Python

從資料探索到商業洞察，打造行銷與電商的數據決策力 🎯 以最直白的語言講解數據，把複雜概念講到人人都聽得懂 從資料型別、分布、視覺化，到差異檢定、相關分析、迴歸模型，讓你真正理解「為什麼這樣分析」。 🎯 從基礎到企業級專案：RFM、KMeans、購物籃分析、漏斗、留存、客旅、再購預測一次學會 涵蓋行銷與電商中最常用、最能直接帶來業績與成效的核心分析方法。 🎯 每堂課都是完整案例 × Python 實作 × 商業應用 不只教語法，更帶你理解分析流程、解讀圖表、找出洞察、產出建議。 🎯 專案級能力養成：ARIMA 銷售預測、智慧客服文字分析、顧客行為分析報告 每個專案都能直接成為你的作品集，提高求職與轉職的競爭力。 🎯 教你做分析，也教你說分析：讓你的報告能被主管採用 提供分析框架、報告結構、圖表呈現方法，讓你做出「有洞察、能決策」的結果。 🎯 行銷、電商、資料分析、商業企劃、求職轉職必備的一本 Python 實戰書 職場常用技能一次打包，適合新手、跨領域與在職者快速提升分析力。 本書分成三大部分，循序漸進地帶你掌握從「看懂資料」、到「建立模型」、再到「產出商業洞察」的完整能力。 在 Part 1，你會建立數據分析的邏輯與語感，理解什麼是比較、關聯與預測，並知道面對不同問題該選用哪種方法。你會在這裡打好基礎——資料型別、缺失值、離群點、視覺化、差異檢定、相關分析、迴歸模型⋯這些都是商業數據分析最常用，也最能立刻創造價值的核心技能。 進入 Part 2，你會看到數據真正的力量。你會學會 RFM、KMeans、購物籃分析、顧客旅程、漏斗分析、再購預測模型等完整的企業級分析方法。這些技術不只是課堂範例，而是企業日常會使用的分析流程，你可以立即帶到工作中，用來提升轉換率、優化行銷預算、找出關鍵客群，甚至設計更精準的推播與廣告策略。 最後的 Part 3 將帶你學會如何用專案「說話」。從 ARIMA 銷售預測，到智慧客服的文字分析，再到求職時最常被問到的顧客行為分析專案，你會逐步累積成為求職者或專案負責人的「作品集能量」。因為懂技術固然重要，但能把結果講給人聽、讓決策者願意採用，才是數據分析最核心的價值。 本書用 Python 帶你快速建立行銷與電商數據決策力！從零基礎到企業實戰，學會資料整理、視覺化、模型運用與分析流程，並透過 RFM、KMeans、購物籃分析、銷售預

用Python和No-Code工具來開發專屬你的LLM應用 新手友善的LLM應用實戰指南，理解本質才能精準操作LLM這個黑盒子 從基礎AI開發開始，奠定AI應用飛躍之路 【內容簡介】 ♚學習AI開發：建立正確觀念，奠定紮實基本功 ♚理論實作並行：由淺入深學習，搭配程式碼實作 ♚套件全面剖析：理解套件背後的設計思路與取捨 ♚搭配No-Code工具：完整解析繁體中文Dify實戰 本書改編自第16屆iThome鐵人賽生成式AI組冠軍系列文章《Python新手的AI之旅：從零開始打造屬於你的AI / LLM應用》。本書將一步步帶著讀者學習建構一個AI應用的必備知識，從理論到實作都有涵蓋，不用擔心自己沒有AI的基礎。 本書專注於推論階段的LLM應用，前半部分介紹的是AI的基礎知識、LLM API的使用方法，以及圍繞在LLM周邊問題的解決方案；後半部分則詳細介紹Agent以及Dify這個No-Code LLM應用設計平台的使用方法和小訣竅；最後則是LLM應用的相關補充資料。 看完本書的你，就相當於擁有精準操作LLM這個「黑盒子」的基本能力，任何天馬行空的想法都能實現，而這也將會是你進入AI領域最開心的前奏。 【目標讀者】 ✪Python新手、想做點什麼的人。 ✪對AI有興趣、不知道怎麼開始的人。 ✪對開發LLM應用有興趣的人。 ✪不怕被說是套模仔的人。 本書改編自第16屆iThome鐵人賽生成式AI組冠軍系列文章《Python新手的AI之旅：從零開始打造屬於你的AI / LLM應用》。本書將一步步帶著讀者學習建構一個AI應用的必備知識，從理論到實作都有涵蓋，不用擔心自己沒有AI的基礎。本書專注於推論階段的LLM應用，前半部分介紹的是AI的基礎知識、LLM API的使用方法，以及圍繞在LLM周邊問題的解決方案；後半部分則詳細介紹Agent以及Dify這個No-Code LLM應用設計平台的使用方法和小訣竅；最後則是LLM應用的相關補充資料。

「這本書正是我當年提出『資料科學家』這個職稱時，所希望能擁有的一本書。如果您希望投身資料科學╱工程、人工智慧，或機器學習領域，就該從這裡開始。」 ── DJ Patil 博士，美國首任首席資料科學家 身為一位有志成為資料科學家的讀者，能夠理解各類組織為何仰賴資料來做出關鍵決策──無論是公司在設計網站、還是市政府在改善公共服務，或者是科學家在致力於阻止疾病擴散。而您也希望具備將雜亂資料整理為可行洞見的能力。我們將這整個過程稱為「資料科學生命週期」：也就是從資料的收集、整理、分析，到導出結論的完整流程。 本書是第一本涵蓋程式設計與統計兩大基礎技能、並貫穿整個資料科學生命週期的書籍。本書的對象包括希望成為資料科學家的人、與資料科學家共事的專業人士，以及希望跨越「技術╱非技術」界線的資料分析師。只要具備基本的 Python 程式設計知識，便可學習如何透過業界標準工具（如 pandas）來處理資料： ．將感興趣的問題精煉為可透過資料探究的研究問題 ．執行資料蒐集，其中可能涉及文字處理、網頁爬蟲等技術 ．透過資料清理、探索與視覺化，萃取出有價值的洞見 ．學會使用建模來描述資料特性 ．推廣研究結果，進行超出資料本身的推論

新增 40 道觀念題，讓你準備更加充分！ 搶進名校資訊類學系的最佳武器！ ◎以 Python 的運算思維與演算邏輯解析APCS公告試題 ◎針對各種程式追蹤、填空、除錯題型，模擬演算過程及變數值追蹤 ◎詳細說明【觀念題】的相關知識，並列出各選項對╱錯之理由 ◎完整架構解析【實作題】：解題重點分析、完整程式碼、執行結果及程式碼說明 多元邏輯思考訓練 手腦並用強化程式語言運用 APCS(Advanced Placement Computer Science)是指「大學程式設計先修檢測」，其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。APCS 考試類型包括：程式設計觀念題及程式設計實作題。 程式設計觀念題採單選題測驗，以運算思維、問題解決與程式設計概念為主。測驗題型包含：程式運行追蹤、填空、除錯、效能分析及基礎觀念理解等。觀念題如果需提供程式片段，會以C語言命題。重點包括：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、結構，及基礎資料結構，以撰寫完整程式或副程式為主。 由於 Python 語言具備簡潔、易懂易學的特性，應用範圍亦廣及網頁設計、App 設計、遊戲設計、自動控制、生物科技、人工智慧、大數據…等領域，著實擁有入門程式語言的多項優點，因此本書採用 Python 語言來進行實作問題分析及程式碼撰寫。 本書提供 APCS 歷年公告試題的完整解答與分析。觀念題不僅清楚說明題意，並詳解各選項的對錯理由。另外對於需要程式執行過程追蹤、填空、除錯等程式片段的觀念題，書中一併提供完整程式碼及執行結果。而實作題方面則以解題重點分析、完整程式碼、執行結果及程式碼說明等架構完整解析。深信本書能指引應考者具備檢測 APCS 的經驗與強化解讀程式的實戰力。 為了因應新制的「程式識讀」，本次改版新增了 40 題的「Python 程式語言觀念題題庫」。筆者希望本書能引導各位讀者具備應試 APCS 的經驗與實戰能力的養成，並學會如何解析程式的程式實作的能力，進行有能力根據自己的創意思維，開發出各式各樣功能的軟體，而這也正是本書努力達成的目標。 新增 40 道觀念題，讓你準備更加充分！ 本書提供 APCS 歷年公告試題的完整解答與分析。觀念題不僅清楚說明題意，並詳解各選項的對錯理由。另外對於需要程式執行過程追蹤、填空、除錯等程式片段的觀念題，書中一

