Introducing Python

【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/

人工智慧(Artificial Intelligence，AI)快速發展，儼然成為推動經濟成長、國家安全、與生活福祉的一股驅動力量。AI教育首重於教材編撰與推廣，而市面上相關書籍琳琅滿目，主要分為AI概念介紹、基礎Python程式撰寫，亦或各領域專業程式等，且內容涵蓋專精理論架構與艱深數學模式推導。對於AI學習與普及性而言，容易產生學習品質不良的景況，且缺乏跨領域AI學習的架構與範疇。本書乃以跨領域AI學習與程式應用為出發點，簡潔扼要圖表說明各領域AI的理論架構及應用層面，每個章節均對應程式設計與範例，均儲存於雲端供讀者下載練習。附件提供讀者立即查詢各項程式指令、套件、函數庫、與模型介紹等資料，並強化跨領域實務操作連結。此外，嘉惠各領域讀者能編寫出Python應用程式，例如智慧產業、智慧金融、決策樹分析、影音辨識、圖像與影像辨識、情緒偵測、現實虛擬系統、與自然語言處理等程式。有效理解並貫穿AI理論與內涵的精義，增進學習品質。對於AI教育的普及性與跨領域程式設計能力的培育，具有加持效果和助力。

★★★★★【20個主題】+【312個程式實例】★★★★★ ★★★★★【基礎操作】+【程式範例】+【專題實戰】★★★★★ ★★★★★【靈活運用tkinter設計GUI】★★★★★ 這是國內第一本使用Python內建模組tkinter，設計GUI程式中文書籍的第4版。全書超過312個程式實例，一步一步講解tkinter 控件(Widget)的基礎知識，同時也將應用範圍擴充至小算盤、碎形(Fractal)設計、文書編輯、走馬燈、模擬海龜繪圖、球類競賽、風扇設計、單個或多個反彈球設計、鐘擺、長條圖動態排序、動畫與遊戲設計、mp3音樂播放器。Python是一門可以很靈活使用的程式語言，本書特色在於對tkinter最基礎的知識使用了大量靈活的實例說明各種環境的應用方法，讀者可以由這些程式實例事半功倍完成學會tkinter設計跨平台的視窗程式。 本書主要內容如下： ◆ 20個主題 ◆ 312個程式實例 ◆ tkinter與tkinter.ttk Widget解說 ◆ Widget共通屬性與方法 ◆ 變數類別Variable Classed ◆ 事件綁定Events and Binds ◆ 文書編輯程式 ◆ 小算盤程式 ◆ 動畫遊戲 ◆ 模擬海龜繪圖 ◆ 靜態與動態繪圖 ◆ 球類競賽 ◆ 單個或多個反彈球設計 ◆ 動態長條圖排序 ◆ 鐘擺程式設計 ◆ 科赫雪花碎形(Fractal)設計 ◆ mp3音樂播放器

適用Python 3.x版和Pygame 2.x版 輕鬆掌控Python物件 物件導向程式設計(OOP)是一種程式開發的範式，把資料和程式碼組合成內聚的單元，讓您能以不同的思維來考量電腦問題，而提出的解決方案能高度重複使用。本書適用中階程度的程式設計師，書中內容是給讀者動手實作的教學指引，並深入OOP的核心原則，向讀者展示怎麼運用封裝、多型和繼承，並使用Python來編寫設計遊戲和應用程式。 本書一開始先說明程序型程式設計中固有的關鍵問題，然後引導您學會在Python中建構類別和物件的基礎知識。您會透過開發按鈕、文字欄位和其他在事件驅動環境中的標準GUI元素來打下好的物件導向程式設計基礎。您還會使用許多真實的程式碼範例和兩個以pygame為基礎的套件來協助把理論轉化為實務的運用，讓您能夠輕鬆寫出互動式的遊戲和應用程式，並且還完成了GUI widget小工具、動畫、多個場景和可重用的遊戲邏輯。在最後一章中，您會透過建構一個功能齊全的電玩遊戲程式來整合所有學過的知識，該遊戲程式中含有本書中介紹的許多OOP技術和GUI相關元素。 在本書中，您將學到： ‧使用物件管理器物件來建構和管理多個物件 ‧使用封裝對客戶端程式碼隱藏物件的內部細節 ‧使用多型定義一個介面並在多個類別中實作 ‧使用繼承來活用現有的程式碼 本書的內容是視覺化、直觀的教學指南，可以讓讀者全面了解OOP的關鍵原則和運作原理，並指導讀者怎麼活用OOP來讓程式碼更易於維護、更易讀和更高效，但同時又不會犧牲其功能性。

