Multidimensional Data Visualization

本書主要針對資料處理中問答題之題型重點進行解析，包含程式語言、資料結構、網路以及資料庫。由於題目廣泛，建議考生於每一章節研讀後，可透過後面的題目進行收斂。其中，在演練的過程需考量配分之問題，請試著依照題目的配分，去斟酌不同答案的比重，讓整體的撰寫具備較佳的構面與格式。此外，除了本書之章節，現有的NoSQL、大數據(big data)、物聯網(IOT)資訊安全…等新趨勢議題，請各位考生多加注意，準備

◆人人都有的EXCEL＋超詳細步驟教學＝高CP值學會統計分析。◆專業理論深入淺出，搭配實例整合說明，從報表製作到讀懂，一次到位。◆完整的步驟操作圖，解析報表眉角，讓你盯著螢幕不再霧煞煞。◆本書專攻基礎統計技巧，讓你掌握資料分析力，在大數據時代脫穎而出。◎大學教授傾囊相授統計分析手法，帶領你掌握資料分析能力，前進大數據時代。大數據(Big data)時代下，統計學愈來愈夯，資料分析全方位應用在各種工

本書內容共分為八大單元，依序為基本概論、Digital Logic數位邏輯、Operation System作業系統、System Program系統程式、Programming Language程式語言、Data Structure資料結構、網路、Datebase資料庫等重點觀念。 本書除了重點整理計算機概論的相關理論之外，更蒐集歷年高普特考試題，強化基本觀念，讓考生在短時間內以最

紮穩 SQL 基礎, 循序養成大數據分析新技能MySQL / MariaDB、MS SQL Server、Oracle、PostgreSQL、DB2 全適用！在資訊系統的開發中, 資料庫都扮演了重要的角色, 近來資料庫更擴展到大規模的資料處理及數據分析工作, 造就了大數據 (Big Data)、資料科學 (Data Science) 等急速竄升的 IT 發展趨勢。然而無論資料庫的發展如何改變, 學習資料庫形式的主流 – 【關聯式資料庫】, 及其操作用的 【SQL 語言】, 絕對是踏入資料庫領域的重要基礎！本書從認識資料庫、資料表的結構開始, 您可以學習到資料查詢和更新的語法、經常使用的函數、以及多個資料表的結合等透過 SQL 做到的資料庫操作方法。書中繪製了豐富的圖解, 以清楚易懂的方式進行解說 WHERE子句、GROUP BY子句、HAVING 子句或子查詢等初學者較不易理解的部分。最後, 針對讓 SQL 功能大躍進、可提升大規模資料處理效率的【視窗函數 (Window Function)】 和 【GROUPING運算子】, 也會教您如何快速上手, 學習如何挖掘出有價值的數據。本書特色 :本書附件內容，請由書中內頁下載點取得‧查詢語法、擷取結果即時呈現, 隨時都能掌握語法用途、各種修改差異‧隨時盤點須牢記的 SQL 語法原則及關鍵字, 讓你腦袋不卡卡‧熟悉不同資料庫系統的語法差異, 增加職場競爭力‧適用 MySQL / MariaDB、MS SQL Server、Oracle、PostgreSQL、DB2

網路經濟可以創造附加價值，而對GDP有所貢獻，但網路經濟也會取代和摧毀一些舊有的經濟，其對GDP的淨貢獻大小必須進一步考察。本文以臺灣加上OECD國家共35國的跨時追蹤資料（panel data )為樣本，利用兩階段最小平方法來估計固網寬頻滲透率對每人實質GDP的影響。結果是：固網寬頻滲透率對每一工作年齡者的實質GDP成長有顯著的正向影響，但其影響幅度不算太大。這個結果似乎和網路科技興盛以來各國勞

台灣第一本透過大數據系統(Big-Data-System)回測技術指標在台指選表現的書籍，並打造「進化版選擇權策略指標」以協助投資人找尋最佳的交易聖杯。本書出版的目的，乃希望透過選擇權策略的回測結果，引導投資人進入選擇權策略交易的領域。內容除了著重在簡易上手的技術指標應用外，於選擇權策略的改良上，作者更特地保留原先指標的運算思維，僅加入有限的參數，方便讀者在策略運行上能有所遵循，此外更達到優化績效