無

★程式小白一學就會，不再半途而廢★一改傳統以鉅細靡遺的語法為導向的學習方式，採取AI時代的學習方式，以解決問題為核心，透過貼近生活的實例講解重要的語法與主題，有效率地和AI助理合作，讓初學者不再苦苦糾纏於繁瑣的語法，培養解決問題的邏輯思維。★實用套件輕鬆上手，寫出厲害、有用的程式★．pillow：圖像處理，例如色彩模式、裁剪、旋轉、翻轉、濾鏡等。．matplotlib：繪製圖表，例如折線圖、散布圖、長條圖、直方圖、圓餅圖等。．tkinter：建立圖形使用者介面 (GUI)。．Requests、Beautiful Soup：網路爬蟲，例如抓取臺灣銀行牌告匯率資料、從yahoo!股市抓取即時股價等。★與ChatGPT完美合作，寫出正確、高效的程式★提示工程技巧大公開：查詢語法和範例◎撰寫、修正與優化程式◎閱讀並測試程式碼◎除錯◎幫程式加上註解或try…except語法◎解決流程錯誤與無窮迴圈◎撰寫邏輯複雜的程式◎透過設計與撰寫函式來解決問題◎查看與解決程式錯誤所造成的例外◎根據資料判斷要使用哪種圖表並撰寫程式◎根據附圖與文字敘述撰寫GUI程式◎解決網路爬蟲程式失敗。在本書中，我們會在每章的開頭講解重要的語法與主題，然後在結尾的地方透過「 ChatGPT程式助理」專欄，示範如何有效率地和AI助理合作，讓初學者能夠快速寫出正確、有用的程式！當然這些提示工程技巧並不限定於ChatGPT，你也可以舉一反三、靈活運用在Gemini、Copilot等AI助理。將「 ChatGPT程式助理」以專欄的形式放在各章的結尾，不僅能夠適時地示範ChatGPT在不同主題的使用技巧，而且不會干擾讀者自學或教師上課的節奏。

資料結構必備好書，暢銷回饋中！ AI 再進化！ 使用 ChatGPT 高效率生成 Python 程式碼 資料結構是電腦科學領域中一門極為重要的基礎課程，對於從事資訊相關工作的專業人員而言，它具有不可忽視的價值。無論是在學術考試還是實際應用中，對資料結構的深入理解都至關重要。然而，對初學者而言，理解資料結構中的理論和演算法可能會帶來困難和挫折感。 本書的獨特之處在於使用豐富的圖例解釋相對複雜的理論，並以簡潔明瞭的方式詮釋資料結構理論。從基礎的概念開始，逐步使用 Python 語言解釋陣列、堆疊、鏈結串列、佇列、樹狀結構、圖形、排序、搜尋等重要主題。附錄中整理了資料結構相關的專有名詞，並提供了重要演算法的介紹和實作範例。 本書以簡潔有力、邏輯清晰的方式優化文句表達，並特別收集了大量習題，以確保讀者掌握各章節的學習成果。演算法節點盡量使用 Python 程式碼展示，而非虛擬碼形式。此外，本書還會展示由 ChatGPT 生成的程式碼。我們相信，ChatGPT 生成的程式碼具有簡潔性和精簡性，並能夠提供更好的解決方案。 ◇特別提供◇ —————————————————— ChatGPT 生成程式碼 —————————————————— 可與人工編寫程式碼相互比較作為參考！ ｜本書範例程式碼檔案，請至博碩官網下載｜ 本書特色 ☑ 完整的內容結構和清晰的邏輯，豐富的圖例解說提高可讀性 ☑ 使用 Python 語言實作資料結構理論，並透過範例程式碼深入解析 ☑ 參閱國家考試題型設計難易適中的習題，立即檢驗學習效果 ☑ 附錄彙整出資料結構相關的專有名詞，方便查詢加深學習印象 ☑ 增加「ChatGPT 解決觀點」欄位，幫助理解提高學習效率 資料結構必備好書，暢銷回饋中！ 本書以簡潔有力、邏輯清晰、圖例豐富的方式詮釋資料結構理論，並特別收集了大量習題，以確保讀者掌握各章節的學習成果。演算法節點盡量使用 Python 程式碼展示，而非虛擬碼形式。此外，本書還會展示由 ChatGPT 生成的程式碼。我們相信，ChatGPT 生成的程式碼具有簡潔性和精簡性，並能夠提供更好的解決方案。

本書特色1.以三大篇章，共41種冒險旅程，成為可以活用AI的深度學習達人。2.書中以各種有趣的範例，如：用電腦創作歌詞、使用DeepFace打造人臉辨識、情緒辨識等引發學習興趣。3.書末以「股票的自動交易系統」為專題，從資料整理與程式實作兩方面做整合性的應用。4.輕鬆活潑的筆調，搭配作者親手繪製的可愛插圖，以圖解化方式加深學習印象。5.整合式開發環境：Anaconda。內容簡介近年來人工智慧最主要的重心在深度學習，也是因深度學習有許多突破性的發展，而讓人工智慧有了許多以前意想不到的應用。本書承襲前作《少年 Py的大冒險：成為Python數據分析達人的第一門課》的風格，藉由輕鬆活潑的方式，從基本的原理開始，讀者可一步步跟著書中每個冒險，成為可以活用AI的深度學習達人！本書規劃三個篇章，共41種冒險。從AI的原理、怎麼思考所需的AI模型開始說明，接著介紹神經網路三大天王（DNN、CNN、RNN），並大量運用Gradio這個有趣的套件，把書中的AI模型做成網路應用程式。本書也介紹了如何用Hugging Face的transformers套件打造有趣的自然語言處理應用，以及使用DeepFace打造人臉辨識、情緒辨識等等。對於生成對抗網路（GAN）及強化學習也有相當詳細地說明。

