Python

⊙理論與實作兼具，從基礎概念→分析步驟→報表解讀與製作，主題式手把手教學與說明。⊙應用雲端平台即時分析、評論與協作完成分析專案。⊙分析歷程透明化且支持重現分析與線上展示成果。⊙可整合大數據分析與次級資料應用。⊙內容包含效度與信度分析、描述統計、平均數差異與變異數分析、相關與迴歸、中介與調節效應、結構方程模式等，為研究者提供有力支持。⊙本書附範例資料檔，至五南官網https://www.wunan.com.tw/，搜尋書號1H3S即可找到下載處。本書旨在引導讀者從概念到實作，整合常用統計方法，分為「基礎概念、分析步驟、報表解讀與製作」三大部分說明，並附有練習題加強實務能力。書中範例也提供數據與程式碼下載，幫助讀者快速上手，提升學習效率。內容適用範圍廣泛，無論是學位論文、期刊論文，還是專題報告與數據分析，都能為研究者提供有力支持。對於初學者，書中簡要解釋專有名詞與統計分析策略，能幫助快速入門；對於進階使用者，Python的多元擴展性與視覺化圖示則為更深入的分析需求提供強大助力。※本書另有線上課程，可透過系統化地引導閱聽者從概念到實作，容易聚焦與跟著實作學習。（課程相關資訊，可至五南線上學院官網https://www.wunan.com.tw/tch_home查詢）

本書系統地介紹了數據可視化技術及其在諸多領域的實際應用。首先，闡述了大數據可視化技術的基本概念以及相關的基礎知識。然後，採用理論與實踐相結合的方式，針對實際應用中的各種不同類型的數據，通過各種圖表及實例代碼展示了這些數據的可視化方法。最後，介紹了數據可視化技術在不同領域中的基本應用。本書可以作為高等院校計算機、數據科學與大數據技術等相關專業的數據可視化教材，也可以供從事數據可視化、數據分析的相關技術人員參考使用。

★「APCS大學程式設計先修檢測」培養運算思維能力，為學習歷程加分!★依據坐7級望8級的考試策略編寫的APCS專書，運用APCS申請國立大學。★觀念題C+實作題Python：學習C加強程式設計、資料結構及演算法的知識；以Python實作磨練程式設計功力。本書特色★目標定位清晰：為預備挑戰APCS學科4級與術科3級而設計，協助學生以7級以上的成績，順利進入理想大學的資訊科系。★策略性學習：根據「坐7級望8級」的考試策略精心編寫，提供從基礎到進階的全面學習指南。學科+術科的系統訓練★學科策略：•深入淺出，系統性地介紹學科概念，使學習和練習更加有效率。•積極準備不僅可達成4級目標，同時開啟邁向5級的可能。★術科攻略：•基礎篇：從基本題目開始，確保清楚理解重點題型，確實實作，3級目標輕鬆達成。•進階篇：將複雜題目拆解為易懂的子問題，逐步建立解題技巧和自信，為挑戰4級及5級做好充分準備。•實戰演練：通過反覆練習，使學生在考場上能夠鎮定自若，有效應對各種題型，高分通過考試。

【新書簡介】◆ 集結10多年豐富的實戰經驗，涵蓋量化交易的各種面向，快速上手Python期貨量化交易！ ◆本書以商品期貨為標的，Python為工具，讓你使用策略來進行量化交易。這些基於AI及統計學原理的交易方法，讓你不再靠感覺讓自己的金錢陷入險境。內容安排由快速講解Python原理開始，直接就進入量化交易的策略分析，通通是被殘酷市場驗證過的賺錢案例。不僅完整說明量化交易的API，也提供了開放原始碼的SDK做使用。之後講解CTA策略，交易方法相對規則化、系統化，結合不同的策略理論開發CTA策略，包括了最重要的回歸策略和布林帶、乖離率等等。另外也有完整的回測和實盤，讓你的策略能真正通過實戰測試，包括使用Tick資料讓回測更精準、回測績效報告詳解、如何避開回測中的陷阱、遞進和交叉回測、量化交易實盤。對優秀的量化交易者來說，掌握風險管理的方法是非常有必要的。本書也介紹了期貨市場的三大風險及正確的倉位管理方法。在最後的單元中，也說明了常用的止盈和止損方法、量化交易與基本面資料、交易中常用的數理知識、量化交易與統計學。本書從真正的實戰交易出發，透過各種經典策略案例來指導讀者實作學習，讓您以更精準的方式，殺入量化交易的熱區賺大錢！【獨家特色】★ 附帶完整的策略程式，提高學習效率。★ 涵蓋 Python 程式語言基礎知識。★ 對量化交易策略案例進行分析。★ 專案案例典型，實戰性強，高應用價值！★ 提供完整的技術支援。【適合讀者】● 需要全面學習量化交易的主觀交易者。● 金融分析師。● 金融專業學生。● 喜歡交易的 IT 從業者。● 希望提高量化交易水準的人員。※ 本書附程式碼，可至深智官網下載：https://deepwisdom.com.tw/

AI助攻Python超級入門創意設計 x AI程式實作(全彩印刷)本書內容★★★★★【ChatGPT x Copilot x Gemini助攻】★★★★★★★★★★【創意設計】【潛在應用】★★★★★★★★★★【設計AI程式】★★★★★★★★★★【Python Shell】【Google Colab】★★★★★這是一本完全入門，充滿創意與描述Python未來潛在應用的書籍，閱讀本書內容，讀者可以學會下列知識的創意與潛在應用：◎程式設計基礎　☆創意設計：機器人、ASCII藝術作品、數學魔術、故宮到羅浮宮、地球到月球、Unicode藝術輸出、星空圖案、雞兔同籠、核廢水。　☆潛在應用：房貸。◎程式流程控制　★創意設計：情緒程式、火箭升空、推薦飲料。　☆潛在應用：使用者輸入驗證、遊戲開發中的決策制定、物聯網(IoT)中的條件響應、交通應用中的路線建議、社交應用中的隱私設置檢查、電子商務中的折扣促銷。◎串列(List)與元組(Tuple)　★創意設計：凱薩密碼、旅行包裝清單、生日禮物選擇器。　☆潛在應用：矩陣運算、遊戲棋盤、學生分數表、商品庫存清單、多國語言詞彙表、坐標系統、員工資料、時間序列數據、商品清單、學生成績表。◎迴圈控制　★創意設計：監控數據警報器、關鍵日誌、計時器、國王麥粒、購物車。　☆潛在應用：電影院劃位、簡易投票系統、簡易員工滿意度調查、訂單處理記錄、簡易客戶意見回饋收集、簡易聯絡人資料管理、監控系統。◎字典(Dict)　★創意設計：文章分析、星座字典、凱薩密碼。　☆ 潛在應用：圖書館、管理超市、員工管理系統、餐廳菜單系統、學生課程和成績表、食譜和食材清單、個人行程安排、遊戲角色和屬性。◎集合(Set)　★創意設計：雞尾酒。　☆潛在應用：統計獨特單字的數量、模擬抽獎系統、檢測兩個配置文件的差異。◎函數設計　★創意設計：時間旅行者、故事生成器、冰淇淋的配料、多語言字典。　☆潛在應用：字串雕塑家、數據偵探、圖片濾鏡應用、股票價格分析、語言字典、系統配置字典、城市氣象報告、書店庫存管理。◎類別(Class)　★創意設計：圖書館管理系統、餐廳點餐系統。　☆潛在應用：員工管理系統、產品庫存管理、會議室預訂系統。◎模組開發與應用　★創意設計：時鐘程式、圖書館管理系統模組。　☆潛在應用：提醒休息程式、效能測試工具、生日倒數計時器、年齡計算。◎檔案的讀取與寫入　★創意設計：詩歌