黃一農院士自2010年起從事了一場奇特的學術探險，他以初學者身分進入傳統深厚的紅學領域，並“穿越”至清朝，希望能探究他所揭舉的「e考據」，可否在大數據 (Big Data) 時代建立文史研究的新典範。對這本學習筆記的學術史定位，許多人有較深的期許……。 納蘭家六姊妹是本書最大發現之一，長女嫁曹雪芹的二表哥福秀，次女嫁乾隆朝孝賢皇后之親弟傅恒，另女所嫁弘慶的祖母密妃王氏，更是乾隆初年首位獲允回家省親

業界、學界一致推崇，暢銷數十年經典，機械設計必備！《標準機械設計圖表便覽》2012最新增訂五版，正式發行！國立臺大機械系名譽教授劉鼎嶽博士、臺大機械系副教授蔡曜陽博士 審訂 《標準機械設計圖表便覽》自 1942 年出版以來，迄今已經過多次大幅度的改版，本次為第五次增訂。增訂五版秉持本書自初版以來一貫的出版宗旨進行修訂： ■ 廣泛蒐集 data book 的資料■&nbs

本書以系統化方式介紹資料包絡分析法（Data Envelopment Analysis, DEA），強調理論與應用，適合對績效評估與管理有興趣的讀者閱讀。本書深入淺出介紹DEA基本理論與最新發展模式，並採個案方式，為讀者說明DEA在管理實務上之應用。本書共二篇，理論篇與應用篇

There is a lack of an exposition on interdisciplinary and innovative methods of data mining and visualization for biodata. This book fills the gap by introducing an interdisciplinary set of the most r

在數位轉型與 ESG 永續發展的雙重驅動下，企業稽核已從傳統的「事後抽樣」演進為「全量數據監控」。本書由黃秀鳳總經理編著，獲得 ICAEA 國際電腦稽核教育協會 認證，是引領稽核專業人員進入 AI 時代的實戰指南。1. 核心理念：韌性、永續與風險預警本書強調供應鏈管理的「韌性」與「永續」，針對 SAP ERP（從 R/3 到 S/4HANA）環境中複雜的供應商管理、採購、驗收與付款流程，提供了一套系統化的查核方法論。2. 技術核心：JCAATs AI 稽核軟體本書以 JCAATs（新世代 Python-based 稽核軟體）為工具，展示了 No-Code 視覺化操作 的優勢。•數據融合： 整合 SAP 結構化數據與外部非結構化數據（如 Open Data、PDF 文本）。•智能分析： 運用文字探勘（TF-IDF）、機器學習與資料爬蟲技術，突破傳統試算表的分析瓶頸。3. 實務價值：11 項上機演練實習書中設計了 11 項具高度實作價值的案例，涵蓋三大核心面向：•管理失效： 查核重複供應商（Duplicate）與幽靈供應商（Ghost Vendor）。•採購舞弊： 利用正規表示式（Regex）偵測員工與供應商間的銀行帳號或電話地址異常關聯。•ESG 盡職調查： 結合政府開放資料，分析供應商是否違反職安衛法規或列管污染源，落實永續法遵。4. 專業倫理與職涯發展除了技術傳授，本書收錄了「電腦稽核專業人員十誡」，強調誠信、責任與終身學習。這不僅是學務教材，更是考取 ICCP 國際稽核應用師與 ESG 稽核師的重要敲門磚。這是一本協助內稽、財會及供應鏈管理人員，從大數據中快速建立風險洞察力，達成「韌性治理」目標的必備實務轉型寶典。◎代理經銷 白象文化