只有一兩筆資料，手動處理還算簡單，但如果有成千上萬筆時，用土法煉鋼的方法不僅費力又耗時，還可能眼花手亂，造成失誤……其實，學會Python，就能得心應手處理各種繁瑣資料！★ 繼《【圖解】零基礎入門Excel╳Python高效工作術》好評，續推重磅新作★ 從基礎安裝、常見情境到實際案例操作，輕鬆學會程式設計，解決專屬問題★ 本書附有範例程式碼和程式檔，讓你免費下載，加速學以致用◎ 用途廣，又能靈活操作，文科人也學得會《【圖解】零基礎入門Excel╳Python高效工作術》上市後，廣受好評，就連文科人都能按圖索驥，拆解步驟，跟著圖文說明，學會用Python處理Excel，匯入大量資料、交叉分析、繪製圖表、轉成PDF，不過，Python用途廣泛，不僅能跨系統，還有不少功能值得學習，讓工作效率翻倍。◎ 一步步學會寫程式，解決自己遇到的特定問題因此，日本資深程式設計師金宏和實推出第二本書，希望讀者能夠自行寫程式，解決各種實際會遇到的問題，他以對話和圖解的形式，讓你從中發現自己也有類似的情境，更有學習的動力，活用Python處理Excel──．輕鬆學會安裝外部函式庫「OpenPyXL」和常見語法．只要短短幾行程式碼，就能執行合併列印．寫程式時，多少會遇到「錯誤問題」，如何有效偵錯和除錯？．從不同檔案，指定篩選工作表，快速擷取數據或日期．將篩選後的資料重新排序，以便彙整、加總……．如何快速製作QR碼，自動載入Excel工作表？本書從基礎入門到活用精通，教你用Python寫程式，有效率處理Excel資料，還附有免費的範例程式碼和程式檔，讓你邊學邊操作，加強學習成果與深度，處理各種資料更得心應手，展現職場競爭力！

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

內容介紹: 【題材涵蓋最全面！一本書掌握資料科學 / 數據工程必學 know-how！】從大數據到人工智慧世代，其背後蘊含的關鍵技術與理論不脫資料科學、機器學習的範疇。基本上，資料科學需要的背景知識與技能相當的多，通常要會 Python 程式設計基礎、熟悉相關 Python 套件和模組的使用；再加上機器學習的基礎就是機率和統計，因此也免不了得學機率和統計知識，可說有一拖拉庫的主題等著你去學，也難怪市面上各主題 (程式基礎、統計、套件、機器學習建模...) 的專書滿坑滿谷，一時間實在讓人難以消化...為了降低讀者初學資料科學面對的負擔以及混亂感，我們精心設計了這本入門實戰教本，秉持讓讀者「買一本抵多本」的精神，本書一次涵蓋所有入門必須熟悉的重要題材，同時也將初學資料科學的脈絡梳理清楚。在章節的安排上，本書從資料取得的網路爬蟲開始，提供一個標準 SOP 來幫助讀者從網路取得資料；接著說明資料科學必學的 Python 重量級套件，再接著介紹機率、統計和探索式資料分析的基礎知識，最後進入最熱門的機器學習、深度學習建模主題。這一連串「取得資料 → 探索資料 → 預測分析」是一套完整的資料科學 / 數據工程實戰訓練，跟著本書掌握這些重要 know-how 後，就不難看懂網路上眾多資料科學、機器學習專案的 Python 程式碼和線上教材，甚至參與資料科學、機器學習的網路競賽；希望本書能協助讀者開啟資料科學家 / 數據工程師的成功之路！本書特色:□ 資料科學三部曲：取得資料 → 探索資料 → 預測分析□ 一次補足最入門的統計和機率基礎□ Python 開發環境與基礎語法快速上手□ 從網頁爬蟲、資料清理到資料視覺化，快速完成資料探索的預處理程序□ 將清理後的資料存入 SQL 資料庫，便於日後存取利用□ 實踐資料科學的四大套件：NumPy、Pandas、Matplotlib、Seaborn 一次掌握□ 用 Scikit-learn、tensorflow.Keras 套件實作最熱門的 AI 機器學習應用

