Fundamentals of Python programming

⛧⛦ 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

‧軟體測試職涯 探討職業發展與未來趨勢。‧實體到軟測 透過實例理解測試核心概念。‧需求評審技巧 強化文件評審與測試準確性。‧多種測試方法 涵蓋等價類、邊界值等技術。‧Bug追蹤管理 介紹禪道等工具提升效率。‧Linux與資料庫 強化測試環境與數據操作能力。‧Web自動化測試 使用Selenium+pytest提升效率。‧API測試實戰 從HTTP基礎到實際案例分析。‧封包抓取分析 利用Charles定位前後端問題。‧Python測試應用 透過Requests、pytest完成自動化。‧AI在測試中 NLP技術輔助測試，提升測試效能。‧求職與面試 履歷製作、題庫解析與模擬問答。本書內容包含測試職涯發展、學習路線與核心素質，並透過實體產品測試實例幫助讀者理解測試概念。軟體測試從需求評審開始，書中解析如何審查需求文件，確保測試的準確性，並深入探討測試計畫、測試用例設計與功能測試方法，如等價類劃分、邊界值分析、錯誤推測等，使讀者掌握測試用例的編寫與評審技巧。在測試執行方面，本書介紹 Bug 追蹤與測試管理工具，提升測試效率，並涵蓋 Linux 指令與 MySQL 操作，幫助測試人員搭建與管理測試環境。書中還深入探討 Web 自動化測試，透過 Selenium 與 pytest 測試框架與 POM 設計模式提升自動化能力，並介紹 HTTP 介面測試，幫助讀者強化 API 測試技能。此外，本書涵蓋封包抓取與分析，利用 Charles 工具解析封包內容，有助於前後端錯誤定位，並提供 Python 自動化測試應用，透過 Requests、pytest 提高測試執行效率。近年來 AI 在測試領域的應用日益重要，本書探討 AI 與 NLP 技術如何輔助測試，如自動生成測試用例與指令碼提升測試效能。

1.全新的內容編排，提供學生視覺上的增強學習與閱讀的便利性。2.各章首安排本章節次及學習目標等，提供學生課前掌握學習重點。3.全書採用數百幅精緻全彩圖片，圖表化說明相關原理，讓學生以最簡易的方式學習深澀理論。4.全書圖例採用機能性標誌引導，讓學生準確學習，提升學習效率。5.本書使用Python程式語言。6.每一章附有課後習題，依各節順序編排，適合學生循序複習。7.每一章均有探討活動，讓學生學會去思考與分析問題，從中找出解決的方法，再選擇適合的資訊科技，與他人進行共創。

用最簡單的方式，打造專屬於你的自動化神器，從此告別重複工作，把時間拿回來！★ 不會寫程式也沒關係，AI 幫你一行一行生出來★ Google Apps Script、Python、VBA 三大語言通通教，幫你選最適合的那一個★ 搭配大量實用案例，讓你馬上應用在日常工作★ 從自動寄信、整理報表，到跨平台整合，通通一書搞定★ 專為初學者設計，每段程式碼都有白話說明只要你曾經想過：「這工作可以不要一直重複做嗎？」這本書，就是你的解答！【簡易入門】讓你從 0 開始不怕程式．三大熱門自動化工具：Google Apps Script、Python、VBA，一次搞懂差異．完整入門流程：從介面操作、程式碼結構，到如何用 AI 協助寫程式．初學者必備觀念：function、debug、權限、API…通通白話解釋【動手實作】跟著做就會，自動化實戰案例滿載．自動寄送報表給主管、定時備份資料、表單送出即時通知．整合 Gmail、Google Sheets、Forms、Drive，打造你的工作助理．案例皆搭配 GenAI 助手操作範例，讓你不懂語法也能跑起來【自由創作】玩出自己的創意自動化．結合多個工具，打造跨平台的工作流程．學會部署前端小介面，讓你寫的程式更好用、更像一個小產品．把 AI 不只放在旁邊寫程式，而是真正「嵌入」到你的程式裡面！【本書適合】◎行政人員與助理：每天重複處理表單、報表、寄信、對帳◎中小企業老闆或主管：希望提升工作效率、又沒有程式背景◎會計、財務與人資人員：經常操作 Excel 或 Google Sheets◎業務與行銷人員：身兼多工、想把流程自動化◎自由工作者、創作者與接案者：想靠自己建立自動化工具◎學生與轉職者：想打好基礎、未來走向資料分析或工程領域