面對數字經濟背景下大數據分析的現實需求，本書分別從經濟理論闡述、數學原理推導、程序代碼實現三個角度，系統全面地闡釋了各類經典機器學習模型的理論內涵和適用範圍，以及基於 Python 編程語言進行算法訓練、模型測試和參數調優的具體方法。本書配有A、B兩個附錄，介紹了 Python 語言基本語法規則，以及經濟大數據分析所涉及的Python 工具包。本書旨在培養能夠綜合運用經濟學思維、數理分析方法、數據科學工具，分析和解決經濟社會發展中的理論和實際問題的複合型人才；可作為高等院校經濟管理、計算機等專業本科生、研究生、MBA 教材，也可作為相關企業員工內部培訓教程或經濟數據分析從業者的參考讀物。

【程式設計新浪潮 . 開發生態大革命】你還在研讀程式語法手冊？還在網路上找程式碼來修修改改？還要繼續埋首在手刻程式碼的低效循環中掙扎嗎？就是現在，程式設計生態發生了史無前例的變革！GitHub Copilot 是由 GitHub 與 OpenAI 大型語言模型（LLMs）合作開發的 AI 程式設計助手，它從巨量程式碼庫中學會所有的程式設計技巧，將人類過往的程式精華融為一體。只要你學會用正確的方法、下達明確的提示詞、妥善地用自然語言與其溝通，就能發揮它的無窮力量，大幅幫助你提高開發軟體的成效。本書作者：兩位資訊教育學家 Leo Porter 博士與 Daniel Zingaro 博士為了 AI 程式設計時代的到來，在本書規劃出「函式設計循環」流程，整本書的編排圍繞著這個設計循環所需的技能，一遍遍演練、一步步學會進入 AI 程式設計必備的新技能。幫助你以正確的方式掌握 Python 程式設計（當然，其它程式語言也適用），高效快速解決實務上的任務。【開發程式的重點：從寫程式轉換為寫提示詞】與傳統的入門程式設計課程相比，使用 GitHub Copilot 協助寫程式需要學習新的技能，特別是問題分解、提示工程、測試與除錯技巧（如果您對這些技能還不太熟悉也無需擔心，本書都會詳細介紹），這些新技能對於現職的程式設計師來說同樣重要。在以往傳統的程式設計課程中，學生往往需要將精力灌注在語法的細節上，然而在 AI 時代，程式語法已經有 GitHub Copilot 這位大神在身邊，完全不用你操心，你該學的是如何用自然語言，寫出有意義且 AI 工具能正確理解的提示詞，讓它為你寫出符合預期的程式碼。如果你真的很不會寫提示詞，Copilot 除了能夠反向幫助程式產生提示詞，甚至還可以利用提示模式（prompt patterns）翻轉問答對象，讓 Copilot 主動提問以達成你的目標。● 精心設計為 AI 工具而生的函式設計循環。● 使用與業界接軌的 Visual Studio Code 開發工具。● 善用 Copilot Chat、inline Chat 提高生產力好助手。● 撰寫提示詞：學會用 AI 看得懂的自然語言溝通。● 看懂程式碼：程式由 AI 寫, 但你需要看得懂。● 問題分解：用 Top-Down 設計將大問題分解成小任務。● 測試案例：設計常見案例與邊界案例確認函式正確。●

本書精心設計了52個實例，例如製作拍拍機器人進行對話、文青機器人進行寫詩、某地區的房價預測、用股價做數據分析等，透過Python程式語言學習數據分析和機器學習的相關應用。書中分為四個引人入勝的篇章：「啟程」、「歷險」、「回歸」、「補給站」，就像是帶領讀者成為英雄，踏上了一段刺激又有趣的Python學習之旅。這種有趣的引導方式不僅讓讀者學習了程式語言，更彷彿像是沉浸在一場奇幻的學習冒險中。近年來，Python程式語言在數據分析和人工智慧領域占據著領導地位，本書正是基於這一點，旨在幫助讀者「花時間在解決問題，而不是花時間在學習程式語言」。作者深諳學習者的需求，精心挑選了各種有趣的範例，從「基礎知識」到「數據分析」再到「機器學習」，讓讀者在實際應用中不斷鞏固知識。本書以Jupyter Notebook作為主要學習平台，介紹了如何建構Python環境、使用Jupyter Notebook的方法。讀者可以選擇使用Google Colab進行雲端學習，或是在個人電腦上安裝Anaconda，這種多元的方式讓讀者可以更靈活地進行學習。作者豐富的教學經驗也是本書的一大特色。曾以本書的架構在多個知名學府和機構開設Python課程，並在廣大學生中累積極佳的口碑，不論您的背景是文科還是理工科，都非常適合使用本書的內容。

✔初學者輕鬆學會Python程式設計 ✔結合運算思維與演算法基本觀念 ✔ChatGPT讓Python程式撰寫更有效率 ✔精選範例循序漸進易懂易上手 ✔課後習題難易適中強化學習效果 程式設計能力現在已是國力的象徵之一，學習如何寫程式也是和語文、數學、藝術一樣的基礎能力，連教育部都將寫程式列入國高中生的必修課，以培養解決問題、分析、歸納、創新、勇於嘗試錯誤等能力，而Python語言便是初學者的首選程式語言。 本書結合運算思維與演算法的基本觀念，所有程式碼都已在Python開發環境下正確編譯與執行。目前學校多有開設Python程式課，且APCS(Advanced Placement Computer Science)「大學程式設計先修檢測」，也可選擇Python撰寫程式設計實作題，而本書的內容即為最實用的教材，適合學生或第一次學習程式者。 除了基本的Python程式入門學習外，也介紹在網路爆紅的ChatGPT聊天機器人，它不僅僅是聊天機器人，還能幫忙回答各類問題，諸如寫程式、文章、信件…等，本書加入ChatGPT與Python雙效合一的應用，精采呈現ChatGPT AI的程式範例： ◑使用Pygame遊戲套件繪製多媒體圖案 ◑以內建模組及模擬大樂透的開獎程式 ◑建立四個主功能表的視窗應用程式 ◑演算法的應用：迷宮問題的解決方案 ◑海龜繪圖法(Turtle Graphics)繪製圖形 ◑猜數字遊戲 ◑OX井字遊戲 ◑猜拳遊戲 ◑比牌面大小遊戲 全書除了學習以Python語言撰寫程式外，也能學到以Python語言來實作演算法的重要知識點，絕對是難易適中的最實用的教材。