沒時間盯盤、不會選股、不敢停損停利⋯⋯讓投資新手或資深股民都相當困擾，其實，只要學會程式交易，機器人幫你自動化投資，這些問題就能一勞永逸，連文科人也可以輕鬆上手！★第一次用Python投資理財就上手★5大策略╳3大數據整理套件╳2大爬蟲基礎╳基礎語法╳選股模型╳LINE即時通知★超過5,000名學員實證，可以簡單學習、好用的自動化投資法如果你有這些問題，必讀本書：．想要投資卻不知道怎麼開始．沒有程式基礎，也不知道怎麼入門用Python投資理財．資訊爆炸的時代，不知道哪些才是有用的數據．到底要怎麼快速取得股市的報價．總是沒有時間看即時的股市資訊，導致錯失進出場良機◎AI取代人工投資，程式交易已成為時代主流隨著科技與網路的進步，AI逐漸取代人力，處理重複且瑣碎的工作，也可以應用在投資理財的領域，無論是基金、股市、期貨、加密貨幣，都可以看到AI的應用，就連美國高盛集團也只剩三名人工交易員，幾乎所有交易流程皆透過電腦程式自動化，國內外金融機構導入金融科技（FinTech）推出相關服務，大專院校紛紛開設相關課程，「程式交易」明顯已經成為時代的主流。◎程式交易，讓你更輕鬆賺錢、賺自由程式交易可以把原本由「人」操作的投資，全部交由電腦程式自動執行，不僅能隨時追蹤股市行情，讓你不錯過買賣時機，減輕盯盤壓力，更能用最嚴謹、最即時的數據，優化你的投資策略，戰勝不敢停損的心魔，輕鬆獲利的同時，更獲得自由！◎程式交易的入門首選──Python目前有各種可以應用在投資的交易程式，包括：Python、Multicharts、TradingView、MT4……而Python是一種廣泛使用的程式語言，適用於各作業系統，函式庫也非常豐富，就連沒學過程式的小學生、文科生，都能輕鬆上手。◎第一次用Python投資理財就上手致力於提供程式交易教學的量化通，團隊累積數十年的投資經驗，管理資產規模達上億元，多次受邀至各大專院校與知名企業擔任講師，擅長用深入淺出的方式帶領投資新手輕鬆學會程式交易，因此，透過本書，你將從零開始學到──．5大策略：趨勢策略、動能策略、反轉逆勢策略、通道策略、籌碼策略．零基礎學Python：從安裝到建置開發環境、基本語法、資料整理．3大數據整理套件：datetime、csv、pandas．2大爬蟲基礎：get、post．選股模型：建立選股架構，實踐個人的選股策略．LINE即時通知：設

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

運用Python進行資料分析，讓數據說話，有效達成論文目標。⊙統計分析初學者最佳實用手冊，精要理論＋手把手操作教學。⊙內容涵蓋論文寫作常用的敘述統計、推論統計、非參數檢定，並延伸至結構方程模式，對於需要撰寫論文但對統計方法不熟悉的研究生尤其受用。⊙適用於社會科學領域的學生和研究人員，特別是碩博士量化研究論文應用在問卷調查方面的分析、多變量研究、實驗設計與統計課程等項目。需要的論文統計分析方法都在這裡！受限於軟體工具的取得，研究者有可能面臨雖掌握足夠的數據資料，卻缺乏專業統計分析工具的窘境。本書介紹的Python為開放原始碼的開源軟體，解決統計分析軟體高成本、難入手的研究門檻，對於學術工作帶來極大的便利性與可及性，可協助提升研究專業能力。Python的應用具有寬廣的發揮度，比如透過網路爬蟲抓取即時資料作大數據分析、編寫程式來加大對議題鑽研的深度與廣度的可能性，也能更加深入嘗試使用該工具來完成數據分析工作並獲得良好成果。書中內容在有關統計學部分作基礎概念解說，並偏重在數據分析的手把手教學步驟示現，讓初學者或者是有論文需求者可以按照內容簡易操作，並達成高效率地論文數據統計分析目標。

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

本書是演算法入門指南，以Python程式實作應用廣泛的演算法，內容主題包含多種現代演算法，用於搜尋、排序及最佳化；以人為本的演算法，協助人們接球運動的判斷；高等演算法，用於機器學習與人工智慧領域；以及古文明演算法，用於算數值相乘、求最大公因數、產生幻方。 本書將帶領您學習： ‧產生幾何用途廣泛的Voronoi圖 ‧以演算法建置簡單聊天機器人、贏得棋賽、玩數獨遊戲 ‧實作梯度上升(下降)演算法程式，求出函數最大值(最小值)、極值 ‧使用模擬退火進行全域最佳化 ‧憑個人特徵建立快樂感預測決策樹 ‧以演算法執行程式除錯、實施稅收最大化、產生亂數 ‧衡量演算法效率與速度 此外探討純數學領域實用的演算法，了解數學概念改進演算法的方式。 跟著本書邊做邊學，您將理解當今許多超強演算法的重要細節，其中包含演算法的Python 3程式實作，以及針對衡量演算法效能與最佳化的方法。

