Python

本書第1版於2020年11月出版發行後大獲成功，Python及NetDevOps技術在國內計算機網絡圈子裡迅速走紅，國內與NetDevOps相關的技術文章在網絡上如雨後春筍般大量涌現，行業裡也出現了很多要求掌握NetDevOps技術的網絡工程師職位，並且需求越來越多，NetDevOps是“下一代網絡工程師”必須掌握的技能已經成為既定且不可逆的事實。 以Python為主的NetDevOps技術知識更迭很快，第2版將在第1版的基礎上添加TextFSM詳解、Netmiko詳解、Nornir詳解、NETCONF詳解及RESTCONF詳解等5章內容，並去掉pyping、pyntc、netdev等一些不再流行或者作者已經公開宣布不再維護的模塊內容。 另外，第2版將在思科設備的基礎上添加華為設備的內容，由朱嘉盛老師執筆，相信能對主要使用國產設備的國內網絡工程師更加有益。

正宗Keras大神著作再次降臨！近10年來，深度學習為人工智慧領域帶來了出色的進展，也解鎖了許多有趣的新功能，如：機器翻譯、影像識別、物體定位等不一而足。毫不誇張地說，深度學習已迅速成為每位軟體開發者必備的武器。此外，諸如Keras和TensorFlow等先進的工具，也消除了普通人與深度學習之間的隔閡。即使你只有高中程度的數學知識，且甚至沒有資料科學的相關背景，也依舊可以透過這些工具來建構有趣的深度學習應用。本書由 Keras 創始者親自撰寫，沒人比他更了解Keras這套工具，雖然如此，但這並不是一本 Keras 的使用手冊，而是帶你從頭開始探索深度學習，進而拓展對深度學習理解的經典之作。你也將從中明瞭解決機器學習問題的標準作業流程，以及未來實務上如何克服可能遇到的問題。本書前一版在全世界都獲得非常高的評價，並被翻譯成12種語言，到現在仍是技術社群推薦必讀的深度學習入門書。不過深度學習技術在這短短幾年有巨大的進展，因此第二版作者新增了許多常見任務的實作專案，例如：影像分割、時間序列預測、機器翻譯等。另外，作者還加入了當前熱門技術的介紹，如attention機制、Transformer架構、KerasTuner等，並搭配實作案例來加深讀者的理解。由於第二版的內容修改幅度極大，因此中文版重新編譯，由業內專家進行翻譯、審閱，在專有名詞的說法和敘述，都更加符合國內業界的習慣用語。無論你是從業中的機器學習工程師、軟體開發人員，還是資訊科系學生，本書的內容都會對你有所幫助。【重磅推薦】 「掌握本質， 了解其所能與不能， 是面對技術快速迭代、世局難以預測的鑰匙。本書就是開啟深度學習的一把鑰匙。」 ——鴻海研究院執行長 李維斌「對於想熟悉 Keras和Tensorflow的技術人來說， 是一本極佳的入門學習書， 而對於不熟悉技術只想一窺門道的人來說， 結構井然的邏輯和極為通暢易讀的寫作方式， 大大降低了非技術出身如我輩的學習門檻。」 ——台灣人工智慧科技基金會執行長 溫怡玲「Keras大神親自出手將最新的發展及其具體應用範例帶到我們面前， 在AI產業界來說， 這是極其重要的大事， 不可等閒視之， 而且是由在 AI領域著墨很深、實踐經驗豐富的黃逸華數據長主持翻譯與審閱工作， 更讓我們充滿期待。」 ——台灣人工智慧協會副理事長 黃國寶「大神再次出手， 這是AI產業化的高光時刻， 很榮幸