☆★☆★【用最簡潔的Python，成為深度學習最厲害的大神！】★☆★☆ 「人工智慧、深度學習和機器學習，不論你現在是否能夠理解這些概念，你都應該學習。否則三年內，你就會像被滅絕的恐龍一樣被社會淘汰。現在不開始，以後就來不及了。」――馬克•庫班（NBA獨行俠隊老闆，億萬富翁） 本書從人工智慧、機器學習與深度學習簡介開始，幫助讀者在Windows下的CPU/GPU環境完成深度學習、開發環境架設；之後進入Python資料科學函數庫，介紹深度學習基礎，如Numpy、Pandas、Matplotlib。 在了解基本函數庫後，接著介紹目前最好用、最流行的深度學習框架TensorFlow、Keras。認識完框架的使用，便開始處理資料，本書介紹了資料前置處理和模型評估指標，幫讀者了解模型及資料之間的關係。當一切就緒，就可以進入實際專案的開發，包括影像分類辨識、IMDB電影評論情感分析、遷移學習、人臉辨識、影像風格遷移、生成對抗網路等，讓你用最簡潔的Python，成為深度學習最厲害的大神。 適合讀者 ✪具備Python語言基礎知識的程式初學者。 ✪非專業出身，想轉換跑道進入人工智慧領域的程式設計師。 本書看點 ✪人工智慧、機器學習與深度學習簡介。 ✪深度學習框架TensorFlow、Keras。 ✪深度學習開發環境架設。 ✪資料前置處理、模型評估指標、影像分類辨識。

【新書簡介】 ▶▶▶ 包含387個經典的Python實作例題！ ▶▶▶ 搭建起程式設計與高等數學的知識橋梁，結合計算機思維與數學邏輯！ 數學為程式設計的世界提供了豐富多樣的素材。基本的理論和基礎運算是根本，然後才有辦法進一步延伸應用到機器進行實踐，如果自己無法解釋程式或程式的輸出，那就要回頭完備自己的理論知識。 本書以Python實現相關數學內容的教學及計算，主題包含了極限的運算、函數的求導及積分、微分方程求解、級數、行列式計算、線性方程組求解、隨機變量的數字特徵、參數估計、假設檢驗、方差分析與回歸、線性規劃、非線性規劃、動態規劃、圖與網路計畫及排隊理論等。 要想邁向AI科學計算的深入應用，不得不打好基本功，數學更是不容忽視的一環，不論你是理工科系的在校生，或是對數據科學、AI人工智慧感興趣的從業人員，由本書出發，讓你穩固數理知識的基礎，重建對程式設計的運算思維，進而發展出能夠解決各式複雜問題的應用能力吧！ 【本書看點】 ✪ 使用Python語言實現相關計算、圖形展示及模型求解 ✪ 包含Python程式語言入門、極限的運算 ✪ 函數求導及積分、微分方程求解、級數、行列式計算、線性方程組求解 ✪ 隨機變數及其分佈、隨機變數的數字特徵 ✪ 參數估計、假設檢驗、方差分析與回歸 ✪ 線性規劃、非線性規劃、動態規劃圖、網路計畫及排隊理論 ※ 本書附程式碼，可至深智官網下載：https://deepmind.com.tw/

☆★☆★【有如手術刀般精準！利用Python幫你管控財金風險！】★☆★☆ 本書使用了當紅的程式語言Python，從程式設計的基本觀念談起。沒有Python基礎也沒關係，完整的Python介紹，讓您能順利銜接資料科學家最常用的套件整理，包括Numpy，以及特別針對格式化表格類處理的Pandas，也充分介紹了Dataframe的各種應用。 在有了充足的資料之後，接著需要有可以展示數據的工具。除了大家最愛用的Matplotlib之外，也介紹了高手才會用的Seaborn。當熟悉了工具之後，就正式進入了金融理論，包括基礎的機率及統計、各種模型及機率分佈，以及抽樣、信賴區間等內容說明。 最後則進入到金融領域，除了介紹各種計算的演算法、模型、術語，也結合了前面所學的Python及工具，並講解金融商品最重要的「固定收益分析」。 本書從科學下手，讓您精準了解金融原理，確保金錢不再陷入水深火熱之中，將是您從科學到金融領域最重要的橋樑。 本書看點 ✪金融風險管理師 (FRM)所應該具備的所有技能。 ✪FinTech所需要的Python程式設計概念。 ✪資料科學家最需要熟悉的Python套件、Pandas、Numpy。 ✪製作圖表的首選工具Matplotlib、Seaborn。

【專業推薦】 很榮幸能為多年熟識的好友以及在資安研究奉獻之志同道合的學者撰寫序言。作者群在多媒體安全領域中已經深耕多年且有豐碩的研究成果，其專業素養足以涵括影像安全議題。坊間大部份的中文書以介紹多媒體技術或資訊安全技術為主，鮮少有探討多媒體基礎技術及資訊安全應用的中文書，而本書此為主題，由淺入深的介紹基礎知識及搭配範例應用，可供有意學習多媒體安全的讀者參考，謹以推薦。 國立中山大學資訊工程學系特聘教授兼任工學院院長 范俊逸 推薦 本書以數位媒體中多媒體影像知識為發端，除了探討其起源與演進，也逐章介紹多媒體影像的處理技巧，內容包含大家所熟知的各種影像表示方式，同時也介紹了相當有趣的影像謬誤。在影像處理部分，本書將空間域影像處理、頻率域影像處理以及壓縮域影像處理分章介紹，最後則以Python影像處理軟體應用完成前五章的合成。接著，以多媒體偽裝展開數位媒體安全的篇章，談其與資訊安全間的實務應用，最終以數位浮水印再探安全議題的深入技術。將多媒體領域與資訊安全互為載體的方式，鋪展這些人造且離數學最近的知識，作者在內容的安排上實有其精妙之處。 國立屏東大學電腦科學與人工智慧學系教授兼任資訊學院院長 王朱福 推薦 【重點大綱】 影位媒體處理： 說明數位化影像的起源及探究數位影像處理的基礎與發展。讓讀者能具備數位影像的基礎，藉此得以對數位媒體中的圖像，其背後所隱藏真相的探索更具備紮實基礎。 數位媒體與應用篇： 內容則泛談數位圖像於現今網路世界中為人們帶來的日常生活上及其應用的相關議題。讀者可輕鬆的操作本書所介紹軟體工具，讓你╱妳的數位圖片可有效的防護，免於被盜用的情境。 多媒體安全技術篇： 說明影像分享技術及探究數位媒體安全的基礎與發展。讀者能瞭解多媒體安全技術其背後所隱藏真相的探索且更具備紮實基礎。