在 AI 迅猛演化的時代，本書提供一套兼顧理論深度與應用實作的完整教材。全書涵蓋四大部分，橫跨人工智慧的歷史發展、生成式 AI 的應用技巧、倫理與社會影響，以及資料探勘的實作導引。由淺入深，涵蓋 AI 三大範式：分別講解知識驅動、模型驅動與資料驅動，建立全貌式理解。生成式 AI 全攻略：詳解人臉辨識、文本生成、影音專案整合等應用，培養內容創作與技術實作能力。社會責任與倫理反思：針對 AI 衝擊的法律、勞動、教育與永生議題，引導學生批判性思考。免寫程式的實作入門：利用 Orange Data Mining 等工具設計直覺操作演練，降低入門門檻。 本書不僅適合資訊相關科系授課使用，亦為教師設計跨領域課程、以及自學者掌握 AI 應用的強力夥伴。從理論基礎到系統安裝，從社會洞察到內容生成，本書是通往 AI 實踐力與批判力的關鍵橋梁。

「軟體開發者與資料科學家必備的實戰資源！Ali以深厚技術與清晰教學，手把手帶你用FastAPI打造可上線的生成式AI服務，從實作中保持領先地位。」 ―Joe Rowe，Applied Data Science Partners技術保證與合規主管 「這是一本極實用的生成式AI入門書籍，詳盡說明如何打造真正能運作的服務，非常適合當成邁入 AI 開發領域的首選書籍。」 ―Julian Brendel，Vitol資深Python開發者 準備好要用生成式AI打造真正可上線的應用程式了嗎？ 本書以實作為核心，教你如何運用FastAPI網頁框架來設計與部署AI服務。你將學到如何整合模型，處理文字、圖像、音訊與影片，並讓服務與資料庫、檔案系統、網站與API自然串接。無論你是網頁開發者、資料科學家，還是DevOps工程師，本書提供的範例、工具與策略，都能幫你打造高效、可隨需擴展、能即時提供服務的AI應用程式。 作者Alireza Parandeh透過清楚的解說與實際範例來介紹身分驗證、並行、快取，同時結合向量庫的檢索增強生成（RAG）技術。你將學會如何檢驗AI輸出品質、提升效能，以及保護微服務的最佳做法，並利用Docker來部署容器，在雲端自信啟動你的AI應用程式。 • 建立可與資料庫、檔案系統、網站及API互動的AI服務。 • 管理並行的AI工作與長時間運行的任務。 • 透過WebSockets與伺服器傳送事件（SSE），以串流形式傳送AI生成的結果。 • 使用身分驗證、內容過濾、限流與速率限制機制來保護服務。 • 透過快取、批次處理與微調技術強化AI效能。 Alireza Parandeh 是獲得英國工程委員會（UK Engineering Council）認證的特許工程師（Chartered Engineer），也是微軟與Google認證的開發者、資料工程師與資料科學家。 #FastAPI #生成式AI #AI服務/應用開發 #RAG #Docker部署AI #Context-rich AI

In today’s fast-evolving corporate landscape, business must pivot toward hyper-realistic ecosystems of cross-functional alignment. This book breaks down across diversified silos, empowering to harmonize granular data-driven strategies with macro-level agility.現此時 公司組態快速變遷 運轉跨功能生態 校準超現實趨勢冊 多元化分析後 再融合 細分資訊築堤 宏觀敏捷 指向策略Drawing on real-world case studies from some of the world’s most adaptable enterprises, this guide unpacks the synergetic potential of integrative scaling, leveraging tactical holism to engineer exponential ROI, Whether you’re leading a Fortune 500 company or a burgeoning startup unlocking the Quantum Paradiams of synergistic growth with transform the way you approach operational fluidity and narrative-driven innovation.研析 世界上適應性較佳公司真實案例 冊 開啟整合規模之協同潛力 依戰術整體性 循工程指數型收益為目標 勿論 你是初學者或領導財富500公司意識 量子範例 改變後同步成長 論述 啟發創新 具流動性步進樣態The future of scalable success begins with unlocking the endless potential of value-forward transcendence. Don’t miss the opportunity to align your strategy w