使用Raspberry Pi實作影像辨識的眾多智慧功能豐富完整的實作範例引領你成為Raspberry Pi專家✪快速上手Raspberry Pi 5：了解硬體特色、Bookworm作業系統，以Python探索GPIO應用✪多媒體與網路連接：輕鬆設定網路、整合Webcam與Pi相機模組，讓Pi成為多功能媒體平台✪學習電腦視覺技術：深入學習OpenCV與MediaPipe，實現臉部辨識、手勢追蹤等智慧功能✪打造現代應用開發：使用Streamlit建立互動網頁應用，整合OpenAI Chat API，打造AI助手【內容簡介】本書是專為創客、工程師、學生與技術愛好者量身打造的實用手冊，結合基礎知識與進階應用，讓你全面掌握Raspberry Pi的潛力，成為現代創新專案的主導者。不論你是想學習物聯網裝置開發、電腦視覺、AI技術，還是設計個人化的專案，本書提供的完整知識與實作範例，將引領你一步步成為Raspberry Pi的專家，請立即翻閱本書，探索無窮創意，成就你的技術夢想。【精采內容】✪從零開始學習Raspberry Pi 5，深入理解這款微型電腦的架構與操作，迅速上手並應用到日常專案中。✪透過GPIO的控制，掌握Python程式設計與硬體互動，實現各種自動化與物聯網裝置的創意開發。✪探索OpenCV與MediaPipe電腦視覺技術，實現臉部辨識、手勢追蹤與物件檢測，將影像處理能力帶入生活應用。✪使用Streamlit輕鬆建立互動式網頁應用，分享你的專案成果，快速轉化成實用的解決方案。✪整合OpenAI Chat API生成式AI技術，打造專屬的智慧助手與自然語言應用，走在人工智慧的最前端。【目標讀者】✪初次接觸Raspberry Pi的愛好者與學習者。✪想要學習AI及電腦視覺的創客。✪將Raspberry Pi作為實驗與教學工具的在校學生及教師。✪尋求嵌入式開發平台的工程師與專業人士。

★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。

這本書引導讀者從廣闊的人工智慧來到深度學習的核心概念，深化對機器學習的理解，並揭示電腦視覺如何利用機器學習來模仿和擴展人類的視覺能力。深度學習顯著提升了電腦視覺技術的效能，而成功的電腦視覺案例又進一步推進深度學習領域的發展，形成一個良性循環。　書中不僅提供扎實的理論基礎，更搭配豐富實用的範例，這些範例都是用強大且被廣泛運用的 Python 程式語言編寫。透過這些範例，讀者能更直觀地掌握書中所述的概念，並將理論付諸實踐。　本書特別為對影像處理與電腦視覺懷抱熱情的讀者而設計，無論是大學部或研究所的學生，或是渴望自學精進的其他族群，都能從中獲益良多。