從快速入門、主流應用到AI全面實戰連續6年榮登知名網路書店電腦資訊年度百大暢銷榜的Python學習最經典超過4萬名讀者見證與超過100位老師滿意的Python書籍榮獲各大通路電腦暢銷排行榜與海外指名授權圖書解決初學痛點，避免開發地雷集結熱門主題與AI技術，加值超過500分鐘影音教學內容由淺入深，範例程式精簡，執行效率再優化從200多個範例徹底掌握Python全面應用精髓Python是當今最熱門的程式語言，從網頁資料擷取、網站自動化測試、大數據分析、物聯網、機器學習與深度學習，到駭客攻擊工具等主流議題，Python都占據了重要的地位。本書以初學者的視角規劃學習地圖，並提供熱門主題實戰。從環境、語法、模組套件到主流技術應用，直接從實例學，讓學習者輕鬆入門，並能結合目前最受重視的實務運用，體驗Python最全面的應用魅力。Python學習最經典直擊關鍵技術領域，快速入門與實戰體驗Python的開發無極限■快速佈署Python開發環境，熟悉編輯器與執行方式。■詳細說明Python語法，由結構、變數、資料型態、運算式及判斷式進行學習引導，再深入迴圈、串列、元組、字典、函式與模組、檔案與例外處理等基礎且重要的內容。■詳述近50種實用的Python模組套件，如：random、os、os.path、sys、shutil、glob、locale、sqlite3、requests、re、bs4、BeautifulSoup、selenium、webdriver、time、matplotlib、pyplot、json、pytube、tkinter、flask、LineBotapi、LineNotify、ngrok、pydub、SpeechRecognition、pandas、OpenCV、numpy、pillow、PIL、Image、ImageDraw、ImageFont、math、pygame、mixer、gTTS、tempfile、PyAudio、googletrans、Translator、pyinstaller、pyfirmata、Arduino、pyserial…等，分析使用方式與注意事項，並以實例演練。■範例導引式學習，從小範例到專案應用實例。全新修訂並優化實作內容，從12個專案實戰貼近實務需求，即學即用即上手。■全面深入不同領域的應用主題，包括大數據網路爬蟲、資訊圖表繪製、影

．利用熱門的Python語言，深入解析APCS公告試題。．由基礎知識到解題技巧，以清晰易懂的方式闡釋程式設計核心觀念。．詳細探討觀念題的知識要點，徹底分析實作題的關鍵內容。．不再為APCS考試感到困惑，成功提升在APCS檢測中的表現，贏得競爭的優勢！使用「MOSME 行動學習一點通」，登入會員與書籍序號後，可自我練習，即學即測即評。評量：可在線上反覆練習書內題目。詳解：在線上即時練習書內題目後，可立即核對答案，查閱詳細解析。加值：提供本書的範例檔案、素材給讀者下載使用。

本書共9 章，包含PySide 6 / PyQt 6 常用知識及一些經典的應用。每章的側重點不同，並且相對獨立，讀者根據目錄即可獲取自己所需的內容。 第1 章介紹PySide / PyQt 的入門知識，主要介紹PySide 和PyQt 的基本概念、PySide 6 / PyQt 6 的安裝和使用（包括Qt Designer 等工具的初步用法）、常見IDE（PyCharm、VSCode、Eric 7）的安裝、設定與使用。已經有一定基礎的讀者可以略過本章。 第2章介紹Qt Designer 的詳細用法。Qt Designer 是PySide / PyQt的視覺化介面編輯程式，透過拖曳滑鼠等視覺化操作就可以快速開發出GUI 檔案（*.ui 檔案），可以透過官方提供的uic 工具把.ui 檔案自動轉為.py 檔案。本章介紹了PySide / PyQt 程式開發流程，如版面配置管理、訊號與槽連結、功能表列與工具列、增加與轉換資源檔等。對PySide / PyQt 初學者來說，這些是實現快速入門和快速進步的重要內容。第3 章和第4章介紹PySide / PyQt的基本視窗控制項的使用方法。第1章介紹了PySide / PyQt 的環境設定，第2章介紹了PySide / PyQt 完整的開發流程，接下來讀者最想知道的是PySide / PyQt 有哪些常用控制項和如何使用這些控制項，這就是第3章和第4章要解決的問題。 第5章介紹PySide / PyQt的特殊控制項——表格與樹。本章主要介紹表格與樹的用法，入門非常簡單。如果想要更進一步，還需要理解Model / View / Delegate（模型 / 視圖 / 委託）框架，這也是表格與樹的特殊之處。此外，資料量較大的表格往往需要資料庫的支撐，所以本章會涉及資料庫的相關內容。第6 章介紹一些進階視窗控制項。本章主要介紹第3 ∼ 5 章沒有涉及的其他常用控制項或內容，這也是介紹控制項的最後一章。本章介紹的控制項相對進階一些，比較常用的是版面配置管理與多視窗控制項（容器）。本章還介紹了視窗風格、多執行緒、網頁互動、QSS 的UI 美化等內容，最後以Qt Quick（QML）收尾。第7章介紹訊號 / 槽和事件。本章對PySide / PyQt 的進階內容進行收尾，是介紹PySide / PyQt 框架的最後一部分內容。前面幾章初

本暢銷系列作品的第4本書，這次的主題是強化學習。書中延續此系列的一貫風格，顯示實際的程式碼，讓讀者邊執行邊學習，不依賴外部程式庫，從零開始建置、學習支撐強化學習的基本技術與概念。 從「理論」與「實踐」兩方面著手，仔細解說強化學習這個複雜主題的構成要素，讓讀者確實掌握強化學習的獨特理論。有別於只用公式說明理論的書籍，讀者可以從書中的程式碼，獲得許多意想不到的領悟。

本書充分運用 樹莓派 與 NodeMCU-32S 的Wi-Fi、藍牙低功耗(BLE)無線通訊功能，以Python、MicroPython程式配合Node-RED建構物聯網，可藉著智慧型手機或筆電無論處在是否有Wi-Fi提供的場所都能來監控它。 本書分成三大部分 🔸樹莓派：從開箱設定到GPIO應用 🔸ESP32： 從GPIO腳位讀取溫濕度感測器、12位元類比訊號輸入得知光敏電阻值、到內建觸摸感測器運用 🔸樹莓派與ESP32：運用Node-RED融合兩者，輕易開發物聯網 書籍特色 🔸結合樹莓派與NodeMCU-32S建立實用物聯網 🔸運用Python與MicroPython撰寫感測與控制程式 🔸利用Node-RED以網頁撰寫程式整合硬體、使用者介面 🔸以Wi-Fi、藍牙低功耗(BLE)通訊傳遞訊息 閱讀本書後，你將學到 🔸樹莓派GPIO應用 🔸NodeMCU-32S GPIO應用 🔸Python與MicroPython程式設計 🔸Wi-Fi、藍牙低功耗(BLE)無線通訊模組應用Node-RED程式設計 本書適用於 🔸大專院校「機電整合」、「專題製作」、「網際網路程式設計」等課程 🔸高中、高職「微電腦應用實習」相關課程 🔸各級學校開辦「物聯網」探索課程 🔸創客玩家DIY物聯網

【新書簡介】★☆★ 全面掌握機器學習的影像處理，豐富實例等你來挖掘！ ★☆★機器學習的影像處理，是當前最熱門的研究領域之一，而這其中OpenCV-Python整合了OpenCV C++API和Python的最佳特性，使其成為電腦視覺領域內極具影響力和實用性的工具。本書透過案例來介紹所有影像相關的技術，包含了基礎演算法、機器學習、深度學習。在基礎部分，有影像安全（影像加密、影像關鍵部位打碼、隱身術）、影像辨識（答題卡辨識、手勢辨識、車牌辨識、指紋辨識、手寫數字辨識）、物體計數、影像檢索、缺陷檢測等。在機器學習部分，則實作了KNN實現字元（手寫數字、英文字母）辨識、數獨影像求解（KNN）、SVM手寫數字辨識、行人檢測、藝術畫（K平均值聚類）等。在深度學習方面，包括了影像分類、物件辨識（YOLO演算法、SSD演算法）、語義分割、實例分割、風格遷移、姿勢辨識等。另外在最流行的人臉辨識相關方面，則提供了人臉檢測、人臉辨識、勾勒五官輪廓、人臉對齊、表情辨識、駕駛員疲勞檢測、易容術、性別和年齡辨識等。本書對電腦視覺涉及的基礎知識進行了全面且系統性的深入梳理，能夠幫助讀者快速掌握該領域的核心基礎知識，此外，透過豐富的實例介紹，也能避免將案例作為單一問題看待的窘境，並且可以從不同的角度理解及分析問題，讓讀者能夠加以組合運用，創建屬於自己獨特的影像處理法寶！※ 本書附程式碼，可至深智官網下載：https://deepmind.com.tw/