AI影像深度學習啟蒙 : 用python進行人臉口罩識別 本書涵蓋的內容有 ★線上平台COLAB使用教學 ★本機電腦Jupyter使用教學 ★基本運算、變數與字串 ★串列、元組、集合與字典 ★流程控制if else ★流程控制for與while ★函數、類別與物件 ★資料夾與檔案處理 ★txt、csv、json文件的讀寫 ★基礎套件的使用 ★Numpy的使用 ★OpenCV的使用 ★完整Tensorflow安裝流程 ★Tensorflow的使用 ★類神經網路(ANN)原理與實作 ★卷積神經網路(CNN)原理與實作 ★模型可視化工具Netron的使用 ★口罩識別模型教學 ★影像串流與實時口罩識別 這是一本想給非資電領域或初學者的入門書籍，內容從基礎語法開始，使用日常所見的比喻協助理解，在AI類神經網路的基礎部分，使用大家都熟悉的二元一次方程式來切入，多以圖表來說明概念，避免艱澀的數學推導，一步一步講解建立深度學習模型的步驟，書本最後還帶入口罩識別模型的教學實例，協助讀者從頭到尾完成一個專題，讓AI更貼近你我的生活。

Python網路爬蟲大數據擷取、清洗、儲存與分析王者歸來(第二版)★★★本書第一版是【博客來2020年】【電腦書年度暢銷榜第3名】★★★★★★★★【26個主題】+【400個實例】★★★★★★★★★★從【零】開始的【網路爬蟲入門書籍】★★★★★★★★★★大數據【擷取】、【清洗】、【儲存與分析】★★★★★★★★★★【網路趨勢】+【了解輿情】★★★★★第二版和第一版做比較，增加下列內容：★：全書增加約50個程式實例★：網路趨勢，了解輿情★：網路關鍵字查詢★：YouBike資訊★：國際金融資料查詢★：博客來圖書排行榜★：中央氣象局★：租屋網站★：生活應用下列是本書有關網路爬蟲知識的主要內容：★：認識搜尋引擎與網路爬蟲★：認識約定成俗的協議robots.txt★：從零開始解析HTML網頁★：認識與使用Chrome開發人員環境解析網頁★：認識Python內建urllib、urllib2模組，同時介紹好用的requests模組★：說明lxml模組★：Selenium模組★：XPath方法解說★：css定位網頁元素★：Cookie觀念★：自動填寫表單★：使用IP代理服務與實作★：偵測IP★：更進一步解說更新的模組Requests-HTML ★：認識適用大型爬蟲框架的Scrapy模組在書籍內容，筆者設計爬蟲程式探索下列相關網站：☆：國際與國內股市資訊☆：基金資訊☆：股市數據☆：人力銀行☆：維基網站☆：主流媒體網站☆：政府開放數據網站☆：YouBike服務網站☆：PTT網站☆：電影網站☆：星座網站☆：小說網站☆：博客來網站☆：中央氣象局☆：露天拍賣網站☆：httpbin網站☆：python.org網站☆：github.com網站☆：ipstack.com網站API實作☆：Google API實作☆：Facebook API實作探索網站成功後，筆者也說明下列如何下載或儲存不同資料格式的數據：★：CSV檔案格式★：JSON檔案格式★：XML、Pickle★：Excel★：SQLite在設計爬蟲階段我們可能會碰上一些技術問題，筆者也以實例解決下列相關問題：☆：URL編碼與中文網址觀念☆：將中文儲存在JSON格式檔案☆：亂碼處理☆：簡體中文在繁體中文Windows環境資料下載與儲存☆：解析Ajax動態加載網頁，獲得更多頁次資料☆：使用Chromium瀏覽器協助Ajax動態加載

制霸5大超強聊天機器人「智慧客服、即時查詢、發票對獎、多國語音翻譯、線上旅館訂房」的人工智慧實戰攻略LINE在全台擁有2,100萬個活躍用戶，使用者橫跨所有領域，深入每個年齡層，樹立不可撼動的地位。LINE Bot是近年來非常受到企業重視與愛用的服務，除了被動的客服答詢，還能主動推播行銷與活動資訊，為企業、社群或團體打造品牌形象，營造出使用者認同感與忠誠度。書中使用當前最受歡迎的Python程式語