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

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

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

漫畫圖解NLP，簡單好懂，立刻上手！什麼是NLP？N（Neuro）是「神經」，在此代表「五感」，我們透過視覺、聽覺、身體感覺、嗅覺、味覺這五感來體驗事物；L（Linguistic）是「語言」，對於以五感體驗到的資訊，使用語言賦予意義並加以思考，是人類的特性；P（Programming）是「程式」，人類以語言為基礎製作程式，然後根據這個程式行動。NLP就是以「神經」、「語言」、「程式」三者為基礎，活用大腦與精神的心理學。為了實踐人生目標，追求理想生活，你可以依靠NLP提供的實踐方法，修改大腦和行為的運作程式，讓自己更好！NLP能讓你‧告別無謂的煩惱和恐懼‧輕鬆與人交往，擁有好人緣‧時時充滿幹勁，勇於挑戰目標美國NLP協會認證訓練師&教練教你運用NLP，翻轉你生活的各方各面‧人際關係‧對話技巧‧達成目標‧自我學習‧時間管理‧身心放鬆最簡潔的說明、最直觀的圖解、最實境的漫畫，幫助你快速認識NLP，馬上學習、馬上使用，立刻改變人生最輕鬆好讀的NLP入門，讓你在最短的時間活用NLP！

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。

本書特色1.學習目標：每章的最前面都有引言說明學習目標，啟發學習動機。2.圖解說明：以圖文並茂的方式，解說「資料庫」的概念知識。3.課後評量：提供「選擇題」與「問答題」題型，協助讀者課後練習與自我測驗。4.本書主要以SQL Server 2019寫成，可往上、往下相容於2017、2022版本。內容簡介本書依照作者多年的教學與實務經驗，為讀者量身打造一本適合初學者的入門及實作書。內容輔以大量圖形和範例解說，完整說明資料庫系統理論與實作，不僅適合大專院校的課程，也適用於準備國家考試的參考。內容涵蓋資料庫導論、SQL Server的安裝與環境介紹、關聯式資料庫、ER Model實體關係圖、資料庫正規化、關聯式模式的資料運算、結構化查詢語言SQL、SQL的查詢語言、合併理論與實作、檢視表、預存程序、觸發程序。並進一步介紹Python如何連接SQL Server資料庫來學習SQL指令，以及整合SQL Server資料庫開發員工銷售系統。

想從 0 基礎開始學會程式設計？快來閱讀本書 想看 2 行程式解 APCS 的例子？快來閱讀本書 本書著重解題方法，使用大量實例與圖示，協助您快速學會程式設計！ 本書由資深教師編撰，針對初學程式設計的困難，提供以下秘笈： *從 0 開始，讓您按部就班學會程式設計。 *超過 100 個範例可供動手練習。 *著重解題方法設計，範例皆提供解題方法設計、程式碼、執行結果、程式解說等。 *使用大量圖形說明解題方法。 *搭配 APCS 基本實作題，協助跨過門檻。

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

「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

◎本書特色 1. 商周CEO學院明星講師分享 商周CEO學院「駐足思考 ®」合作10年課程講師，是華人區極少數結合MBA和NLP神經語言學背景之專業講師，台積電15年主管溝通表達課程講師。 2.獨家L.E.A.D.溝通系統 源自神經語言學（Neuro Linguistic Programming，NLP）的心法，與透過Listen（傾聽）、Empathy（同理）、Ask（提問）、Direct（指導）的溝通技法，改變組織氣氛，讓團隊成就原本望塵莫及的卓越。 3.16則「小試身手」實際演練 讓你在學習之後，還有具體可操作、練習的技法。 ◎專文推薦 商周集團執行長 郭奕伶 陳麗卿形象管理學院創辦人 陳麗卿 ◎掛名推薦 順源牙醫診所院長 王棟源 大漁集團總經理 江俊民 喬暘電子股份有限公司執行長 呂偉綸 cama咖啡創辦人 何炳霖 博士倫股份有限公司總經理 馮芝華 宏達文教基金會執行長 黃素雲