內容介紹: 【最齊全！徹底活用Pandas的114技】想學Pandas，看官方文件就夠了？對於Python使用者來說，Pandas無疑是資料分析的必備套件。有了Pandas，您可以非常高效地重塑、過濾、清理以及整合大部分類型的資料。的確，Pandas的官方網站提供了不同指令的使用範例。因此有的使用者會說：『不用買書看啦！網路資源這麼豐富，多看看官方文件就好了！』不過，單單只知道某個指令的運作方式是不足夠的。在實際進行資料分析時，您可能需要結合多個指令來達成目標。這時候，您更需要知道如何活用Pandas。舉例來說，假設您現在面對DataFrame的記憶體用量過大，導致無法順利分析資料的難題時，該怎麼辦呢？從Pandas的官方文件中，您可以了解轉換欄位型別的方法，也知道如何查詢欄位的浮點數精度。只要結合這兩個方法，您就可以非常輕鬆地降低DataFrame的記憶體用量。遺憾的是，官方文件並不會告訴您這個訣竅，而必須自己花時間來摸索。在摸索的過程中，不可避免地會多走許多彎路。本書並非單純的Pandas語法參考手冊。作者寫作此書時的目標，是希望讀者們可以從完整的範例中學習，並充分了解活用Pandas技巧的重要性。此外，作者習慣給出同一問題的不同解法，同時比較不同做法的效能。由此一來，讀者日後在實際分析資料時，才能知道哪一種做法是最優解。正面對決真實資料集！目前市面上的Pandas書籍，多數是使用亂數產生的假資料集來進行教學。這會導致您在面對真實資料集時，不知該從何下手。有鑒於此，本書作者使用了眾多的真實資料集，讓讀者切身感受資料分析師的工作內容。書中的資料集包含：●IMDB 5000電影資料集●Tesla股票資料集●Kaggle問卷資料集●鑽石品質資料集●美國大學資料集●美國國內航班資料集●丹佛市的犯罪案件資料集 ●阿爾塔年積雪資料集●美國燃油經濟資料集 …等最齊全的Pandas技巧教學！為了讓讀者可以更好的理解，書中每一小節的內容皆搭配完整範例。讀者可以從讀入資料集開始，循序漸進地搞懂資料分析的眉眉角角。全書共傳授了Pandas實戰的114種技巧，保證讀者可以全面掌握其中的精髓。讀者將會學到如何：●處理資料集中的缺失值●處理索引爆炸的問題●組合多個Pandas物件●在DataFrame中新增和刪除欄位●取得特定欄位的統計資訊●轉置DataFrame的運算方向●

學會基礎程式設計本是很簡單的事，但許多人花了好多時間學習，最後仍學得似會不會毫無自信，隨便給個程式題目，往往不知從何下手。對這些人來說，好像學程式與天賦有關，少了基因，就是學不來。其實這個觀念是錯的，對台灣學生而言，幾乎天天都與數學打交道，每日逼迫自己運用「數學思維」作題目寫考卷，每位學生早已處在學好程式設計的有利位置而不自知，只要經過一些訓練，學習如何將數學用於程式設計，學好基礎程式設計只是早晚

1.介紹Python基礎技術與通過ICTP計算機程式能力國際認證的實用教材。 2.本書介紹的內容包含ICTP計算機程式能力國際認證-核心能力(Information and Communication Technology Programs-using Programming(Python) -Essentials Level)考試重點的

使用「經濟版Copilot」輔助學習Python程式設計 VS Code + GitHub Copilot 建立你的程式閱讀力 × 提示工程力 × 架構思維 ● 不背語法，也能看懂Python程式碼 ● 9大AI提示詞，系統化訓練「程式閱讀力」 ● Copilot寫程式，你負責評估糾錯與決策 ● 從AI輔助學習到AI專案開發完整進階 ● 可與ChatGPT、Claude、Gemini搭配使用 不從背語法開始，而是先建立AI時代最重要的能力──程式閱讀力 隨著生成式AI能快速產生程式碼，「會寫程式」的定義正在轉變。在AI時代，真正的關鍵能力不再只是輸入指令，而是看懂、判斷、修正，並與AI協作完成程式設計與專案開發。 本書不是教你按快捷鍵、接受AI建議，而是從根本培養在AI時代不可或缺的核心能力——程式閱讀力。書中以新開發出的「窮人版Copilot」為核心，透過所設計出的9大AI提示詞，將「看懂程式」這件事有效轉化成結構化和系統化的程式學習方法論。 書中提供超過1000個程式範例，這些程式範例不是單純示範語法，而是學習者修煉程式閱讀力的最佳素材。每段程式碼都是一套可反覆拆解、理解與思考的「心法」，幫助你逐步建立看懂程式、評估程式與重構程式的能力。 全書依照程式學習的自然進程，分為三個修煉階段：從AI輔助學習Python，到駕馭GitHub Copilot撰寫程式，再進階到AI協作的專案開發與架構思維。所學到的不只是工具操作，更是在對的時機使用AI、評估AI的回應，以及真正掌握AI時代的程式設計能力。 你將學會 ● 使用「窮人版 Copilot」的9大提示詞看懂Python程式 ● 判斷AI產生的程式碼是否正確、可讀、可維護 ● 與GitHub Copilot協作撰寫、審查與重構程式 ● 將AI整合進版本控制、虛擬環境與專案流程 ● 建立AI時代必備的程式素養與架構思維 適合讀者 ● 想在AI時代學會程式設計的初學者 ● 已有基礎，但想突破「能寫卻寫不好」瓶頸的學習者 ● 希望導入AI輔助教學的程式設計教師與講師 本書特色 ● AI 輔助學習 × AI 輔助開發的完整整合 ● 幾乎免費的學習工具，人人都能上手 ● 超過 1000 個可反覆修煉的程式範例，建立真正的程式閱讀力