【書籍特點】☆Transformer：自注意力、多頭注意力、位置編碼☆GPT：文字生成、Greedy Search、Beam Search、困惑度評估☆BERT：遮罩語言模型、預訓練、微調、分類任務☆ViT：影像分塊、視覺嵌入、注意力量化☆微調方法：Adapter Tuning、LoRA、P-Tuning☆資料處理：文字清洗、分詞、嵌入向量、資料增強☆混合精度與分散式訓練：Data Parallel、Model Parallel、梯度累積☆對比學習與對抗訓練：SimCLR、GAN、自監督任務☆最佳化器：AdamW、LAMB、動態學習率、Warmup、餘弦退火☆模型壓縮：知識蒸餾、教師學生架構、權重剪枝☆訓練流程：Tokenization、多GPU訓練、訓練中斷與恢復☆微調實作：資料集切分、層級凍結、超參數調整、推理量化【內容簡介】本書共分為12章，涵蓋大模型的建構、訓練與微調流程。第一章介紹Transformer的基本原理，包括自注意力、多頭注意力與位置編碼。第二章說明GPT模型的文字生成機制與實作方法，並比較Greedy與Beam Search等生成策略。第三章講解BERT模型的編碼結構與遮罩語言模型任務，並說明如何應用於分類任務。第四章介紹ViT模型在影像分塊、嵌入與注意力運算上的應用。第五章說明Adapter Tuning、LoRA、P-Tuning等常見微調方法。第六章說明資料清洗、資料增強與嵌入向量生成等處理技術。第七章解釋混合精度訓練、多GPU併行與梯度累積等效率優化技術。第八章涵蓋對比學習與對抗訓練，包括SimCLR與GAN的實作細節。第九章介紹AdamW與LAMB最佳化器，並比較各種動態學習率排程方式。第十章說明知識蒸餾與剪枝，包括教師學生架構與多頭注意力精簡方法。第十一章示範大模型訓練流程，從資料前處理到訓練中斷與恢復。第十二章介紹模型微調的實作，包括資料集切分、參數設定與推理效能調整。

個資外洩風險無所不在，在全球法遵壓力與罰則日益嚴峻的情況下，企業急需更精準的智能查核工具。本套書整合 ICAEA 國際電腦稽核教育協會認證 之兩冊教材，聚焦「個資資料庫管理查核」與「個資檔案管理查核」兩大主題，搭配 JCAATs AI 智能稽核軟體與完整案例演練資料，協助讀者全面提升個資保護與法遵查核能力。第一冊個資資料庫管理查核，透過真實案例解析外洩風險，結合AI 技術進行資料清理、比對分析與機器學習預測，內容涵蓋資料庫參數設定稽核、稽核軌跡追蹤、非授權使用偵測、休假期間異常存取、短時間頻繁查詢等多項上機演練，並運用 JCAATs 內建 KNN 等機器學習演算法進行個資外洩風險預測性稽核，讓異常識別更快速精準。第二冊個資檔案管理查核，結合 OPEN DATA 法令、AI 文字探勘與正則表示法，協助建立個資盤點表、辨識未授權檔案、檢視銷毀合規性，透過文字探勘與文字雲分析，協助快速掌握盤點重點，幫助學員即學即用，提升查核效率與合規精準度。。全套教材由 ICAEA 國際稽核專業顧問團隊編撰，適用於資安專責、個資管理人員、內部稽核、會計師與管理階層。讀者並可申請 JCAATs 教育試用版軟體授權 90 天，搭配完整案例與實操演練，快速上手，實現個資法遵數據化與稽核智慧化轉型。◎代理經銷 白象文化

全面掌握AI技術，開創屬於自己的AI之路，晉升專業實戰AI工程師 AI模型優化與實戰入門，矩陣到大型語言模型的完整攻略 理論與實作並行，完整理解AI的邏輯與機制 【內容簡介】 ♚AI知識剖析：完整理解數學、程式及實戰案例 ♚實務能力提升：學會建構、優化並實際應用AI模型 ♚實戰案例培訓：提供競賽經驗與案例，符合現場實務需求 ♚前瞻技術學習：掌握從經典模型到Transformer架構 本書內容改編自第16屆iThome鐵人賽AI/ ML & Data組佳作系列文章《從零開始學AI：數學基礎與程式碼撰寫全攻略》。本書是專為AI初學者與工程師所寫的實戰指南，涵蓋從數學基礎、NumPy操作到PyTorch建模與經典深度學習架構，強調不只教「怎麼做」，更解析「為什麼這樣做」。 作者結合競賽與實務經驗，深入剖析流程邏輯與常見錯誤，帶你掌握資料前處理、特徵選取、模型訓練、效能評估與部署，並逐步理解從感知器到Transformer的核心概念，幫助你真正理解模型原理、具備獨立設計與優化AI模型的能力。 【目標讀者】 ✪想要補足實作能力並加強理解、提升競賽與研究成果的學生與研究者。 ✪想用多樣的方式理解複雜概念、對AI感興趣的非專業人士。 ✪想要理解並導入AI技術、強化職場競爭力軟體的開發人員與工程師。 ✪調整模型成為特定領域專家、使其協助日常生活的專業領域人士。