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

★ Amazon Best Seller No.1★《Excel 2016 Power Programming with VBA》被國外讀者喻為「經典權威」，造就無數工程師與職場相關工作者， 是每個學習VBA的人都要看的重量級巨作。★本書以最新修訂內容編製成國際中文版，全書經過再次審校，絕對是專業而實用的參考教本！ 架構嚴謹從函式入門、圖表設計、應用程式到表單開發具系統性、標竿學習、傳承教學典範的EXCEL VBA著作範例剖析、延伸運用以及技巧提點，不藏私傾囊相授 本書學習者為中心，摒棄華而不實的、冗長的解釋，呈現實用的示例、注意事項和訣竅，提供大量程式碼和示例範本，幫助你從資料分析人員蛻變為Excel程式設計專家。 Part I Excel VBA基礎知識第I 部分介紹Excel VBA，為建立和管理Excel 子常式和函數提供程式設計基礎知識。第 1 章全面介紹Excel 應用開發方面的各種概念。第 2 章到第 6 章討論在進行VBA 程式設計時需要了解的各種知識。第 7 章則列舉許多有用的範例助你記起前面所學的VBA 知識。 Part II 進階VBA技術第Ⅱ部分涵蓋一些VBA 進階程式設計技術。第 8 章和第 9 章討論如何使用VBA 來處理樞紐分析表和圖表（包括走勢圖）。第 10 章討論在與其他應用程式（如Word 和Outlook）互動時所採用的各種技術。第11 章介紹如何處理文件和外部資料來源。 Part III 操作使用者表單該部分的 4 章內容主要介紹自訂對話盒（也稱為使用者表單）。第 12 章介紹建立自訂使用者表單的一些內建方法。第 13 章介紹使用者表單以及可供使用的各種控制項。第 14 章和第 15 章則列舉從基本到進階的自訂對話盒的大量範例。 Part IV 開發Excel應用程式該部分講述建立導向使用者的應用程式的重要內容。第 16 章教你建立增益集。第 17 章和第 18 章討論如何修改Excel 的功能區和快速選單。第 19 章介紹向應用程式提供線上說明的幾種不同方法。第 20 章展示如何開發導向使用者的應用程式。第 21 章探討在進行Excel VBA程式設計時與相容性相關的一些資訊。 附錄 V VBA語句和函數附錄是一份參考指南，列出作為

【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。●

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

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

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

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

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

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

C++是以C作為基本的架構，並將C語言中較容易造成程式撰寫錯誤的語法加以改進。此外，C++也導入物件導向程式設計（Object-Oriented Programming）的概念，會讓程式設計的工作更加容易修改，這使得C++在大型程式的開發上極為有利，目前所看到的大型遊戲許多都是以C++程式語言來進行開發。本書定位為適合初學者的C++程式設計入門書，因此本書講述的內容以基礎語法為主，再導入一些簡單的流程控制、陣列與字串及函數基本觀念，期許學習者可以透過有趣且多樣的簡易範例小程式，輕鬆學會C++程式語言的入門語法。精彩篇幅如下：● 我的第一個C++程式● 變數與常數● 基本資料型態● 運算式與運算子● 流程控制● 陣列與字串● 函數● C++的常用函數庫