無

⛧⛦ 跟著「三大場景 × 23 個實驗」動手做 ⛦⛧⛧⛦ 新手也能輕鬆打造 LLM 智慧聯網便利生活！ ⛦⛧你是否曾對家中智慧家電的運作原理感到好奇？常聽到「物聯網」這個詞，卻不太清楚它的真正含義？AI 聊天機器人這麼厲害，又該如何整合進智慧家電中？本套件將帶你從零開始，使用 ESP32 家族的 S2 mini 開發板連接感測器與電子元件，再透過 Python 撰寫程式，實作出各種有趣的物聯網應用。除此之外，還會進一步帶你認識 Web 與 MQTT 等網路技術，動手設計網路資料抓取、網頁遙控器、遠端鬧鐘、遠端留言板等實用功能。更好玩的是，我們把當前最夯的 LLM 技術也整合進來了！只要讓 S2 mini 透過 API 呼叫 LLM，就能用自然語言調整燈光顏色、生成音樂和弦，甚至自動摘要股市新聞。讓 AIoT 裡的「AI」不再侷限於傳統機器學習或基礎人工智慧，而是升級成真正懂你的智慧好夥伴！本書特色: 從書桌、床頭到大門，打造 LLM 時代的智慧居家物聯網生活▸ 從電子電路 → 程式設計 → 物聯網技術 → 整合 LLM，一套搞定▸ 獨門傳授免費串接 LLM API 的密技，讓 GPT 幫你作曲、控燈、做新聞摘要▸ 與 LLM 合作編寫程式，無論網頁前端或後端程式開發，不會寫的就問 Grok▸ 獨家教學 OLED 螢幕的中文顯示、小喇叭響起音樂和弦，完美貼近你我生活讓 AI 成為你的得力助手，全力支援你將書中實驗延伸出無限可能！組裝產品料件：ESP-32 S2 mini 開發板 × 1 片Type-C 傳輸線 × 1 條麵包板 × 1 片RGB LED 模組 × 1 個光線感測模組 × 1 個紅外線人體移動偵測模組 × 1 個小喇叭 × 1 個0.96 吋 OLED 螢幕模組 × 1 個溫濕度感測模組 × 1 個RFID IC 卡感應模組 × 1 個按壓開關 × 2 個公-公杜邦線 × 1 排公-母杜邦線 × 1 排排針 × 1 排Windows / macOS 均適用

本書以Python軟件為基礎,結合編者多年的數學實驗課程教學實踐進行編寫，內容涉及高等數學、工程數學中的相關數學實驗、數學規劃、插值與擬合、微分方程、差分方程、評價預測、圖論模型、多元分析、MonteCarlo模擬、智能算法、時間序列分析、支持向量機、圖像處理等內容，既有對算法數學原理的詳述，又有案例和配套的Python程序。

AI獨家解密－DALL•E、Midjourney、Stable Diffusion Python打開圖片生成原理潘朵拉盒子https://youtu.be/CnuH71v4qXc✴︎AIGC 核心概念：快速掌握 AI 生成內容的關鍵技術。✴︎影像生成技術：解密 GAN、擴散模型、VAE 的運作原理。✴︎Stable Diffusion：深入解析 VAE、CLIP、交叉注意力等技術。✴︎頂尖 AI 模型：比較 DALL•E 2、Imagen、DeepFloyd 的特色。✴︎熱門工具剖析：Midjourney、SDXL、DALL•E 3 詳細解讀。✴︎多模態 AI：探索 AI 如何融合文本、影像與聲音。✴︎影像變形技術：解讀 unCLIP、Stable Diffusion 的影像加工能力。✴︎完整實作指南：手把手帶你訓練 Stable Diffusion。✴︎低成本 AI 訓練：用 LoRA 技術輕鬆微調 AI 模型。✴︎開源生態與應用：進入 AI 創作與技術社群。✴︎產業應用解析：AIGC 在藝術、廣告、遊戲等領域的發展。✴︎適合所有讀者：AI 新手、創作者、技術專家都適用。

本書結合金融領域的實際需求和量化分析技術，手把手教讀者利用AI大模型的精准提示詞，讓AI大模型生成可用性極高的金融數據分析與建模代碼，確保了內容既有深度又貼近用戶實際需求。全書共計15章，目錄如下：第1章AI大模型在金融領域的應用基礎第2章讓ChatGPT協助處理金融數據第3章讓ChatGPT協助可視化金融時序數據第4章讓ChatGPT協助探索金融時序數據第5章讓ChatGPT協助進行技術分析第6章讓ChatGPT協助進行時序分析與建模第7章讓ChatGPT協助用機器學習建模第8章讓ChatGPT協助使用多因子模型第9章讓ChatGPT協助使用GARCH建模第10章讓ChatGPT協助進行蒙特卡洛模擬第11章讓ChatGPT協助進行資產配置第12章讓ChatGPT協助回測交易策略第13章深度學習基礎第14章深度學習在金融領域的應用探索第15章利用生成式AI分配量化權重 本書適合金融科技從業者閱讀參考。

用AI幫助學習運算思維，暢銷回饋熱賣中！ 【本書特色】 ✦ 依演算邏輯規劃章節架構，增加訓練的強度 ✦ 運用Python實作，訓練運算思維與演算邏輯 ✦ 結合ChatGPT輔助應用，加速程式設計 ✦ 採豐富圖例講解，精確提高演算法的理解程度 ✦ 提供完整範例程式碼，增強學習成效 運算思維是用來培養系統化邏輯概念的基礎，進而學習在面對問題時能有系統的分析與拆解問題的能力。為了讓讀者能更容易地來理解運算思維與演算邏輯，本書採用豐富圖例來闡述觀念，並使用簡潔、易懂、易學的Python語言來實作程式，重要指引包括：程式設計與運算思維之間的關係，必懂的資料結構，如陣列、矩陣、串列、堆疊、佇列、樹狀結構、圖形及雜湊表等，並說明分治法、貪心法、動態規劃法、樹狀演算法、堆疊與佇列…等演算邏輯。 另外，新增了「ChatGPT與Python程式設計」的內容，藉由熱門的ChatGPT聊天機器人，學習如何利用它來協助寫文章、擬信件、驗證程式…等，並運用ChatGPT開發小型遊戲程式，精彩AI範例如下： ✚ 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 ✚ 迷宮問題的解決方案 ✚ 海龜繪圖法繪製圖形 ✚ 猜數字遊戲 ✚ OX井字遊戲 ✚ 猜拳遊戲 ✚ 比牌面大小遊戲 賣點 用AI幫助學習運算思維！ 為了讓讀者能更容易理解運算思維與演算邏輯，本書採用豐富圖例來闡述觀念，並使用簡潔、易懂、易學的Python語言來實作程式，重要指引包括：必懂的資料結構，如陣列、矩陣、串列、等，並說明分治法、貪心法、動態規劃法…等演算邏輯。另外，本書新增了「ChatGPT與Python程式設計」的內容，以及開發小型遊戲程式。

樹莓派是一款基於 ARM 架構、Linux 系統的極簡計算機，既可以用於計算機編程教育，也可以作為機器人的控制核心。第一種運行於樹莓派上的編程語言是 Python，這是當前人工智能領域流行的編程語言之一。機器視覺是人工智能中重要的細分研究領域，OpenCV 則是當前機器視覺領域主流的開源處理庫，可以方便地用於計算機圖像處理，並應用於面部識別、目標識別等具體問題。本書介紹在樹莓派硬件上使用Python 語言，借助 OpenCV 庫編程，來實現具有機器視覺功能(識別和抓取特定顏色物體、識別人臉、識別特定人臉、進行面部跟蹤)的智能機器人。本書力求通過一系列不同層次的軟硬件任務，由淺入深地講解人工智能的概念，同時覆蓋 Linux系統操作、Python 編程、機器人系統搭建等多方面的綜合知識。在本書案例中使用的主要硬件載體是可在桌面上固定運轉的雙軸雲台和三軸機械臂等，它們可以代表一類智能機器人的形態。本書遵循開源、分享的創客精神，所有的硬件材料和軟件內容均可以從公共平臺獲取，讀者在充分理解的基礎上，不必局限於本書所列硬件，可自行獲取類似設備完成項目。本書可以作為中小學STEAM人工智能教育的一本基礎讀物，也可以作為中高職院校相關專業學生的參考書。