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

彙整報表、分析資料、製作圖表……Excel是各行各業必備的工具，重複開啟資料、剪貼，耗時又耗能，學會Python，讓多份Excel資料交叉分析，一鍵自動化！★ 日本熱銷33,000冊★ 程式菜鳥也能迅速上手，表格自動化就交給Python，大大提升工作效率★ 行政人員、文書處理必學的工作書，讓你事半功倍如果你處理數據資料和報表的方式如下，必讀本書：．一個一個開啟報表，選取資料匯入總表，不斷重複相同動

你絕對不能錯過的機器學習工具書！※揭開機器學習的神祕面紗，深入了解機器學習。※理論與實務兼具，詳細解說機器學習理論，搭配使用Python與Stata實作，架構完整。※內容與時俱進，理解當今機器學習的最新模型與技術。※隨書附贈範例資料檔光碟近年來，科技產業迅速發展，新技術不斷出現，人工智慧、機器學習、大數據、資料科學成為炙手可熱的話題。各個領域紛紛投入人工智慧與機器學習的研究及應用，但究竟什麼是人工

本書遵循專業考科「TQC+ 人工智慧：機器學習Python 3」技能規範架構撰寫，符合鑑定的命題趨勢。 1.內容由淺入深，採循序漸進的方式建立您運用機器學習解決問題的基本概念，達到技術的傳承及表達，符合實務運用需求。 2.本書共有七個章節，包含「Python與機器學習」、「數據前處理」、「監督式學習：迴歸」、「監督式學習：分類」、「模型擬合、評估與超參數調校」、「非監督式學習：降維與分群」、「集成

1. 從基礎的電腦系統概念開始，循序漸進到完整的網路爬蟲應用，非常適合沒有程式設計經驗與想開始學習Python的讀者。2. 豐富實用的範例，搭配逐行的程式碼解說與執行結果，一步一步帶領讀者理解抽象的程式觀念與操作步驟。3. 精心編製的圖表、關鍵字、注意提醒、操作秘訣、以及章末的重點回顧，讓內容更容易理解，重點更清楚。4. 滄海書局網站提供本書完整的範例程式檔下載，方便讀者配合書本操作演練。5. 適量與難度適中的選擇題及實作題練習，幫助讀者溫習觀念和驗收學習成效。

◆依據普通型高中12年國民基本教育課程綱要參考編撰。◆適用高中資訊科技加深加廣選修課程之教材。本書特色★以Python/C 程式語言，進行各個主題的實作，可彈性調整授課內容及進度。★易於操作的整合式開發環境，進行程式實作，強化程式設計思維邏輯。★內容深入淺出，適合高中職學生的學習程度。★內容配合標準授課時數，並提供教學簡報，每章節均提供課後練習題。

『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

本書以條列式介紹常用的 python 語法，避免冗長文字陳述，使你能快速抓住重點，縮短語法學習的時間，即使重新閱讀時也能很快回復記憶。然而，程式語法不等於程式設計，撰寫程式首先要有明確的解題步驟，才能由之轉為程式碼。若沒有解題步驟，縱使有滿肚子的程式語法，也無法完成程式設計。程式設計之所以讓許多人學而無功，往往是因為忘了在程式設計過程中利用數學。許多程式問題表面上看不到數學，但並不表示數學不存在，

⊙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。

★ 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。

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

Vibe CodingPython超級入門ChatGPT x Codex(全彩印刷)本書內容★★★★★【Vibe Coding】★★★★★★★★★★【ChatGPT x Codex助攻】★★★★★★★★★★【創意設計】【潛在應用】★★★★★★★★★★【國內第一本Codex實戰】★★★★★ 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，也是國內第一本： ☆ 「與 AI 對話」單元：引導讀者用ChatGPT對Python語法進行深度理解和觀念釐清。 ☆ 「Vibe Coding」單元：輔助程式解說、錯誤修正、重構、重寫與專案協助。 ☆ 「Codex」單元：解說Vibe Coding設計流程、與 AI 協作完成程式設計。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