本書特色●以初學者學習面撰寫，內容淺顯易懂，從「運算思維」的主軸，說明程式設計的設計策略。●實務與理論兼備，結合圖表與實例的運用，生動的方式，帶領讀者身歷其境，增添學習趣味性。●「Python程式設計」說明搭配實地操作，增進運算思維的能力。並引導讀者運用Python開發專題。●內容包括視覺化、人機互動、YouTube影片下載器、音樂MP3播放器與試題分析等。具備基礎的程式設計者，可獲許多啟發豁然開朗。※本書範例資料檔，請至作者個人網站：http://cat.nptu.edu.tw，下載使用。或至五南圖書網頁：https://www.wunan.com.tw，輸入書號1H2B，即可找到下載處。值此資訊科技高度發展的時代，如何尋求創新與突破實屬極重要的課題；面對現代生活的日新月異，「Python程式設計」正式引領我們開創「運算思維」的新紀元，實為「程式設計」的重大變革。在程式設計上，經由本書介紹，不僅大大提升相關知識；生活化圖解的運用，搭配文字解說。透過實作，在運算思維的架構下，身歷其境更加凸顯Python程式設計的重要性。再版更新Python與相關軟體版本，並新增微軟開發、跨平台免費編輯器開發Python程式。為初學者與具Python程式設計基礎者，最佳實用工具書。

提昇Excel資料分析的工作效率讓Python幫你實現! 通過Python自動化，讓繁瑣的 Excel工作也能變得更容易! Python終極省時技巧，讓大量Excel數據處理瞬間完成！ 推薦給喜歡的讀者 *想大幅改善資料分析的工作效率的人 *有大量解讀圖表及報表的資料分析需求的人 *想熟悉Python結合Excel資料分析實例的人 *追求自動化實作樞紐分析表、視覺化統計圖表的人 “Excel x Python”讓繁瑣的Excel工作和耗時的處理變得更容易。 資料分析是一種有明確目的，再從資料收集、加工、資料整理，並藉助分析工具來取到你想要的資訊，或以圖表來展現分析的結果，藉以輔助資料趨勢預測或商業的決策。 資料分析的主要目的，就是希望透過資料分析的過程，來取得原先設定的資料分析目標。 想改善資料分析的工作效率，採用Python程式語言結合Excel來進行資料分析，可以大幅提高資料分析工作的效能。 精彩內容 *資料分析與Python基礎語法 資料處理與資料分析的定義、常見的資料分析工具、為何選擇Python結合Excel來作為資料分析的工具、Python與Excel VBA分析工具的優劣、Python語法快速入門、資料分析模組（os、pathlib、csv、openpyx1、pandas、numpy等）。 *以Python實作Excel資料分析 資料匯入新增讀取、資料預覽、檔案資訊查看、指定欄位類型、缺失值、異常值、空值整理、移除重複、索引設定、資料選取運算取代、數值排序、以Python進行Excel工作表與儲存格操作、儲存格範圍選取、儲存格範格式套用、設定格式化條件、資料分組、樞紐分析、分組統計、彙總運算、視覺化統計圖表繪製、多張工作表串接與合併。 *資料分析實務應用案例 「基金操作績效資料分析」案例：示範如何用Python自動化讀取Excel檔，並將讀取資料儲存成新的.xlsx檔。 「中小企業各事業體營運成果」案例：示範如何根據各事業體的業績收入，自動繪製出事業體收入佔比圖餅圖。 「股票獲利績效及價格變化」案例：根據股票交易操作績效的來源資料，繪製獲利績效長（橫）條圖與堆疊長條圖、洞察股票價格變化折線圖、股票操作績效平面（及3D）區域圖、投資效益的雷達圖。

NLP大神RNN網路► ► ►Python原始程式碼手把手帶你寫！ 在神經網路的世界中，NLP（自然語言處裡）已逐漸成為AI領域中的主流！因此在IT抑或是各大產業有愈來愈多的人投入在文字與語音的研究中，有愈來愈多的資訊系統應用與產品出現在現代人類的生活中，產生十分巨大的影響。 ．．． [ 最精實的專案實作！ ] 本書包含20個與NLP相關的主題＋大型專案實作，透過專案的實作講解原理，需要有一定的Python及神經網路基本概念，是已經了解AI基本入門的讀者再進階深入的一本絕妙好書。快跟著本書各大主題累積自己的NLP專案實作能力，成為一個能夠開發各種NLP資訊系統的大神吧！ ．．． [ 本書重點 ] ★　以Python、TensorFlow實作中文自然語言處理，使用維基百科及網路語料庫 ★　以LSTM為基礎的影評 / 語音 / 文字情感分析實作 / 股票預測 / 影評分析 ★　根據圖型產生古詩詞的模型實作 ★　歌曲人聲分離製作 ★　以Image Caption為基礎的英文學習 ★　智慧聊天機器人 ★　Rap歌詞自動產生器、AI作曲器 ★　人臉辨識及人臉自動表情包產生器 ★　自動幫你的作文評分 ★　視訊自動字幕產生器 ★　AI機器翻譯、LSTM機器翻譯及注意力機制 ★　COCO資料集的自動圖型描述

業界專家親自傳授的遊戲開發必備知識與技術 本書是用Python程式語言解說如何開發正式遊戲的教材，將帶領你實際製作動作遊戲、射擊遊戲、還有模擬3D影像效果的3D賽車遊戲，從動手做的過程中學會開發遊戲的Know How。 藉由本書，您將可以了解： ．遊戲開發的基本知識 ．基礎的遊戲物理學 ．如何製作地圖編輯器 ．遊戲業界的開發祕辛 ．開發動作遊戲的技巧 ．Pygame的用法 ．開發射擊遊戲的技巧 ．開發3D賽車遊戲的技巧

業界人士教您如何從零開始進行遊戲的開發 這是一本專注在「如何從零到有開發出一款遊戲」的實作書籍。藉由本書，您可以了解遊戲開發與一般的軟體開發有何不同，以及遊戲開發的實際過程。 本書特色： ．幫助您更加了解遊戲開發的過程 ．學會如何使用Python ．範例程式碼有詳盡的註解說明 ．使用大量的圖解說明幫助理解 ．提供遊戲開發的免費素材可供練習