「大數據會消失，資料科學不會」「所有的科學都是資料科學」―――資訊科學時代最需要閱讀的一本書―――東京大學資料科學人氣講座全收錄────★傳說中的東大松尾研究室超熱門課程，第一手內容完整公開！★用Python學習基本的程式撰寫，邊做邊學，鍛鍊最強的資料科學技能！★收錄大量練習題和綜合題演練，打好理論基本功，具體應用於實務現場！★體驗資料科學的魅力，培養整合跨領域課題的創造力！所謂科學，是從世界上混

「Django從平凡到超凡」是一本探討動態網頁開發技術的書籍，內容涵蓋非常完整，議題包括網際網路概念、系統開發環境設置、 Django的觀念與技術、動態網頁開發的相關知識、版本控制與雲端部署等，一步一步由淺入深引導讀者建置一個雲端部落格系統。過程中，不僅詳細說明系統開發的步驟，更加入了許多系統開發概念的分析及闡述，這是本書和一般書籍非常不一樣的地方：觀念與技術並重，這讓讀者在熟練技術的過程中，也能

本書是《Deep Learning : 用Python進行深度學習的基礎理論實作》的續篇，將延續上一本書，繼續介紹與深度學習有關的技術。本書尤其偏重在自然語言處理及時間序列資料處理上，使用深度學習，挑戰各式各樣的問題。和上一本著作一樣，以「從零開始建構」為概念，詳盡介紹與深度學習有關的先進技術。 簡單來說，自然語言處理是指，讓電腦瞭解我們平常說話內容的技術。事實上，這種自然語言處理技術已經大大改變

⊙循序漸進紮實基礎：從核心概念出發，涵蓋監督式、非監督式與強化學習，並提供關鍵的數學推導（如梯度下降、線性代數），以建立深厚的機器學習底層邏輯。⊙經典演算法至深度學習全解析：並重經典迴歸、決策樹與SVM，並深度拆解CNN、RNN、LSTM及當前主流的Transformer架構，接軌AI業界最熱門的技術核心。⊙Python實作與全生命週期導引：搭配主流程式碼與Kaggle真實數據集，完整走過資料清洗、特徵工程到模型評估的專案流程，同時深入探討AI倫理與模型可解釋性。本書兼具理論知識的傳授與實務應用能力的培養。全書以核心概念紮實基礎，並輔以數學直覺和必要的推導（如梯度下降、機率論、線性代數）說明，內容涵蓋廣泛，從經典迴歸模型到現代深度學習的熱門應用――CNN、RNN及領先時代的Transformer架構，均有深入淺出的探討。實務操作以Python程式碼應用為重點，搭配Scikit-learn、TensorFlow與PyTorch等函式庫，完整拆解從資料清洗、特徵工程到模型評估的「專案全生命週期」。透過Kaggle等真實數據集的實戰演練，讀者將可親手實作圖像分類與自然語言處理等案例。此外，本書更具備前瞻性的倫理視角，深入討論數據偏見與模型可解釋性，讓讀者對機器學習概念、方法與實踐能有全面的理解。

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

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

★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。

面對大數據和人工智能技術及應用的迅猛發展，傳統的數據結構與算法課程的教學內容和教學模式亟待改革，以適應大數據和人工智能專業人才培養的需要。本書就是為滿足這種需要而編寫的。本書共15章，主要內容包括大數據概念、Python語言基礎、線性表、棧與隊列、數組與字符串、樹、圖等經典數據結構，鍵值對、嵌套數據結構、列存儲結構等面向大數據計算的新型數據結構，排序算法、查找算法、基礎算法設計、機器學習算法基礎、大數據框架下的算法設計等經典基礎算法和大數據常用算法。本書兼顧每種數據結構的抽象邏輯結構及其物理存儲形式，使學生對數據結構的設計原理、實現方法、存儲機制有較深刻的認識。 本書可作為計算機科學與技術、軟件工程、大數據技術與應用、人工智能等專業數據結構與算法及相關課程的教材。