AI 浪潮來襲，不掌握，就等著被淹沒！ 本書內容範圍極廣，涵蓋了從AI協作平台到資訊安全，從智慧財產權到文書試算表設計，再到程式設計、Web 3.0技術與大數據分析等各種現代科技領域，皆以深入淺出的方式進行解說。。 本書的每一章都是為了解答您可能對這些科技主題有的疑問而精心編輯的。無論您是科技新手，還是其他各個領域的一般人士，我們希望本書都能滿足您的需求。 第一章將帶您深入探討AI協作的世界，然後介紹AI知識庫及AI Agent，最後則是介紹在現階段應該遵守的AI倫理及相關社會議題。第二章則詳述資訊安全的重要性以及它在我們生活中扮演的角色，諸如各種風險、應對策略以及法規要求。第三章將探討智慧財產權、著作權等議題，幫助您了解這些法律對於數位生活的影響和重要性。 在第四章，我們將引領讀者了解如何使用Excel和Google表單來處理文書工作和設計問卷。第五章則將帶領讀者進入程式設計的世界，提供Python程式語言的基礎知識並解說其在資料分析中的應用。進入第六章，我們將探討新興的Web 3.0技術，包括元宇宙、區塊鏈、虛擬貨幣與NFT等話題，帶您一探數位世界的新發展趨勢。在第七章中，我們將帶領讀者了解大數據分析的基礎概念和方法，並學習如何使用Python來進行資料分析與視覺化。 我們的目標是讓這本書成為您的科技知識指南，希望您在閱讀本書的同時，不僅能學習到新的知識，更能對科技的未來發展充滿期待。再次感謝您選擇本書，讓我們一同探索科技的奧秘。 ☛☛☛☛☛☛☛Python的安裝方式☚☚☚☚☚☚☚ 在進行本書第五章時，請依影片安裝 Python。 本書內容範圍極廣，涵蓋了從AI協作平台到資訊安全，從智慧財產權到文書試算表設計，再到程式設計、Web 3.0技術與大數據分析等各種現代科技領域，皆以深入淺出的方式進行解說。。

本次改版新增「Python 語言快速入門」及「Python 程式語言觀念題題庫」，讓您準備更加充分！ ╲滿級分快速攻略╱ 重點總整理 + 歷次試題解析 ☑ 結合運算思維與演算法的基本觀念 ☑ 章節架構清晰，涵蓋 APCS 考試重點 ☑ 備有相關模擬試題，幫助釐清重點觀念 ☑ 詳細解析 APCS 程式設計觀念題與實作題 APCS 為 Advanced Placement Computer Science 的英文縮寫，是指「大學程式設計先修檢測」。目的是提供學生自我評量程式設計能力及評量大學程式設計先修課程學習成效。其檢測成績可作為國內多所資訊相關科系個人申請入學的參考資料。 APCS 考試類型包括：程式設計觀念題及程式設計實作題。在程式設計觀念題是以單選題的方式進行測驗，以運算思維、問題解決與程式設計概念測試為主。測驗題型包括程式運行追蹤、程式填空、程式除錯、程式效能分析及基礎觀念理解等。而程式設計觀念題的考試重點包括：程式設計基本觀念、輸出入指令、資料型態、常數與變數、全域及區域、流程控制、迴圈、函式、遞迴、陣列與矩陣、結構、自定資料型態及檔案，也包括基礎演算法及簡易資料結構，例如：佇列、堆疊、串列、樹狀、排序、搜尋。在程式設計實作題以撰寫完整程式或副程式為主，可自行選擇以 C、C++、Java、Python 撰寫程式。 為了因應新制的「程式識讀」，本次改版也另外新增了兩個附錄，提供「Python 語言快速入門」及「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。 本書的實作題以 C++ 語言來進行問題分析及程式實作。實作題的解答部份可分為四大架構：解題重點分析、完整程式碼、執行結果及程式碼說明。在「解題重點分析」單元中知道本實作題的程式設計重點、解題技巧、變數功能及演算法，此單元會配合適當的程式碼輔助解說，來降低學習者的障礙。 同時也可以參考附錄的內容來幫助自己熟悉 APCS 的測試環境。此外，為了讓學習者以較簡易的環境撰寫程式，本書所有程式以 Dev C++ 的 IDE 進行程式的編輯、編譯與執行。希望透過本書的課程安排與訓練，可以讓學習者培養出以 C++ 語言應試 APCS 的實戰能

【內容特點】?快速上手：專為 Python 開發者打造，用熟悉思維無縫接軌 Rust?解鎖高效能：掌握所有權與生命週期，根除記憶體錯誤並突破 GIL?PyO3 實戰：從零開始教你撰寫 Rust 擴充套件，解決 Python 運算瓶頸?AI 落地應用：駕馭 Candle 與 Burn 框架，實現輕量化推論與模型移植?工程化思維：涵蓋模組化設計、自動化測試到效能分析的完整實踐【本書獻給不願在效能與開發效率間妥協的你】?資料科學家：受夠了 Pandas 在大數據下的龜速，想尋找更高效的運算替代方案。?資料工程師：需要建構高吞吐量、低延遲且穩健可靠的 ETL 管線，徹底告別執行期錯誤，讓資料流動不再阻塞。? MLOps 工程師：致力於模型生產環境部署，追求在有限算力下達到極致的推論速度。?進階 Python 開發者：不滿足於語法糖，想深入理解底層運作與並行程式設計，大幅擴張技術守備範圍。