精通嵌入式Linux程式設計（第三版）（上） Mastering Embedded Linux Programming - Third Edition 首版熱銷數千本，佳評如潮！ 理解嵌入式Linux的必備之書！ 《Mastering Embedded Linux Programming》的最新加強版 我們日常生活中的許多電子裝置，都可以看見嵌入式Linux系統的蹤影：智慧型電視、Wi-Fi路由器、工業控制器及各種測試設備，所有這些裝置的核心都是Linux。Linux作業系統可以說是當今物聯網(IoT)的關鍵基礎技術之一。 本書將帶領你遍覽開發週期的每個環節，並深入環節中的每個階段，說明階段中的元件以及可利用的工具。從工具鏈、啟動載入器、Linux內核等基礎知識入手，逐步探索如何建立一個根目錄檔案系統，並學習使用Buildroot與Yocto Project這兩款在開發社群中最常見的組建系統，加速並自動化你的開發流程。 在此基礎之上，我們將一同探討如何妥善運用NAND/NOR以及管理型eMMC的快閃記憶體特性，以便延長裝置的使用壽命與建立可靠的線上更新機制。我們也會探討嵌入式Linux程式設計的種種議題，像是如何從應用程式存取硬體、如何開發多執行緒的程式、如何有效率地管理記憶體空間等。最後，我們將示範如何針對應用程式與內核進行除錯。我們將一起學習perf、Ftrace、LTTng、BPF等工具的使用方式，了解針對應用程式與內核進行剖析和追蹤的方法，迅速找到系統的效能瓶頸。 讀完本書，我們將能夠駕馭Linux系統，隨心所欲創造出靈活又穩健的嵌入式裝置。 【本書特色】 ・利用Yocto Project與Buildroot建立嵌入式Linux系統 ・處理組建過程中BitBake的異常問題，了解Yocto的組成與工作流程 ・使用Mender或balena建立既安全又可靠的IoT裝置更新機制 ・讀懂電路圖、修改硬體結構樹、熟悉針腳擴充板(breakout board)的焊錫作業，以此連接週邊裝置，並利用邏輯分析儀探查問題原因，快速打造出產品原型 ・不用編寫內核驅動程式也可以和硬體互動 ・利用BusyBox runit啟動系統常駐服務並進行監控 ・透過GDB對裝置進行遠端除錯，利用perf、Ftrace、eBPF、Callgrind等工具量測系統效能 ・上冊包含本書前15章，下

精通嵌入式Linux程式設計（第三版）（下） Mastering Embedded Linux Programming - Third Edition 首版熱銷數千本，佳評如潮！ 理解嵌入式Linux的必備之書！ 《Mastering Embedded Linux Programming》的最新加強版 我們日常生活中的許多電子裝置，都可以看見嵌入式Linux系統的蹤影：智慧型電視、Wi-Fi路由器、工業控制器及各種測試設備，所有這些裝置的核心都是Linux。Linux作業系統可以說是當今物聯網(IoT)的關鍵基礎技術之一。 本書將帶領你遍覽開發週期的每個環節，並深入環節中的每個階段，說明階段中的元件以及可利用的工具。從工具鏈、啟動載入器、Linux內核等基礎知識入手，逐步探索如何建立一個根目錄檔案系統，並學習使用Buildroot與Yocto Project這兩款在開發社群中最常見的組建系統，加速並自動化你的開發流程。 在此基礎之上，我們將一同探討如何妥善運用NAND/NOR以及管理型eMMC的快閃記憶體特性，以便延長裝置的使用壽命與建立可靠的線上更新機制。我們也會探討嵌入式Linux程式設計的種種議題，像是如何從應用程式存取硬體、如何開發多執行緒的程式、如何有效率地管理記憶體空間等。最後，我們將示範如何針對應用程式與內核進行除錯。我們將一起學習perf、Ftrace、LTTng、BPF等工具的使用方式，了解針對應用程式與內核進行剖析和追蹤的方法，迅速找到系統的效能瓶頸。 讀完本書，我們將能夠駕馭Linux系統，隨心所欲創造出靈活又穩健的嵌入式裝置。 【本書特色】 ・利用Yocto Project與Buildroot建立嵌入式Linux系統 ・處理組建過程中BitBake的異常問題，了解Yocto的組成與工作流程 ・使用Mender或balena建立既安全又可靠的IoT裝置更新機制 ・讀懂電路圖、修改硬體結構樹、熟悉針腳擴充板(breakout board)的焊錫作業，以此連接週邊裝置，並利用邏輯分析儀探查問題原因，快速打造出產品原型 ・不用編寫內核驅動程式也可以和硬體互動 ・利用BusyBox runit啟動系統常駐服務並進行監控 ・透過GDB對裝置進行遠端除錯，利用perf、Ftrace、eBPF、Callgrind等工具量測系統效能 ・上冊包含本書前15章，下

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

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

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

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

【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。

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

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？

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

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

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

內容介紹: 【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●