★★★★★ Coding Tricks出神入化系列 ★★★★★ Python出神入化：Clean Coder才懂的Pythonic技法，為你的程式碼畫龍點睛！ Clean Code in Python - Second Edition Python無所不在，在軟體建構、系統管理、資料處理等領域都可以看到它的蹤影。來自不同領域的開發人員皆面臨雜亂無章、效率低落、不易閱讀、難以測試等非結構化程式碼的挑戰。在《Clean Code in Python》第二版的全新編譯本中，新增了近百頁的內容，我們將利用Python 3.9的最新功能，提升寫程式的技術力，並學習克服這些阻礙以及成功管理專案必備的所有工具。 本書首先描述編寫Clean Code的基本元素，以及它們如何在Python程式設計中發揮關鍵作用。你將學習使用Python標準函式庫與軟體設計的最佳實踐，編寫效能與可讀性兼具的程式碼。 本書更深入探討Python的物件導向程式設計，並說明如何運用描述器和生成器來使用物件。本書也將展示軟體測試的設計原則，並示範如何在程式碼中實作軟體設計模式來解決問題。在最後一章中，我們從堅實（SOLID）平台基礎的程式碼開始討論，將單體應用程式分解成基於微服務的應用程式。 讀完這本書，你將熟悉並應用業界認可的寫程式技巧，設計整潔、可維護又易讀的Pythonic程式碼！ 在這本書中，你將學到： ・利用自動化工具，建立具備效能的開發環境 ・利用Python的魔術方法，編寫整潔又出色的程式碼 ・建立強大的抽象，封裝技術細節，進而減少程式複雜度 ・使用裝飾器、描述器和生成器，建立Python專屬的解決方案 ・理解自動化測試的重要性，藉助單元測試優雅又有效地重構程式碼 ・以Pythonic的獨特風格實作常見的設計模式(例如轉接器、組合等等) ・Clean Code如何演變成為Clean Architecture，為堅實的架構打好基礎 下載範例程式檔案： 本書的程式碼是由GitHub託管，可點選下面圖案前往下載： 下載本書的彩色圖片： 提供您一個包含本書使用的彩色圖表的PDF檔案，可以在此下載：

本書特色 這幾年心中總想寫一本可以讓擁有高中數學程度的讀者即可看懂人工智慧、機器學習或深度學習的書籍，或是說看了不會想睡覺的機器學習書籍，這個理念成為我撰寫這本書籍很重要的動力。為了卸除數學心房，筆者撰寫此書依循原則如下：★：數學原理彩色圖解。★：手工計算基礎數學。★：Python程式高效實作。這本數撰寫的幾個特色如下：☆：全數共用約205個Python實例，講解機器學習的基礎數學☆：極詳細、超清

最夯的 Python 套件解說 ✕ 最夯的資料科學、機器學習技術,本書帶您一次學會！Python 是近來最熱門的程式語言, 也是資料科學、機器學習實作時的首選語言。Python 之所以在這些領域大放異彩, 就是仰賴了各種功能強大的第三方套件, 不過套件百百款, 該從哪些下手呢？很簡單, 很少用到的先不用花太多時間, 我們挑常用、關鍵的先學好！本書為有志於學習資料科學、機器學習的初學者, 嚴選出 N

死背 1000 題 ✘，不如用 50 題紮實打好 Python 底子！✔許多人想換份更理想的工作, 選擇了 Python 語言, 並開始替求職面試做準備。可是, 一開始猛刷題、背答案, 真的能搞懂 Python 語言的基礎嗎？Python 到底哪些地方表現得跟其他語言不同, 你又要如何像老手一樣, 才有辦法寫出簡潔漂亮的解答？擁有 MIT 電腦科學學士、西北大學學習科學博士學位的 Reuven M

產品特色： 1.避開艱深專業術語，由樹莓派簡介導入，輕鬆建構跨平台操作環境。 2.由實作中邊做邊學，沒寫過程式也能無痛增能，零基礎的最佳選擇。 3.專用GPIO擴充板，搭配高畫質CGI圖解，非本科生也能輕鬆完成接線。

★美國亞馬遜青少年電腦科學類書籍暢銷第一名！★學全球最受歡迎Python程式語言，培養108課綱「運算思維」核心能力★全書彩色插圖+流程圖+虛擬程式碼解說，邊玩邊學程式設計！ 從基礎概念、運算思維到實際應用30堂Python創意程式課，掌握程式設計關鍵能力！ 新課綱正式上路，資訊科技教育將以「運算思維」為發展核心，「程式設計」正是實際體現「運算思維」的重要方式之一。

從統計學出發，最實用的Python工具書。◆全書基於Python3.6.4編寫，兼容性高，為業界普遍使用之版本。◆以簡明文字闡述替代複雜公式推導，力求降低學習門檻。◆簡單易懂，理論完整，案例詳盡。◆包含AI領域熱門的深度學習、神經網路及統計思維的數據分析，洞察市場先機。Python，是當今大數據時代下最為流行的編程工具之一；資料分析，則是在科學研究中日益重視的環節。當開源語言的便利性，遇上統計思維

本書以Python為工具，教你如何結合數學與物理的實作案例，打造令人驚豔的學習歷程檔案。不論你是初次接觸程式設計的學生，還是尋求突破學科藩籬的學者，本書將帶你： ‧掌握Python基礎與模組應用，從零到一。 ‧跨學科解決問題，展示程式設計的無限可能。 ‧撰寫具競爭力的課程學習成果，脫穎而出。

從資料處理到圖論實踐─用Python及AI最強工具預測分析編寫特色‧數學 + 藝術——全圖解，極致視覺化，讓數學思想躍然紙上、生動有趣、一看就懂，同時提高大家的資料思維、幾何想像力、藝術感。‧零基礎——從零開始學習 Python 程式設計，從寫第一行程式到架設資料科學和機器學習應用，儘量將陡峭學習曲線拉平。‧知識網路——打破數學板塊之間的門檻，讓大家看到數學代數、幾何、線性代數、微積分、機率統計等板塊之間的聯繫，編織一張綿密的數學知識網路。‧動手——授人以魚不如授人以漁，和大家一起寫程式、創作數學動畫、互動 App。‧學習生態——構造自主探究式學習生態環境「紙質圖書 + 程式檔案 + 視覺化工具 + 思維導圖」，提供各種優質學習資源。‧理論 + 實踐——從加減乘除到機器學習，叢書內容安排由淺入深、螺旋上升，兼顧理論和實踐；在程式設計中學習數學，學習數學時解決實際問題。六大板塊資料處理、時間資料、圖論基礎、圖的分析、圖與矩陣、圖論實踐。這六大板塊都緊緊圍繞一個主題—資料！核心內容‧遺漏值視覺化與插補方法：提升金融與醫療資料的完整性與可用性 ‧離群值偵測與圖形分析技巧：應用直方圖與散布圖，提升資料的穩健性 ‧距離計算與相似度評估：聚類、分類與資料比對的核心運算 ‧從矩陣運算到特徵工程：建構資料分析的數學基礎與特徵空間 ‧時間序列資料建模與分解：提取趨勢與週期變化，進行銷售與市場預測 ‧高斯過程與回歸建模：以核函數掌握資料變化，實現時間與空間預測 ‧圖論與關聯性矩陣分析：掌握社群網路連接性與影響力的核心結構