AI學Python-打造你的AI超級助教 書籍特色 ● 308次AI實戰提問練功：從需求出發、撰寫提示、測試程式、錯誤修正到模板建立。 ● 四步循環學法：明確化情境→提問與生成→驗證與修正→固化與遷移，讓學習變成可重複的流程。 ● 模板庫就能上手：建立自己的提示句模板、最小可測試案例範本、除錯檢核清單、作業規格樣板。 ● 友善初學路徑：適合自學、課堂學習與專題實作，讓您從「看得懂」進階為「改得動、做得出」。 ● 立即可用情境：課業報告、資料清理、簡易自動化、程式重構、撰寫測試與說明文件。 ● AI突破APCS：運用AI突破2025 APCS新版實戰準備。 適用對象 ● 初學者與自學者 ● 高中職與大專課程的學生 ● 需要把任務流程化的實作與專題團隊 您會學到 ● 如何把需求說清楚：情境、輸入、輸出、評分標準的提問能力。 ● 如何變成可驗證的程式：撰寫「最小且可執行、可測試」程式、除錯與修正。 ● 如何把答案變能力：把有效對話整理成自己的提示句模板與清單，累積可重複使用的工作流程。

身處 LLM 時代的必備技能 AI 爬蟲與資料檢索的全本機工作流 你還在用傳統的方法爬取網路資料嗎？還在手動分析 HTML 網頁結構、逐一定位網頁元素、再手刻爬蟲程式嗎？身處 AI 世代，是時候該學習更聰明、更高效的資料收集方法，讓你坐在電腦前，喝著咖啡、悠閒地看著 AI 為你自動爬取網路資料。在 AI 飆速發展的今天，傳統網路爬蟲技術正迎來全新的變革。過去，Python 爬蟲程式的開發者必須自行剖析 HTML 網頁結構，撰寫繁瑣複雜的資料擷取規則與步驟；如今，隨著 LLM 的普及，AI 已能協助我們理解 HTML 網頁結構、定位網頁資料，甚至能夠自動化建立整個爬取流程，大幅提升開發效率。本書從 HTML 結構解析入門，循序講解 BeautifulSoup + CSS 選擇器、lxml + XPath 表達式、正規表達式等核心技術，再深入 Selenium 模擬瀏覽器互動及 Scrapy 爬蟲框架的專業應用，帶領讀者全面掌握靜態與動態網頁擷取技術。更進一步結合 Playwright 自動化瀏覽器、以及 AI 驅動的爬蟲框架 Crawl4AI 和 ScrapeGraphAI，讓 LLM 成為理解與提取網頁資料的主力。不只如此，本書採用 n8n × Ollama 全本機架構，無需 API Key、無需 Docker，即可整合 SearXNG 搜尋引擎、Crawl4AI API 資料爬取、Qdrant 向量資料庫與 RAG 知識檢索生成，最終打造出 MCP + AI Agent 自動化流程 ⸺ 從搜尋、爬取到資料處理與知識生成一手包辦！本書特色: 用 AI 分析 HTML 結構建立 Python 網路爬蟲▸全面掌握靜態與動態 HTML 網頁擷取技術，CSS Selector、XPath 一次上手▸實戰演練 BeautifulSoup、Selenium、Scrapy 經典 Python 爬蟲框架Python × LLM 建立 AI 網路爬蟲▸整合 OpenAI、Gemini、Groq、Ollama 等多種 LLM，打造智慧爬蟲系統▸運用 AI 驅動的爬蟲技術 Crawl4AI 與 ScrapeGraphAI，自動理解並提取網頁內容▸結合非同步程式設計，提升資料抓取效率與彈性整合 Python × AI 網路爬蟲的 AI 工作流程：n8n▸以視覺化介面建立自動化流程，輕鬆整合