機器學習的靈魂：以統計數學為核心說明 全書圖解及歷史來龍去脈完整說明 從步入監督學習之旅開始 最精要的線性迴歸模型 完整講解K近鄰及貝氏推論 邏輯迴歸模型及最大熵模型 決策樹，感知機及支援向量機 EM演算法及Boosting提升方法 統計機器學習之旅，從監督學習開始，透過分析已標記的資料集訓練模型，使預測未知資料。最基礎的就是線性迴歸。進一步深入，K近鄰（K-NN）演算法和貝氏推論是統計機器學習中的兩大核心技術。 之後則說明邏輯迴歸模型和最大熵模型，兩者專注於分類問題。決策樹、感知機和支援向量機（SVM）則代表了更進階的機器學習模型。決策樹通過構建樹狀結構來進行決策，其直觀性和易於理解的特點使其在解釋性要求較高的場景中非常受歡迎。感知機是一種二分類線性分類器，支援向量機則是一種強大的分類器，透過在特徵空間中找到一個最優分割平面來分離不同類別的數據。 最後，EM（期望最大化）演算法和Boosting方法是提升模型性能的高級技術。EM算法通過迭代最佳化來處理。

本書首先引領你開啟樹莓派的大門，進入充滿神奇、瑰麗、希望的多彩世界。同時，也敞開探索Arduino資源的視窗，指引你善用俯拾皆是的各式珍貴資源。你將一步一步從基本程式設計、簡單電路組裝到測試的紮實演練，最後建立一個實用的物聯網。 本書分成三大部分 ➤ 樹莓派：從開箱設定到GPIO應用 ➤ Arduino：從LED閃爍的控制到Wi-Fi模組的開發 ➤ 樹莓派與Arduino：運用Node-RED融合兩者，輕易開發物聯網 閱讀本書後，你將學到 ✔ 樹莓派GPIO應用 ✔ Python程式設計 ✔ Arduino程式設計 ✔ 樹莓派與Arduino整合應用 ✔ ESP8266 NodeMCU應用 ✔ Node-RED程式設計 本書適用於 ☛ 大專院校「機電整合」、「專題製作」、「網際網路程式設計」等課程 ☛ 高中、高職「微電腦應用實習」相關課程 ☛ 各級學校開辦的正規或短期「物聯網」探索課程 ☛ 創客玩家DIY物聯網

在後疫情時代, 人們越來越注重身體健康, 平常除了去醫院進行健康檢查, 還有哪些方法可以得知自己的健康狀況呢？人類的生理器官雖然沒有嘴巴可以說話, 但是他們會發出不一樣的訊號, 我們可以透過這些訊號來觀察身體的狀況, 然而這些訊號往往需要專業且精密的儀器才能進行分析, 不過若是使用現今最熱門的技術 AI -人工智慧, 就能以簡單的方式來分析人體訊號, 本套件將帶你深入淺出學習人工智慧與生醫的應用, 一步步分析出身體的血氧、血壓、心跳等訊號, 讓 AI 為你的健康做把關！一開始我們會帶著大家獲取基本的訊號, 例如量測人體皮膚電阻值並建立無線網頁, 製作簡易測謊儀, 接著用現成的模組讀取血氧濃度, 一一探索人體訊號的奧秘。在蒐集訊號的同時, 伴隨而來的是 "雜訊", 這些雜訊有的來源於電腦變壓器、手機充電器或是光線干擾, 為了提取有用的訊號, 我們會特別說明可過濾雜訊的濾波器, 並教大家如何使用濾波器來繪製 PPG 訊號, 進一步獲得心率等訊息。在本套件中最重要的屬生醫2.0, 以往獲取生理訊號之後需要複雜的數學運算來獲得公式, 但生醫與人工智慧結合後, 輸入真實資料來訓練神經網路, 就可以訓練出自動找出公式的模型, 之後即可進行即時預測, 在範例中我們會利用神經網路來分析生理訊號所對應的人體體溫, 不僅實現生醫與 AI 的結合, 也較以往的酒精溫度計量測更加快速！本套件每個範例皆附有程式碼檔案, 即使是程式初心者, 也可以依照範例檔來製作屬於自己的 AI 生醫系統。本書特色: ● 血氧、血壓、呼吸與心跳等各種生理訊號大解密● 以 ESP32 蒐集真實資料, 訓練出分析生理訊號的神經網路● 配合網頁介面一步步搭建無線生醫系統● 現今最夯的 AI 與生醫結合, 讓 AI 貼近生活化, 初學者也能得心應手

Python暢銷經典主題強化再升級 運用世界級熱門開發平台 迅速掌握資料處理要領，深入全方位專案主題 立即體驗Python的大數據超強實戰力 面對大數據資料 如何爬取？如何整理？如何儲存？ 如何分析？如何呈現？最後要如何應用？ 就從熱門案例切入，快速搜集梳理巨量資訊！ 熱門搜尋關鍵字、股票的交易資訊、政府的公開資料、社群網站上傳的圖片與影音，以及實體通路或網路商店的銷售數據…等，都讓資料量快速爆增。大數據時代來臨，不僅科技業重視，就連傳統的零售業、金融業、製造業、旅遊業，以及政府都爭相投入，無不希望能運用數據分析與預測來協助決策方向，掌握數據就能找出趨勢的出路與提高判斷的精準度，也讓新興的數據分析師、資料分析師、資料科學家成為熱門職業。 Python無疑是大數據與AI時代第一程式語言，在數據資料處理的領域中有著非常重要的地位。本書由生活出發，以專題實戰，只要能掌握數據資料爬取清洗、儲存整理、統計分析、視覺化呈現，以及跨領域應用的關鍵技術，就能掌控大數據的應用。 ■完整學習Python資料處理的4大觀念與技術：爬取清理、讀取儲存、統計分析、呈現與應用。 ■快速熟悉Python熱門開發平台Google Colab，建立資料科學的基本觀念，學會Python語法函數模組的應用，並透過資料分析實作演練，培養數據分析開發領域所需的技能。 ■全面深入不同應用面向，如：網路爬蟲、資料正規化、資料視覺化、資料儲存與讀取(CSV、Excel、Google試算表、多媒體檔案擷取…)、批次檔案下載、公開資料應用、API建立… ■以最多元的熱門實例進行大數據專案實作，如：LINE貼圖收集、線上相簿批次下載、YouTube影片、音檔及播放清單下載，股票市場個股分析統計圖、股價資訊即時推播、網路新書排行榜、人力銀行求職資訊分析、超商門市資訊收集、即時網路聲量輿情觀察、網路線上字典，以及Web API開發… ■範例程式另提供Python筆記神器：Jupyter Notebook格式檔案，讓學習與操作更便利。 ■針對專案實戰提供影音輔助教學，加速學習效率。 【書附超值學習資源】320分鐘專案實戰影音教學/範例程式檔/「打造自己的疫情指揮中心：新冠肺炎數據分析實戰」教學影片