作者依高考、地方政府特考以及各類相關國考之命題趨勢編撰本書，內容難易度適中、閱讀容易，期使讀者能在最短時間內對資料庫的理論與應用有所認識，並納入最新的主題及內容：如資料庫概念、關聯式資料庫、資料庫設計、資料庫環境、下一代資料庫、big data等，讀者不可不熟讀。本書特色如下：一、內容精要，囊括重點各章內容詳盡，除特別針對資料庫設計、資料庫環境、下一代資料庫等命題重點做深入探討外，更蒐羅各校常用書籍之精華，以深入淺出、簡明扼要之方式闡明重點所在，以期讀者能在最短時間內掌握考試精義。二、精選範題，實力倍增配合各章重點彙整最具代表性及重要性考題，提供給讀者絕佳的練習機會，以增強實力。三、歷屆試題，鑑往知來收錄至114年各類相關國考試題暨解答，藉由歷屆試題之整理，使考生更能掌握命題趨勢，事半功倍獲取高分。

在金融詐欺日益猖獗、假帳技術不斷升級的數位時代，審計人員如何有效辨識財報異常、揭露潛在舞弊風險，成為專業查核的首要挑戰。《數位審計－運用Benford’s Law協助財報舞弊預測性稽核》即是為此而生，結合經典舞弊案例與AI智能查核技術，提供完整實作演練與數位稽核解方。Benford’s Law（班佛定律）揭示自然數字分布的規律，長年被譽為「假帳剋星」，已廣泛應用於全球財報稽核與法遵會計領域。本書以國際知名財報舞弊事件為例，解析企業造假邏輯，搭配JCAATs AI稽核軟體的班佛定律專業指令，讓讀者快速上手數據分析、查核指令與視覺化判讀。JCAATs為新世代Python-Based AI稽核軟體，具備直覺化操作介面與內建Benford指令，無須程式背景亦能輕鬆應用。書中亦收錄完整OPEN DATA與TEJ資料匯入與融合實作範例，協助讀者模擬查核流程、熟悉風險偵測步驟。本書由ICAEA國際電腦稽核教育協會認證顧問團隊編寫，特別適合會計師、內稽人員、財報分析師、法遵主管及商管院校教師使用。凡購書者皆可申請JCAATs教育試用版軟體90天授權，搭配教學演練資料，快速掌握AI查核技能，強化財報審計能力。無論您是想提升專業競爭力、導入科技查核工具，或是培育稽核團隊能力，本書皆是您不可或缺的實戰教材。◎代理經銷 白象文化

?全面掌握 RAG 技術原理與應用實戰?從零開始構建文件檢索與回應生成系統?涵蓋 LangChain、LlamaIndex 等主流框架?逐步實作查詢引擎、對話引擎與 Data Agent?實現多模態與 SQL 查詢、多階段檢索流程?進階解析 Self-RAG、C-RAG 與 RAPTOR 新范式?提供完整開發環境、部署策略與效能優化指南?針對企業級應用設計 API 模組與前後端整合?詳細講解 RAG 系統的評估標準與測試流程?實例導向，完整涵蓋從理論到專案實作全流程本書系統化解析 RAG（Retrieval-Augmented Generation）的技術核心、開發流程與工程實踐，從初學者能立即上手的簡易範例，到企業級部署場景中的最佳化策略與創新范式應用，涵蓋最完整的知識脈絡。使用 LlamaIndex、LangChain 等熱門框架，實作查詢引擎、對話引擎與多模態處理流程。針對開發者與實務導向需求，書中詳細講解資料載入、索引、檢索與回應生成等各階段設計重點，並引導讀者透過可追蹤、可自訂的模組打造高彈性 RAG 解決方案。進階章節聚焦於 C-RAG、Self-RAG、RAPTOR 等新型架構，並提供完整評估機制與部署架構，協助技術團隊有效實作生產環境，是不可或缺的現代生成式 AI 系統開發指南。