本書是以實戰應用、邁向工程師為目標的 Python 入門書，帶領讀者快速入門學會關鍵語法，再透過實作讓讀者一方面可以學以致用，實際體驗程式語言的用處；一方面在實作範例時，補足快速入門階段還沒學到的進階語法以及各式延伸套件，只要一本書即可從入門學到應用，主題涵蓋網頁應用程式、爬蟲、影像處理與辨識、大型語言模型。為了達成上述目標，本書結構安排如下：》第 1～4 章：環境建置與基本語法》第 5 章：實作檔案備份小工具》第 6,7 章：實作 YouTube 影片下載工具與影音編碼合併處理》第 8～10 章：設計網路爬蟲與 Google 試算表操作》第 11～14 章：使用 Flask 建立與部署網頁應用程式》第 15 章：學習 OpenCV 影像處理與辨識》第 16,17 章：利用 YOLO 偵測物體、肢體動作與車牌辨識》第 18 章：學習最夯的 Ollama 本地端生成式大語言模型 LLM》第 19 章：使用 Streamlit 快速開發網頁應用程式》第 20 章：用 LangChain 框架開發 RAG 應用》第 21 章：結合 LLM 設計 LINE 客服 AI 機器人實務範例選擇以應用廣泛並能跟上 AI 時代潮流為主軸。除基本語法以外，進階語法及延伸套件也不馬虎，涵蓋：》自訂類別》規則表達式》格式化字串》參數的打包與解包》with 語法》閉包與裝飾器》match...case 語法》例外處理》多執行緒》命令行參數處理》subprocess 模組》SQLite 程式庫》JSON 與 CSV 檔處理本書在撰寫風格上除了第 2 章的 Python 程式開發與 AI 輔助工具說明外，每個章節都有實例與詳細圖解，協助讀者更容易理解。在開發工具的選擇上，入門章節以方便易用的 Colab 練習基本語法，接著就以業界工程師廣為採用的 Visual Studio Code 為開發環境，並帶入 Github Copilot 工具熟悉與 AI 助理協作的流程。在設計範例時也貫徹虛擬環境的觀念，輔以多版本 Python 環境建置，避免環境污染問題，讓學習與業界接軌，學完立刻派上用場。在許多實作應用的場合，光是瞭解程式語法是不夠的，像建構網路應用程式，還需要具備網路、防火牆、資料庫系統、租用並在雲端空間部署應用程式...等，還有 AI 影像偵測及大型語言模型應用背後的類神經網路 / 深度學習

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

二十首囡仔詩與二十幅插圖，自〈頭前詩〉開始，用〈尾話〉結束，展示童年趣味與印象，懷舊之情滿滿，也傳承了鄉土敘事。金鼎獎資深作家蘇善揮灑三筆，以文筆寫囡仔詩，以譯筆延展語境，以畫筆勾勒景致，多層次描繪圖、文、語、言，卷舒又分立又疊接的情韻。This bilingual poetry collection consists of twenty Taiwanese poems for children, including twenty pieces of illustration interwoven by "Introducing Lyrics" and "Ending Words." This collection displays funs and images in childhoods wherein nostalgia prevails, country narrative is also highlighted.

本書共分為12章，微積分綜覽、微分方程式介紹、一階微分方程式、一階微分方程式模型、高階微分方程式、高階微分方程式模型、拉普拉斯轉換、微分方程式系統、微分方程式的級數解、向量與向量空間、向量分析、傅利葉級數與轉換之理論與應用，適合工專與工程科系之學生用來初學與複習之用。第三版將原附錄的 Matlab 教學改為「Python程式實作」，針對工程數學相關課題提供範例與程式碼；目的是希望您在學習工程數學的過程，同時熟悉Python程式實作，可以深入理解與實際應用，進而提升學習效果。第三版特別增列「學習評量」，針對每個主題在課後提供同學在觀念上的評量，可以協助老師快速了解教學成效。

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

本書是程式設計教科書暢銷作家洪維恩老師最新著作，經課堂實戰教學淬練，學生試讀試做習題回饋，規劃出適當學習節奏、自學/課堂授課均適用的 Python 入門學習教材，涵蓋多項特色，包括：\\ Visual Studio Code×Jupyter 雙環境教學 //以 Visual Studio Code 搭配內建 Jupyter 環境教學，單行形式小範例講解語法、函式用法等細節，可在 Jupyter 快速輸入程式碼驗證。學習到一小段落後，再搭配大範例使用 Visual Studio Code 執行獨立 .py 程式檔綜合應用，既可反覆練習刻印學習內容，也能夠體悟實際用途。\\ 程式碼與解說對頁編排、易學易讀不卡頓 //全書編排考量易讀性，範例以不跨頁為原則，程式碼與解說盡量安排在左右對頁，避免前後來回翻閱查找，只要攤開書頁，即可左右對照閱讀。對於抽象或是較為複雜的觀念，也搭配精心設計圖解，協助快速理解。像是 NumPy 裡多維度的資料概念，就提供立體圖解，不用自己在腦中費力想像。\\ 從基本語法到應用主題通包 //除變數、流程控制、容器、函數、物件導向的類別與繼承、檔案、異常處理等必學的基本語法外，也涵蓋機器學習與資料科學的共同基礎套件--NumPy 矩陣科學運算、Matplotlib 資料繪圖視覺化與 Pandas 資料處理分析，以及用途最廣的 BeautifulSoup 網路爬蟲與 Skimage 影像處理。\\ 完整習題解答與教師專用題庫 //本書提供依照章、節編排近 300 題的自我練習題，題目本身含解題指引，可先複習相關內文再嘗試解題，並且附有完整習題解答，學到哪裡、練到哪裡，最適合自學或是課後自我驗證學習成果。另外也提供學校用書授課老師專屬題庫，同樣以章節編排，可適度輔助課後作業或是階段測驗，並搭配有經實際授課驗證的投影片，教學節奏最流暢。\\ 關鍵概念深度剖析 //對於初學者容易卡關的地方，像是可變與不可變的物件、可雜湊與不可雜湊的物件，淺層拷貝與深層拷貝、遞迴函式、參數的傳遞等，都有相當篇幅的解說，讓學習者能夠清楚來龍去脈，而不只是照著生硬的規則套用，即使遇到問題也能依循學到的觀念解學。本書特色:□ 每章末均有豐富習題與完整解答驗證學習成效□ 另有教師專用題庫搭配檢視教學成果□ 採用 VScode、Github Copilot 業界工具□ 從基本語法到 N