搞懂不會背叛你的數學，進一步提升你的程式功力！ 本書透過圖表解說人工智慧與資料科學領域的相關數學知識，並告訴你如何將其轉換為程式碼，除了可以吸收關於數學的知識之外，也能立即運用在工作上。 透過機率統計的學習，了解如何改善業務流程 本書將AI與資料科學的相關數學知識分成四大篇，第一篇的「機率統計、機器學習篇」介紹的是了解工作情況，篩選出必要資訊的流程，以及位於這個流程背後的機率統計、機器學習的數學知識。能掌握工作情況就能知道該如何改善相關業務，也能進一步觀察未來的變化。 了解最佳化的步驟，學會職場所需的最佳化流程 第二篇「數理最佳化篇」介紹最佳化業務的流程，以及解決業務問題的方法。要最佳化業務，就必須先了解哪些部分需要改善效率，換言之，最佳化的重點在於找出問題。了解最佳化的步驟與問題的種類，就能學會工作職場所需的最佳化流程。 透過預測病毒的傳播模式，了解相關的數學理論 第三篇「數值模擬篇」則以傳染染病的傳播為主題，學習預測這類傳播模式的微分。只要了解微分，就能了解病毒的傳播模式，也能利用動畫說明傳播模式與製作出臨場感十足的簡報。最後的「深度學習篇」則會先說明近年來發展神速的深度學習技術原理，再說明這些原因都於哪些技術或職場應用。 來自讀者的讚譽 「這是我買過最實用的書」 「這本書可以讓你知道如何將數學應用在現實世界的工作之中」 「這本書拯救了文科出身，在工作上又不得不面對數學的我」

網路書店年度百大電腦資訊暢銷書 《Python自學聖經》系列力作 運用Python掌握資料科學的價值 讓人工智慧機器學習找出趨勢的關鍵密碼 完整涵蓋Python資料科學技術，從開發工具、資料預處理、 機器學習、深度學習到模型訓練進化一應俱全！ 給需要本書的人： ★想進入Python資料科學領域，又不知怎麼切入的人 ★面對資料科學龐大又雜亂的理論與資訊卻不知如何下手的人 ★想快速且有系統收集大量資料，並提高處理運用效率的人 ★想利用大量資料進行分析，找出隱藏訊息與趨勢以協助決策的人 ★想運用資料數據訓練人工智慧模型，開發適用的演算法進行預測與解決問題的人 隨著AI人工智慧帶來的科技革命，資料科學的應用正在改變你我的生活。如何由龐大的資料數據中擷取爬梳出有價值的資訊，判斷決策，甚至能預測趨勢、掌握契機，是資料科學為現代社會帶來的新視野。 資料科學橫跨多個領域，涵蓋數學、統計與電腦科學等面向。如果想有系統的進入資料科學領域，歡迎藉由本書循序漸進的學習。書中除了有資料科學的觀念，還有技術應用與發展方向，讓每個艱澀觀念都能在範例實作的引導下有著更清楚的輪廓，讓你一探資料科學迷人的樣貌。 【書籍特色】 ■深入淺出，只要具備基礎Python程式語言能力即可輕鬆上手。 ■標示出重要觀念，在學習的過程中不會錯失關鍵內容。 ■應用範例導向，每個觀念皆附實用案例，不怕學不會。 ■不使用艱澀數學推導資料科學原理，而以淺顯易懂的文字解說學理。 ■實作圖片增量及遷移學習，即使少量資料也可訓練出實用模型。 ■實作機器學習與深度學習模型參數調校，輕鬆建立完美模型。 【重要關鍵】 ■應用工具：雲端開發平台(Google Colab)、資料科學工具(Numpy、Pandas、Matplotlib、Seaborn)、網路爬蟲(requests、BeautifulSoup)。 ■資料預處理：資料清洗、缺失值、重複值及異常值的處理、資料檢查、資料合併、樞紐分析表、圖片增量，以及資料標準化、資料轉換與特徵選擇。 ■機器學習：學習工具(Scikit-Learn)、非監督式學習(K-means演算法、DBSCAN演算法、PCA降維演算法)、監督式學習分類演算法(Scikit-Learn資料集、K近鄰演算法、單純貝氏演算法、決策樹演算法、隨機森林演算法)、監督式學習迴歸演算法(線性迴歸演算法、邏輯迴歸演算法、支持向

資料科學、機器學習是近來最夯的關鍵字, 所引發的學習熱潮從未間斷。然而初學的你只要稍微上網搜尋可能會發現, 資料科學涉及的領域實在超～級～廣, 包括 AI、機器學習、程式設計、資料視覺化、數學、統計...等等, 一拖拉庫的名詞都與資料科學沾上邊；相關書籍更是不少, 各書的切入點明顯都不一樣, 卻都一致高喊「我帶你學資料科學！」讓初學者看得更花了, 對於如何入門愈來愈沒頭緒...這麼雜到底怎麼學？A

『數學 ╳ 深度學習 ╳ Python 三效合一』深度學習用一句話就可以講完：『用訓練的方式找出一個數學函數，將輸入的資料映射到正確的答案』。重點就在於你如何找出那個對的數學函數！本書將深度學習的數學模型與運算式推導出來之後，還能實際執行 Python 程式幫助瞭解整個運算的過程。『打開機器學習的黑箱，才發現裏面全都是數學！』我們常在機器學習 / 深度學習的文章或書中看到線性迴歸、二元分類、多類別

【本書特色】分享在 Github 獲得 2,300 stars 的大數據 Side Project――FinMind，並一步步帶領讀者從 0 開始，打造專屬於自己的大數據 Side Project。不同於僅止於教學示範的 Side Project，FinMind 是少數經過實際使用者驗證、長期維運的資料服務，完整呈現資料工程從架構設計、系統實作，到產品化與穩定營運的全流程。讀者不只學會「怎麼做」，更能理解 為什麼要這樣做。【你將學到】資料工程實戰?使用分散式架構蒐集證交所、櫃買中心、期交所等股市資料，?並以容器化技術建構爬蟲、API、資料庫與訊息佇列服務。低成本雲端部署?單月約 5 美金 即可運行完整系統，?一站式管理多台分散式機器與服務。產品化與迭代流程?從單元測試、CI/CD 到 API 上線，?建立可持續維護與擴充的資料產品。監控與視覺化?建立專屬資料儀表板，並以業界主流監控工具掌握系統狀態。

體貼初學者學習Azure AI服務的流程!Azure AI服務功能介紹 > Azure AI服務申請 > 語法解說 > AI範例實作■ 專家與教師共同執筆由微軟AI + Developer 雙領域 MVP與科技大學教師共同編著，針對初學者學習Azure AI領域所應具備的基本素養，所編寫入門教材，內容由淺入深，以引發學習動機為最主要考量，帶領初學者靈活運用Azure AI與Azure OpenAI進行開發AI應用程式。■ 內容多元且淺顯易懂對Azure AI服務的理論做深入淺出的說明，同時廣泛列舉相關應用實例，並使用適當的插圖和圖表，說明Azure AI技術的原理和實際運作方案，讓初學者對Azure AI有更進一步的認識。■ Azure AI服務開發技能介紹實用的入門開發實作，以培養初學者規劃AI解決方案的能力。實作包含：電腦視覺、OCR光學字元辨識、自訂視覺、臉部偵測與分析、文字分析、問題解答知識庫、翻譯、語音合成以及機器學習分類、迴歸和叢集模型的實作範例，並介紹目前最火紅的Azure OpenAI生成式AI開發聊天機器人與AI繪圖程式；詳盡說明實作的程式碼與操作步驟，培養初學者開發AI應用程式的能力。■ Microsoft AI-900人工智慧基礎國際認證能力訓練將認證考試重點融入書中，讀者能藉由練習來了解該章內容重點，同時書末彙整MCF AI-900核心能力國際認證模擬試題，是考取MCF AI-900人工智慧基礎國際認證的最佳教材。