★ Google面試官、OPPO高級研究總監　聯手打造 融合頂尖科技企業的面試實戰經驗，精選矽谷與國際科技巨頭的典型題型，助你掌握Python技術面試的制勝關鍵。 ★ 美國喬治亞大學教授、Google專家　領銜推薦 全面涵蓋Python技術精要，特別強化常被忽略的系統設計題型，透過實戰範例與解題策略，打造通往矽谷的面試秘笈。 本書透過系統性理論與豐富案例，展現Python解決實務問題的強大能力，是一本兼具深度與廣度的技術與面試全書。內容不僅涵蓋資料結構與演算法的核心觀念，更突顯系統設計在面試中的關鍵角色。對於準備進入科技公司、精進Python實力的讀者而言，都是不可或缺的參考指南。 —— 劉天明　美國喬治亞大學電腦系教授 本書不僅是Python工程師的面試實戰指南，更是解決實務問題的高效工具書。透過清晰易懂的講解風格、豐富實例與模擬題設計，讓理論與實踐緊密結合。無論是準備面試、提升程式設計能力，或深化對系統設計的理解，本書皆為理想之選。 —— 陳瑛　Google Pixel相機部門經理 在科技人才輩出的矽谷職場中，如何於面試中脫穎而出？本書作者透過親身經歷並富有生命般的文字闡述，讓讀者有如親臨面試現場，從理論知識到案例研究，保證讓讀者詳細掌握Python最核心的問題解決能力。 —— 徐長愷　鴻海科技集團E事業群人工智能技術處資深處長 本書重點內容： ■　掌握面試策略：深入了解矽谷及國際科技大廠的面試流程與重點 ■　熟悉資料結構：從基礎到進階，透過實例掌握常用資料結構 ■　深入解析演算法：涵蓋核心演算法，結合實例解析實際應用技巧 ■　系統設計基礎：學習可擴展、高效系統架構的設計方法 ■　實戰案例解析：包括快取、爬蟲、自動補全等多元實例設計 ■　拓展進階知識：涵蓋並行處理、機器學習與推薦系統設計 ■　鞏固面試實力：藉由模擬題演練，強化應試技能 ■　提升職涯競爭力：為科技大廠面試做好萬全準備，爭取最佳待遇

本書圍繞大數據採集與挖掘，對採集技術的相關基礎、技術原理、Python實現技術、大數據挖掘與應用方法進行了系統介紹。書中全面、完整地覆蓋了各種類型的網絡爬蟲及相關的信息處理挖掘技術，並提供了45個與爬蟲技術和應用相關的Python程序。全書共分為四部分，即概述、基礎篇、技術與實現篇、大數據挖掘與應用篇。第一部分（第1章）是概述，指出利用Python採集互聯網大數據的重要性，介紹了相關技術研究、技術體系、採集技術的合規性及應用現狀等，分析了大模型對互聯網大數據技術的影響； 第二部分（第2、3章）是基礎篇，包括Web服務器的應用架構以及HTTP、Robots、HTML、頁面編碼等相關協議和規範； 第三部分（第4～10章）是技術與實現篇，全面介紹普通網絡爬蟲技術、動態頁面採集方法、主題爬蟲技術、Deep Web爬蟲、微博信息採集、Web信息提取以及反爬蟲技術等，內容涵蓋各種爬蟲技術實現方法及Python實例； 第四部分（第11、12章）是大數據挖掘與應用篇，介紹文本、情感、社交網絡和時間序列等典型大數據處理與挖掘技術及應用模式，並以新聞輿情監測、Web自動化測試、酒店評論文本挖掘為例介紹Python爬蟲應用構建方法，將本書介紹的一些關鍵技術、模型和工具貫穿在一起。

《良醫利器：人工智能技術在醫療健康領域的應用及Python實現》是一本醫學人工智能的入門書，涵蓋了對機器學習的介紹，對疾病診斷、疾病治療及疾病管理過程等醫療健康領域相關知識的介紹。《良醫利器：人工智能技術在醫療健康領域的應用及Python實現》篩選了高發且有重大影響的九種疾病：乳腺癌、冠心病、卒中、糖尿病、肥胖、高血壓、乙肝、不孕不育症、阿爾茨海默病，並以這九種疾病為例，介紹了人工智能技術的具體應用。《良醫利器：人工智能技術在醫療健康領域的應用及Python實現》還介紹了Python語言，以及使用Python語言解決五個醫學問題的實現方法，包括機器學習算法、自然語言處理、數據分析等技術。

Streamlit的優勢與安裝文字與資料展示元素資料視覺化與圖表元素多媒體展示元素使用者輸入類元件版面配置和容器元件狀態顯示與流程控制機器學習工作流程醫療費用預測Web應用銷售資料儀表板Web應用常常看到許多展示AI的網頁非常漂亮，心中都會想說，又要開發AI程式，又要寫網頁，一定是很大的工程吧！但這些漂亮的網頁，很可能也是AI工程師用非常簡單的方法開發出來的，靠的就是最新的Web框架Streamlit。隨著機器學習和資料科學的發展，將複雜的分析結果用簡單易懂的方式展示給非技術人員，變得非常重要。傳統的Web框架如Flask、FastAPI或Django雖然功能強大，但開發過程常常讓人抓狂，需要寫大量模板和視圖程式。這時，Streamlit這個神奇的Python函數庫出場了！它大大簡化了資料Web應用的開發過程，讓你只需使用熟悉的Python語言，就能快速建構出互動式的機器學習和資料科學Web應用。Streamlit的高效和強大功能，迅速吸引了無數資料科學家和機器學習工程師的目光。這本書會帶你從安裝、啟動一路學起，並詳細介紹各種展示元素，從文本展示到資料視覺化，從多媒體展示到使用者輸入元件，應有盡有。書中還會教你如何利用Streamlit進行標準的機器學習工作流程，並通過實戰範例，如基於隨機森林演算法的企鵝分類和醫療費用預測應用，讓你實際操作，學以致用。這些內容不僅讓你快速掌握Streamlit，還能大幅提升你在機器學習和資料科學Web應用開發上的效率與樂趣！