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。

▍用「Python ✕ AI 神隊友」操作 Excel、Power BI，讓資料彙整、視覺化、報表製作...等辦公室重複作業全方位 Auto！▍AI 神威助力！呼叫 ChatGPT、Copilot 做自動化程式萬能顧問：生成自動化範例、詢問關鍵功能如何撰寫、生成程式註解、解釋程式、糾出錯誤直接更正...樣樣通！【辦公室作業自動化 (Office Automation)】是廣大上班族最渴望實現的夢想，只要你感覺很多動作總是日復一日一再重複做，程式語言正是簡化這些繁瑣作業的絕佳工具。儘管目前各種 AI 工具當紅，把檔案餵給 AI 處理或許可以免除掉一些機械化工作，但其實 AI 工具很多時候也是在背後用程式解決問題，因應不同的情況，當用 AI 怎樣都試出不來，勢必還是得懂點程式做客製化修改，才能打造出一鍵自動化、定時自動化...等「全」自動化的高效辦公方式。【用最紅的 Python ✕ AI 聊天機器人做 Excel、Power BI 自動化，資料處理更快更有彈性！】Python 的語法簡潔、擴充性強，是打造辦公室作業自動化的最佳助手，只要用對套件，短短幾行 Python 程式就可執行自動化工作。而且，在開發時還可以呼叫 AI 來幫忙，包括提供想法生成範例、詢問關鍵功能如何撰寫、請 AI 幫忙生成程式註解、解釋程式內容、糾出錯誤直接更正...等，本書會教你善用 AI 大大降低寫程式的門檻！如果以下是你的日常：．數十個 Excel 檔等著你逐一開啟，複製資料後貼到總表 ．逐一從多個 Excel 檔複製資料，還得彙總成老闆要的分析報表．有上百個檔案名稱要列表整理，逐一將檔名複製下來 ．逐一開啟文件搜尋是否有某關鍵字，並彙整存在的頁面、位置．Excel 工作表已整理好各區報表，逐一切換工作表轉檔成 PDF．Word 當中存在多個表格，逐一選取並貼到 Excel．每天固定時段到網路上抓資料匯入 Excel、Power BI，日復一日天天做......諸如此類的機械性重複工作，一兩次還沒什麼，但只要資料量很大、或次數很多時就會成了苦差事，跟著本書用 Python ✕ AI 通通一鍵完成，絕對可以少做很多苦工！【600 個程式實例 + 「★AI 神助攻 TIPS」，帶你徹底掌握辦公室作業自動化！】本書另一個特色是精心準備 600 個程式實例，包含 407 個 Excel / Word

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●

◎ 從系統角度出發◎ 理論與實務結合◎ 主次分明通俗易懂本書特色巨量資料-->演算法-->機器學習-->預測未來，這是現在雲端時代最重要範式，也是人類進入數位時代後最重要的一次工業革命，集未來科技之大成，智慧家居、無人車、帶我們上火星，靠著就是這些暗黑科學。本書內容人工智慧和巨量資料技術已成為IT企業的發展趨勢，而技術的高速發展和需求的不斷增加也產生極大的人才缺口。本書致力於有系

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

★ 友善的學習銜接機制：因應讀者不同的程式基礎，特別規劃Python基礎章節，協助初學者順利銜接AI實作。 ★ 精煉的數學門檻導引：針對AI理論中必備的數學知識，以簡明扼要的方式進行重點歸納，讓讀者快速掌握數學關鍵。 ★ 系統化的學習路徑：針對期待跨入AI領域的初學者，規劃由淺入深的章節架構，帶領讀者一步步建立AI知識的核心基礎。 ★ 理論與實戰深度結合：強調「學以致用」，內容不僅涵蓋AI理論，更設計了程式實作練習，藉此提升學習動力，無論是自學或課堂教學皆能輕鬆上手。 ★ 接軌國際認證與職涯優勢：結合Certiport ITS Artificial Intelligence人工智慧核心能力國際認證考試重點，並納入模擬試題，協助掌握考試關鍵，順利考取證照，提升專業競爭力。

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

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。

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」

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