★國內金控現職量化交易研究人員傳授從量化分析到真實交易系統建置，一本書全學會 ☆量化統計專家 + 程式交易員共同帶你使用 Python 攻略台股量化分析及自動交易 ★問 ChatGPT 也無法得知的秘辛！量化交易研究人員帶你少走冤枉的量化交易研究之路投資是一門藝術，有時候做正確的事情不一定會賺錢，做錯誤的事情也未必會賠錢，只有長期投資績效才見的到真章，但如果等到長期交易最終賠錢才發現自己在做錯誤的事情，那就失去了時間又賠了金錢，得不償失。 剛入量化投資這一行的人，很容易被高績效迷惑了，而忽略了自己的交易策略是否合理。我們作為相對的未來人，使用歷史數據來建構策略，很容易有意無意窺探到了未來資料，或者是過度擬合數據以及未盡詳盡的統計分析，導致我們誤以為尋找到了長期穩定可以產生超額報酬的交易策略。綜合上面所述，本書在技術上說明如何做量化分析、建構策略、AI 訓練市場數據及將一個策略架設排程每天去真實自動交易，另一大重點是，我們會在統計分析及建構策略的過程中，不斷向讀者說明如何避開建構出回測一條龍，上線一條蟲的策略。結合我們多年的量化研究及真實交易的經驗，透過一些特徵，我們可以避開錯誤的方式去建構策略，期待讀者在研究交易的路可以少走一點彎路。 我們在學習量化分析及真實交易的過程中，很有可能在前面幾年處處碰壁，甚至難以贏過大盤，但是我們深信有金融知識以及數學量化的基礎支持，不斷的學習，小心控制風險，終究有一天會研究有成，在長期績效中贏過大盤，我們透過本書，期望可以與讀者共同成長，並且我們留下了可以供讀者發問的地方，隨時可以共同探討量化及投資相關的議題。

辦公室作業自動化Word、Excel、PowerPoint、PDF、CSV、Pandas多執行緒、排程、藝術二維碼、短網址、電子郵件、爬蟲【本書內容】★☆★☆★【技術最強、功能最廣】★☆★☆★★☆★☆★【國內第1本 - 藝術二維碼、短網址】★☆★☆★★☆★☆★【AI助力效率飛躍】★☆★☆★★☆★☆★【多執行緒設計效能提升】★☆★☆★◆正則表達式CIA情報員搶救任務電子郵件地址自動擷取文件格式化自動化◆多執行緒進階平行運算客戶服務系統效能提升即時數據同步技術企業自動化報表生成◆自動化檔案管理自動化備份流程批次檔案修改過期文件自動清理◆提升效率的利器 – 短網址短網址生成器短網址解析技巧◆藝術二維碼QRCode到電子名片背景圖像QRCode◆告別重複工作 – 自動化排程schedule模組應用APScheduler模組 - 背景任務管理◆Python高效處理Word自動化行銷文案生成擷取圖表、表格數據Word與PDF格式互轉◆PDF魔法擷取PDF中的圖片、文字與表格PDF文件加密與解密PDF浮水印自動生成◆Python操作Excel吸睛報表完美呈現數據圖表說故事樞紐分析表的強大應用Excel與CSV轉換Excel轉PDF◆Python操作PowerPoint程式自動生成簡報批次簡報製作 - 效能再升級會議簡報自動化流程PowerPoint轉PDF◆傳送與接收電子郵件自動發送會員信件通知會員繳費提醒找出含特定內容的郵件◆網路爬蟲技術多執行緒爬蟲下載圖片自動抓取網頁數據並轉成表格JSON數據下載轉CSV或Excel網頁表格轉CSV或Excel◆Openai API助攻客服設計線上客服設計ChatGPT x Excel建立客服知識庫

激發你的創客魂！手把手建立完整的語音助理裝置, 並加入 RGB LED 燈模擬家用設備, 讓 ChatGPT 不再只是文字對談對象, 更可以成為我們的生活小幫手。電影裡的智慧語音助理令許多人十分嚮往, 不僅對話方式與人類相像, 還擅長控制各種硬體設備, 而這類電影情節即將成真, 如今有強大的大型語言模型可以作為 AI 語音的核心, 聊天對話已是基本, AI 語音連接真實世界的硬體設備更是未來趨勢。本套件將會帶各位把 GPT 連結到 ESP32 中, 透過語音設備跟語言模型對話；並為語言模型建立各式各樣的擴充功能：● 聲控燈：由 AI 根據語意判斷使用者想要的 RGB 燈色, 不管是金鳳凰色、暖色等形容詞, AI 都可以幫我們調出該顏色。● 高鐵/台鐵車次查詢：AI 自動串接 API , 取得所需的車次資料後告訴你最合適的車次。● 即時口譯機：利用語言模型強大的理解能力, 將你想翻譯的詞句轉換成別的語言, 並口述給你聽。● 天氣預報員：有了連網功能的 AI 如虎添翼, 任何資訊只要能 Google 到就可以餵給 AI , 讓他成為小小萬事通。● YouTube 音樂點播助理： AI 判斷你想聽的歌曲下載並播放 YouTube 音樂。如果你有更多想法與創意, 都可以自行擴增功能給 AI 使用, 例如：取得電影時刻、股價查詢、新聞快訊等等, 讓他成為你個人的最強助理。

一本手把手教你用Python刻出區塊鏈的技術書，想了解區塊鏈背後的原理？就從挽起袖子寫程式開始！ 手把手教學：你也可以寫出跑得動的區塊鏈！ 實用密碼學：Merkle Tree、非對稱加密、零知識證明是怎麼做的？ 共識與分岔：暫時性分岔、軟分岔、硬分岔有甚麼區分？ 礦工的世界：扣塊攻擊怎麼做？機槍池的原理是甚麼？ 去中心金融 - 乙太坊上也有當舖！預言機暗藏危險？AMM機制是怎麼做的？ 本書內容改編自第 11 屆 iT 邦幫忙鐵人賽的 Blockchain 組冠軍系列文章，也是第一本從技術角度出發，透過實地撰寫區塊鏈開始談背後所應用到的相關知識。在完整復刻出區塊鏈後，更能了解到區塊鏈世界裡常聽到的幾個專有名詞：女巫攻擊、共識演算法、軟分岔與硬分岔、工作量證明、非對稱加密的由來。 “What I cannot create, I do not understand” - Richard Feynman 五大重點： 1.用 Python 從頭打造區塊鏈 本書重點在於從復刻出區塊鏈開始，帶你逐步了解開設錢包、發起並簽署交易、節點廣播的功能是如何被實作出來的，並透過實作過程中的細節來了解到區塊鏈背後需要哪些知識。 2.密碼學初探 虛擬貨幣之所以常被稱為加密貨幣就是因為應用了大量的密碼學，也是因為密碼學我們才能夠在茫茫的網路世界中確認彼此的身分！ 3.聊聊挖礦的兩三事 帶你實地加入礦工們的世界，來看看礦工與礦池間又有哪些鉤心鬥角的方式！ 4.P2P網路入門 在去中心化的世界中，我們如何知道彼此的身分？又如何形塑出一樣的共識？在求取共識的過程中，分岔又是怎麼形成的？ 5.淺談現實中的區塊鏈：BTC與Ethereum 現在最知名的兩大公鏈莫過於比特幣(BTC)與乙太坊(ETH)了！除了講述區塊鏈的原理之外，本書最後也會帶你解析與走過比特幣與乙太坊的發展歷程與架構。 6.去中心化金融 為何 ERC20 如此重要？借貸系統是如何實作的？有哪些獲取正確價格的方式？為什麼閃電貸可以拿來攻擊？為何算法穩定幣註定會失敗？