「無論你想在程式設計面試中獲得優勢，想創造美麗的數學藝術，還是頑固地非得理解這個概念的有趣特性，這本書都將成為你深入遞迴這個兔子洞的指南（兔子洞裡還有兔子洞）。」遞迴程式設計技術可以產生優雅的程式解決方案，然而更常見的是，它讓程式設計師感到困惑。這並不代表程式設計師可以（或應該）忽略遞迴；儘管遞迴以具有挑戰性而聞名，但它是一個重要的電腦科學主題，並且可以對程式設計本身產生敏銳的洞察力。至少，了解遞迴可以幫助你順利通過程式設計工作面試。如果你是對電腦科學感興趣的學生，遞迴是你要理解許多流行演算法所必須克服的必要障礙。如果你是程式設計訓練營的畢業生或自學而成的程式設計師，並且順利跳過了更具理論性的電腦科學主題，但在「白板程式設計面試」中肯定還是會遇到遞迴問題。如果你是一位經驗豐富的軟體工程師，以前從未接觸過遞迴演算法，你可能會發現遞迴是你知識中一塊尷尬的缺口。❑ 本書目標讀者本書適合那些對遞迴演算法感到恐懼或感興趣的人。對於新手程式設計師或電腦科學系的大一新生來說，遞迴主題就像難以理解的黑魔法一樣。大多數遞迴課程都很難理解，使得這個主題不但讓人覺得挫敗，甚至令人心生恐懼。對於這些讀者來說，這本書的直接解釋和充足的例子應該能幫助他們最終理解這個主題。閱讀本書的唯一先決條件是具備 Python 或 JavaScript 程式語言的基本程式設計經驗，因為各章的程式碼範例使用了這兩種語言。本書的程式已被精簡到核心的基本結構； 如果你知道如何呼叫和建立函數，以及理解全域變數和局部變數之間的區別，那麼你就足以應付這些程式設計範例了。本書使用 Python 和 JavaScript 範例來教授遞迴的基礎知識，揭示了遞迴的教學方法，並闡明了所有遞迴演算法的基本原理。你將學習何時使用遞迴函數（最重要的是，何時不使用它們），如何實現工作面試中經常提到的經典遞迴演算法，以及遞迴技術如何幫助解決有關樹走訪、組合學等等許許多多的問題，以及其他棘手的話題。這個以專案為主的指南包含了完整的、可運行的程式，將能幫助你學習：☑︎ 遞迴函數如何使用呼叫堆疊，這是一種在遞迴課程中幾乎從未討論過的關鍵資料結構☑︎ 「頭尾」與「信仰飛躍」技巧如何簡化遞迴函數的編寫☑︎ 如何使用遞迴為你的檔案系統編寫自訂搜尋腳本、繪製碎形藝術、生成迷宮等☑︎ 優化和記憶如何使遞迴演算法更有效率

內容簡介:💡 從觀念理解到開發實戰！💡 使用OpenAI API x Python與GPT-3.5、GPT-4、GPT-4o、DALL·E、TTS、Whisper模型開發聊天服務、文本生成、AI繪圖、視覺、語音的AI應用程式！ ＊專家資深教師執筆由教授OpenAI API、Python與人工智慧專業教師共同編著，針對初學者學習OpenAI API使用Python開發人工智慧軟體服務所應具備知識技能所編寫的實務教材。＊循序漸進無痛上手內容兼具理論與實務，利用大量OpenAI API實例說明並引申教材，所舉的專題範例淺顯易懂且具代表性和實用性，非常適合教學和自學，使初學者快速進入OpenAI API人工智慧軟體服務的開發殿堂。＊內容多元範例豐富介紹 Open AI 的金鑰申請、Colab 編輯環境、Gradio 互動式網頁、GPT-3.5、GPT-4與GPT-4o的使用、Chat Completions API 參數、ChatGPT 聊天機器人、整合搜尋讓聊天機器人突破時空限制、自動串接、函式呼叫和微調模型讓文本生成符合事實。以Images API 進行AI繪圖、語音API與GPT-4o進行電腦視覺，讓AI應用程式擁有讀、畫、看、聽、說等功能。＊實務專題打下基礎使用Gradio 互動式網頁、Tkinter視窗套件結合OpenAI API開發生成式人工智慧飯店客服機器人、考卷產生器、網頁產生器三大專題。透過實務專題開發，將Python的相關技術與OpenAI API完美整合，提升初學者人工智慧軟體開發的專業能力。

Python是一種容易學習且功能強大的程式語言，跟著本書學習Python， 你不只可學會Python的基礎語法，還可學到進階的內容，例如：物件導向、多執行緒、多程序、非同步I/O及tkinter程式設計等。ChatGPT是OpenAI開發的人工智慧聊天機器人，其會生成文字，回答各式問題，自推出以來即受到大家的喜愛。在本書中，你將可活用Python，以Python實作OpenAI API，設計開發出ChatGPT應用程式。本書內容的安排由淺入深，對Python程式設計進行系統性的介紹，並詳細說明OpenAI API的應用。本書以程式範例來說明Python程式設計的概念，可有效幫助讀者的學習，並經由實作的過程，建構專屬非同步GUI版的語音聊天機器人。

內容簡介:語法解說 ->範例說明 ->問題分析 ->程式設計 ->APCS詳解 APCS檢測觀念題以C為主，實作題可選用C、C++、Java與Python進行解題。因Python語法簡潔，函式功能強大，適合在時間有限的情況下完成程式實作。因此本書特採用C語言進行觀念題解說，以Python進行實作題練習，使教師好教學、初學者順利高分通過APCS檢測。※資深教師共同執筆由科技大學教授程式設計教師與補教業教授APCS教師共同編著，針對目前高中職與大學院校初學程式設計所應具備的基本素養所編寫入門教材。※程式設計技能養成由語法解說、範例說明、問題分析、程式設計進行循序漸進的範例實作與解說，主要訓練初學者具邏輯思考與解決問題的能力，讓初學者輕鬆擁有APCS應試的能力。※內容多元豐富範例涵蓋資料型別、變數、運算式、流程控制、陣列、函式、遞迴、變數生命週期、結構與自定資料型別等，內文解說融入APCS重點，所提供範例貼近日常生活，能學以致用。※APCS先修檢測訓練收錄大量APCS觀念題並加以詳細解析，讓初學者學習後即可馬上練習加深印象，同時也方便教師教學。APCS實作題提供圖例與完整解說，讓初學者具有APCS檢測解題能力獲取高分。※更多新知可訂閱「程式享樂趣」YouTube頻道https://www.youtube.com/@happycodingfun

★★★★★【國內作者第 1 本】【全彩印刷】【資料視覺化】★★★★★ ☆☆☆☆☆【國內作者第 1 本】【Python + matplotlib專業書籍】☆☆☆☆☆ 【32個主題】，【509個程式實例】 這本書的第一版書名是「matplotlib 2D到3D資料視覺化」，這版內容只是書名更改，整本書內容如下： ★ 完整解說操作matplotlib需要的Numpy知識 ☆ 認識座標軸與圖表內容設計 ★ 繪製多個圖表 ☆ 圖表的註解 ★ 建立與徹底認識圖表數學符號 ☆ 折線圖與堆疊折線圖 ★ 散點圖 ☆ 色彩映射Color mapping ★ 色彩條Colorbars ☆ 建立數據圖表 ★ 長條圖與橫條圖 ☆ 直方圖 ★ 圓餅圖 ☆ 箱線圖 ★ 極座標繪圖 ☆ 階梯圖 ★ 棉棒圖 ☆ 影像金字塔 ★ 間斷長條圖 ☆ 小提琴圖 ★ 誤差條 ☆ 輪廓圖 ★ 箭袋圖 ☆ 幾何圖形 ★ 表格製作 ☆ 基礎3D繪圖 ★ 3D曲面設計 ☆ 3D長條圖 ★ 設計動畫 整本書程式實例豐富，相信讀者只要遵循本書內容必定可以在最短時間精通使用Python + matplotlib完成資料視覺化。