～專業推薦～Emeritus Editor of Information and Management (I&M) Prof. Patrick Y.K. ChauSingapore Institute of Management Prof. Kwok Kee WeiHamburg University of Technology Prof. Christian M. Ringle (SmartPLS開發者之一)Ludwig-Maximilians University, Germany Prof. Marko Sarstedt蕭教授在量化研究方法領域深耕多年，著作等身，對於結構方程模型（SEM）的研究與應用更是享譽學界。在本書中，他不僅系統性地介紹了 SPSS 的分析方法，亦詳盡闡述了最新的結構方程模型工具 SmartPLS 4，提供讀者深入理解並掌握現代統計分析技術的重要指南。對於有志於應用 SPSS 及 SEM 進行教學和學術研究的讀者而言，是一本不可多得的寶貴書籍。　------長庚大學 湯明哲校長------■ 國內第一本提供正確的多變量分析(含SPSS實務操作)的研究論文參考範例。■ 國內第一本全面介紹SmartPLS 4操作、CB-SEM & PLS-SEM結構方程模式的實用書。■ 以統計分析(多變量分析)為主軸，整合了理論的介紹、量化的研究、量表的發展、卡方檢定、因素分析、迴歸分析、區別分析和邏輯迴歸、單因子變異數分析、多變量變異數分析、典型相關分析、信度和效度分析、聯合分析多、元尺度和集群分析，第二代統計技術–結構方程模式(SEM) ，正確的多變量分析研究論文參考範例。■ 內容涵蓋SmartPLS 4基本操作、CB-SEM & PLS-SEM結構方程模式的學習範例、反映性和形成性指標與模式的指定、二階和高階因果關係、SEM結構方程模式實例、中介分析、調節分析、測量恆等性(Measurement Invariance)、MGA呈現的範例、內生性 (Endogeneity) ，混合方法Mixed method和論文結構與研究範例。■ 本書可作為統計分析和多變量分析的教科書，也是Hair, Black, Babin, and Anderson 所撰寫的 Multivariate data analysis Multivariate

數位化時代，審計從業人員必須掌握最前沿的AI智能稽核技術，以便與國際標準接軌，降低偵查風險。國際審計準則（ISA）已明確提高會計師責任，要求更高的審計品質，隨著查核風險受重大不實表達風險及偵查風險的影響，智能資料分析技術成為不可或缺的工具。美國會計師公會 (AICPA) 發表《審計資料分析標準》 ( Audit Data Standards) 提供了一套透過資料分析技術來執行各種審計程序的有效指引。本講義參考以上標準，以「總帳智能資料分析與文字探勘」為主題，提供完整的實例上機演練資料，經國際電腦稽核教育協會（ICAEA）認證，由國際專業稽核實務顧問群精心編寫，透過實務案例上機演練，指導學員學習最新的AI人工智慧審計軟體，內容總帳交易紀錄完整性分析、勾稽比對、Round Dollar化整為零、離群(Outlier)及文字探勘等進階技巧，幫助快速找出高風險總帳紀錄，協助會計師與審計人員熟悉數位化審計程序，提升審計品質與查核效率。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