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。

⊙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）

內容簡介:來自Amazon讀者的好評📢「這本書是LLM新手的理想入門書，簡單易懂的 Python範例，幫助我輕鬆學會在應用程式中運用GPT技術。」「書中提供很多實用的OpenAI API使用建議，並包含清晰的範例和經驗分享。讓我節省了大量搜尋和試錯的時間，是學習GPT開發的絕佳資源。」來自業界專家的推薦📢「透過實用範例與逐步指南，作者為前沿應用開發鋪設了清晰的道路。」——Tom Taulli，《Generative AI》（Apress）作者「完美結合理論與實作，讓GPT-4和ChatGPT的技術細節變得易於理解。」——Lucas Soares，Biometrid機器學習工程師🌟 AI正在改變開發世界，準備好加入這場革新了嗎？本書帶你掌握ChatGPT與LLM的強大功能，從文字生成、智慧問答到提示工程、模型微調。用Python就能讓AI成為你最棒的開發夥伴！本書提供：✅ 從零開始：快速理解 LLM 原理，掌握 ChatGPT 應用開發核心技術✅ 實戰導向：使用 OpenAI API，打造各種 AI 功能，包括智能助理與問答系統✅ 進階技巧：提示工程、RAG、LangChain、LlamaIndex，優化AI效能✅ 完整範例：GitHub 程式碼+逐步指引，動手實作 AI 應用🎯 不論你是開發者、數據工程師，還是 AI 愛好者，本書都是你進入AI應用開發領域的最佳幫手！----------------------------------------------「透過實用範例與逐步指南，作者為前沿應用開發鋪設了清晰的道路。」——Tom Taulli，《Generative AI》（Apress）作者「完美結合理論與實作，讓GPT-4和ChatGPT的技術細節變得易於理解。」——Lucas Soares，Biometrid機器學習工程師這本書是Python開發者的理想指南，可為學習如何使用大型語言模型來開發應用程式提供協助。作者Olivier Caelen和Marie-Alice Blete詳細介紹了GPT-4和GPT-3.5模型的主要功能與優勢，並深入解釋這些模型的運作原理。此外，書中還提供了使用OpenAI的Python函式庫進行應用程式開發的步驟指南，包括文本生成、問答系統和智慧助裡等應用。本書以清晰易懂的敘述方式撰寫，搭配簡單易學的範例，幫助讀者理解概念並

AI時代Math元年 - 用Python全精通機器學習 ?? 迴歸分析：深度挖掘資料中變數間的關聯性與規律 ?? 線性迴歸：透過直線模型解讀簡單資料的趨勢與變化 ?? 多元線性迴歸：建構高維資料模型，分析多重影響因素 ?? 非線性迴歸：處理複雜資料模式，探索非線性關係的應用 ?? 正規化迴歸：透過嶺回歸與套索迴歸有效抑制模型過擬合 ?? 貝氏迴歸：結合先驗知識與數據，實現貝氏統計推斷 ?? 高斯過程：深入了解從理論到應用的高斯模型方法 ?? k最近鄰分類：運用鄰近資料進行分類與迴歸的經典算法 ?? 決策樹：以層次結構實現資料分類與回歸的靈活應用 ?? 支援向量機：應對高維資料，實現精確分類與回歸分析 ?? 主成分分析：透過降維技術提取資料中的核心特徵與模式 ?? K平均值聚類：快速分群分析，尋找資料內部結構與規律 ?? 高斯混合模型：運用軟聚類技術實現精細的資料分群 ?? 最大期望演算法：優化模型參數，提升聚類與估計效能