✦ 實作特權帳密管理系統，解決特權帳密控管問題 ✦ 特權帳號與密碼是企業IT部門各項系統的命脈，同時也是資訊安全在管理上的弱點。近年來的入侵攻擊事件，就是利用公司的系統漏洞沒有即時修補，再加上內控不嚴謹所造成的系統帳密被盜用，不僅影響到公司的商譽，還有可能造成難以估計的財損。為了解決特權帳密控管問題，本書將透過現行 Python 所提供的套件（Crypto, Django, Tkinter），研發特權帳密的控管機制並將其實作。 全書分成4章，分別帶領讀者進入密碼學的領域進行編程，除了有密碼學理論進行對照，還用時下最廣泛使用的程式語言 Python，進行密碼系統的開發。｜密碼學的數論基礎與 ISO27001｜總覺得密碼學是難以探究的學門嗎？其實只要有高中的數學程度與耐心，在實作後與理論相呼應，學苟知本會更扎實；此外，依據 ISO27001 的附錄A.10 密碼學的控制措施，可以了解特權帳密管理的必要性。｜使用 PyCryptodome 在 Python 中實現加密演算法程式｜PyCryptomdome 提供了所有加解密的函式庫，即使對理論不清楚，也可以進行實作。Python 易學易懂，有許多函式庫與社群支持，相關技術可以藉由網路搜尋，相輔相成加速開發。｜Tkinter 搭配 Crypto 實作加解密的應用介面｜Tkinter 是視窗程式的開發套件，可實作使用者端的 UI，是 Python 用來開發應用程式的熱門函式庫。本書在每個範例程式碼都有說明與解釋，確定資料流後，完成實作上的輸入與輸出。｜用 Django 來 Web化密碼管理系統｜Django 是網頁應用程式的框架，MVC（Model-View-Controller）的架構。本書實作的密碼管理系統，結合了 SQLite 資料庫，將密碼管理系統架在網路上，實現 Web化。本書特色🔑從基礎數論到密碼學密碼學的基礎就是數論，每個理論都有數學作為對照，協助讀者了解基本原理。🔑特權帳密管理系統實作Crypto 套件提供豐富的加解密演算法，確定加解密流程後，用 Tkinter 設計 UI介面，並透過 Django套件將應用程式 Web化。🔑ISO27001管理機制依照 ISO27001（資訊安全管理國際標準）的「存取控制」、「密碼」、「作業的安全」等相關條文進行實作，以符合管理需求。專業推薦密碼學是所有應用程式的安

輕鬆使用Python程式，有效簡化處理Excel繁瑣數據，提高日常工作效率 ➟徹底了解Python × Excel整合應用技巧 ➟大幅提升資料分析工作效率 ➟輕鬆製作圖表及報表的商業需求 ➟快速自動化實作樞紐分析、圖表、列印 本書係針對Python × Excel各種資料分析應用的需求，以主題分類的方式，提供大量實用技巧的程式範例，全書完整且詳實介紹如何結合Python語法實作Excel資料運算、格式化、自動化、篩選、排序、彙總、分組、樞紐分析、視覺化圖表…等整合性應用，絕對是學習Python及Excel整合應用的關鍵必修課程，藉助書中所提供的194個實戰例，必能充份滿足以Python語言實作Excel來進行高效率資料分析的工作。 【你將學會】 ✔工作表、儲存格欄(列)自動化 ✔資料運算與篩選排序 ✔彙總分組和樞紐分析 ✔圖表、報表列印 ✔工作表串接、合併與拆分

☆ ★PythonＸ人工智慧Ｘ深度學習★☆ ✔將機器學習進行分門別類的介紹✔提供大量範例解析演算法✔每章節都附有習題，讓讀者可以自行操作※ 本書附程式碼，可至深智官網下載：https://deepmind.com.tw/機器學習是人工智慧的核心基礎，是電腦研究領域的重要分支。機器學習正展現其巨大的潛力，在許多領域扮演著日益重要的角色。當電腦程式具有學習能力後，就能夠在不斷的資料中越來越好：例如醫療診斷程式，透過學習後便能夠不斷提高自身的診斷能力。Python近年來發展迅速，被廣泛用於科學計算，資料探勘和機器學習。Python語言配備了很多高品質的機器學習和資料分析函數庫，為機器學習提供了重要工具。本書讓你無痛進入機器學習乃至深度學習的領域，建立出真正的商業應用。當今業界十分需要人工智慧工程師，只要花一點點時間，把這最流行的機器學習上手，在往後的各行各業中，都能是你揮灑的空間。本書內容劃分為、機器學習演算法基礎理論及介紹基本的機器學習演算法之理論及應用3部分。介紹Python資料處理功能，如：Python開發環境、基本資料結構和資料處理等。講解機器學習的理論框架和Python機器學習常用的協力廠商函數庫。甚至提供神經網路以及深度學習的理論及專案實例。讀完本書，您能強化以下實作技能與觀念：✔何為人工智慧、常用領域、開發環境✔熟悉pandas、numpy✔學會製作中文相關應用、詞雲、結巴中文分詞✔學會使用Matplotlib，OpenCV，SKLearn✔使用Python實作KNN、K-Means。✔使用Python實作SVM、感知機、核心函數✔Python實作推薦系統、商品推薦、內容推薦、協作過濾及圖結構✔了解機器學習模型、線性非維性、監督及非監督、強化學習✔了解線性回歸(一元、多元)、邏輯回歸✔了解多層神經網路、深度學習☛適合讀者✔人工智慧/深度學習/機器學習入門讀者✔大專院校、專業教育訓練機構師生✔其他對智慧化、自動化感興趣的開發者

現在學機器學習，正是最好的年代！在過去要處理資料，就要用C語言撰寫函數；在Python裡，別人已寫好了許多套件，只要像是在玩樂高積木一樣，就能完成你想要的結果。因此我會說，現在是學機器學習最好的時候，你等於是站在巨人的肩膀上學習。本書沒有複雜的數學，沒有複雜的程式碼，以有系統的編排，引領你進入機器學習的世界。我們會介紹sklearn的資料預處理；簡單線性迴歸、多元線性迴歸、羅吉斯迴歸、K最近鄰、支持向量機、決策樹、隨機森林等監督式的機器學習模型。而在非監督模型上會介紹Kmeans。另外，大部分的書不會強調的ColumnTransformer、管道器製作。許多書沒有解釋清楚的模型預測重要指標：正確率、精確率、召回率、混亂矩陣、綜合報告、PRC曲線、ROC曲線，我們也會一次詳細說明，讓你一手掌握。實例演練時會操作中英文的文字處理，並做情感分析和主題探索。還有知名的大數據資料庫，包括波斯頓房價預測、鳶尾花資料、鐵達尼號資料、威斯康辛大學醫院收集的乳癌腫瘤病患預測、電信公司客戶流失預測、信用卡盜刷預測、Newsgroup新聞群組分類、Amazon商品評論預測、Tripadvisor裡兩家航空公司和數字預測。最後教大家如何將深度學習的模組也包裝到sklearn。現在就讓我們一起學習Python，用機器學習掌握人工智慧。