開發者會考慮Node.js或是Rails這種較大型的開發框架，但曾幾何時，Go以及其Web框架Beego/Gin已經慢慢成為主流了。本書是市面上難得將Go從頭到尾說明完整清楚的參考書，如果你已經有程式開發經驗，這個類似精簡快速的C語言，會讓你重新享受C高速開發的樂趣，而成品也禁得起大型企業網站的考驗。而最流行的Docker佈署，本書也有一章完整的介紹，從了解Go語言本身、Web框架、ORM資料庫連結(包括了NoSQL)、最後到Docker佈署，一氣呵成，Web開發就靠他了。◎ 本書特色（1）第一線技術，突出實戰。本書中穿插了大量的實戰內容，且所有程式採用目前的Go 最新版本編寫。（2）精雕細琢，閱讀性強。全書的語言經過多次打磨，力求精確。同時注重閱讀體驗，讓沒有任何基礎的讀者也可以很輕鬆地讀懂本書。（3）零基礎入門，循序漸進，讓讀者快速從菜鳥向實戰高手邁進。本書以Go 入門級程式設計師為主要物件，初級、中級、進階程式設計師都可以從書中學到知識。先介紹Go 的基礎，然後介紹Go Web 的基礎，介紹Go Web 的進階應用，介紹B2C 電子商務系統實戰開發，最後介紹應用的Docker 實戰部署，真正幫助讀者從基礎入門向開發高手邁進。（4）極客思維，極致效率。本書以極客思維深入Go 語言底層進行探究，幫助讀者了解底層的原理。全書言簡意賅，以幫助讀者提升開發效率為導向，同時盡可能幫助讀者縮短閱讀本書的時間。（5）由易到難，重點和困難標注並重點解析。本書編排由易到難，內容基本覆蓋Go Web 的主流前端技術。同時對重點和困難進行重點講解，對易錯點和注意點進行了提示說明，幫助讀者克服學習過程中的困難。（6）突出實戰

本書分為基礎、進階、實戰三部分、共11章。基礎部分、包括Python環境與基礎、機器學習、圖像處理基礎、深度學習基礎與深度神經網絡。進階部分、包括圖神經網絡、空洞多級卷積神經網絡、深度強化學習與深度生成對抗網絡。實戰部分、包括基礎實戰案例和進階實戰案例。本書按基礎-進階-應用的邏輯脈絡組織內容、融理論性、系統性、實戰性于一體、適合人工智能、計算機、自動化、電子與通信、大數據科學等相關專業的科學研究人員和工程技術人員閱讀、也可作為相關專業博士、碩士研究生的教學參考書。

醫學大數據分析是人工智能、大數據與醫學的交叉學科，也是人工智能的重要分支領域。《醫學大數據與人工智能》定位為該領域的入門教材，涵蓋廣泛的醫學數據種類及其基礎和進階分析方法。《醫學大數據與人工智能》共13章，1～4章介紹醫學大數據和人工智能的基礎知識；5～9章介紹醫學圖像、醫學信號、醫學文本、生物組學的單獨及聯合分析方法，每章內容包含基礎和進階方法，基礎方法聚焦於必要的預處理和經典傳統分析方法，進階方法則聚焦于利用深度神經網絡完成複雜和高階的數據處理任務；10～13章介紹模型性能評估方法、臨床決策支持系統、醫學人工智能倫理及Python基礎知識。《醫學大數據與人工智能》注重理論與實踐相結合，通過大量真實臨床數據分析案例幫助讀者快速掌握實踐方法，關鍵算法均提供了實現代碼。

《食品大資料機器學習基礎及應用》是為食品科學與技術領域中的資料分析和機器學習應用而編寫的基礎教材。本書以食品行業的大資料分析為核心，系統地介紹了機器學習的基礎理論、關鍵技術及其在食品行業的具體應用案例，旨在培養學生和專業人士在食品資料分析領域的實際操作能力和創新思維。本書共分為9章，主要內容包括：緒論、Python資料分析與視覺化基礎、特徵工程、機器學習中的聚類演算法、線性模型、概率模型、核方法與核函數、決策樹與集成學習，以及深度學習技術及其在食品行業中的應用。本書內容豐富、結構清晰，同時涵蓋了從大資料基礎概念到深度學習在食品領域的前沿應用，具有較強的實用性。《食品大資料機器學習基礎及應用》適合作為高等院校食品科學與工程、資料科學與大資料技術等專業的機器學習相關課程教材或教學參考書，也適合作為人工智慧、資料科學、機器學習相關領域工程技術人員的參考書。

本書由華大生命科學研究院資深NLP專家撰寫，旨在帶你從零構建高效的企業級RAG系統。本書全面解析RAG原理與實戰，涵蓋架構與組件、高階技術與實踐、檢索與問答模塊優化策略、模型推理等核心技術，並深入講解三大落地優化技術，以及高階變體與能力增強措施。 本書共8章。第1章介紹RAG技術基礎，幫助讀者建立對RAG技術的全面認知。第2章介紹RAG系統的核心組件與實踐，幫助讀者掌握核心技術與基於Python庫的實踐。第3章介紹高階RAG技術與實踐的細節，幫助讀者掌握進階技術。第4章介紹檢索與問答模塊的優化，全方位講解優化策略。第5章介紹模型推理技術，加速RAG技術的落地。第6章介紹RAG系統在實際應用中的魯棒性、安全性和公平性優化技術，提升RAG系統的整體性能與可信度。第7章介紹RAG技術的高階變體，以充分挖掘RAG技術的應用潛力。第8章介紹實時知識更新與跨模態能力增強，展望RAG技術未來應用的方向。