地球正面臨第六次生物大滅絕，想要減緩甚至扭轉生物受到的生存威脅，在人力資源和經費有限下，制定保育行動的優先性有其必需性。為此定期依分類學、受脅情況和族群研究評估各類物種滅絕風險就至關重要。本報告為臺灣第2 次依據國際自然保育聯盟(International Union forConservation of Nature, IUCN) 建議類別與標準對所有臺灣陸域爬行類動物進行國家陸域爬行類紅皮書名錄評估。本次報告中納入評估候選的陸域爬行類共有104 種，其中11 種外來入侵種被評定為不適用(Not Applicable) 於區域評估，2 種未做評估(Not Evaluated) 並刪除1 種無效種，總計共有90 種陸域爬行類進入評估流程。在臺灣國家受脅(Nationally Threatened) 爬行類中，有4 種屬於國家極危(Nationally Critical) 類別，3 種為國家瀕危(Nationally Endangered) 類別，以及1 種國家易危(Nationally Vulnerable) 類別，以上共8 種受脅物種，占本次所有進入評估爬行類種數的8.9%。其餘82 種爬行類中，9 種屬於國家接近受脅(Nationally Near-threatened) 類別，67 種屬於國家暫無危機(Nationally Least Concern) 類別，6 種資料缺乏(Data Deficient)。本報告相較於2017 年的臺灣陸域爬行類紅皮書名錄新增了中國小頭蛇、龜山壁虎與梅氏壁虎，但在此次評估皆歸類於資料缺乏。23 種原屬於資料不足類別，本次已重新評定於其他紅皮書類別中。因獲得新文獻和資料重新詮釋，有4 種滅絕風險提高而提升其紅皮書類別，金龜則因臺灣本島近百年來的族群與記錄確定非原生種，屬於外來引入和再消失，因而降低其滅絕風險為國家瀕危。未來仍需定期檢視最新研究報告與各方資料，以了解紅皮書類別的變動，是因不同時期所蒐集到生態背景資訊不同所致，或是物種真實受脅狀態改變的結果。

定期檢視及更新國家或地區分類群的族群現況及滅絕風險是重要且必要的工作，藉此能達到實際檢視保育作為及政策推行的效益。本報告為臺灣第二次依據國際自然保育聯盟(International Union for Conservation of Nature, IUCN) 建議類別與標準，對臺灣野生陸域哺乳類動物進行國家紅皮書名錄評估。本次列入評估候選的陸域哺乳類野生動物共86 種，其中7 種不適用(Not Applicable) 區域評估篩選，最終計有79 種進入評估流程。評估結果臺灣國家受脅(Nationally Threatened) 陸域哺乳類動物共有11 種，其中臺灣狐蝠及歐亞水獺2 種屬於國家極危(Nationally Critically Endangered, NCR) 受脅類別；石虎、臺灣黑熊及霜毛蝠等3種屬於國家瀕危(Nationally Endangered, NEN) 受脅類別；黃喉貂、臺灣小黃鼠狼、臺灣無尾葉鼻蝠、金黃鼠耳蝠、水鼩及穿山甲等6 種屬於國家易危(Nationally Vulnerable, NVU) 受脅類別；另有9 種包括臺灣水鹿、麝香貓、毛翼管鼻蝠、大足鼠耳蝠、紅棕鼠耳蝠、臺灣長耳蝠、細尾長尾鼩、黑腹絨鼠及高山田鼠評估為國家接近受脅(Nationally Near-threatened, NNT) 類別。國家受脅種數及接近受脅種數分別占臺灣陸域哺乳類評估種數的13.9%及11.4%。另臺灣的全球受脅陸域哺乳類共6 種，其中1 種( 雲豹) 為區域滅絕(Regionally Extinct, RE)，3 種( 臺灣黑熊、臺灣狐蝠及穿山甲) 屬於國家受脅類別，2 種( 大足鼠耳蝠及臺灣水鹿) 屬於國家接近受脅類別。本報告相較於「2017 臺灣陸域哺乳類紅皮書名錄」，評估物種新增1 種臺灣新紀錄種大足鼠耳蝠。此外，共有7 種進行類別調整，其中1 種( 臺灣長耳蝠) 滅絕風險上升，3 種( 臺灣野山羊、食蟹獴及麝香貓) 滅絕風險下降，另有3 種( 毛翼管鼻蝠、紅棕鼠耳蝠及細尾長尾鼩) 原屬於資料不足類別(Data Deficient, DD)，已重新評定於其他紅皮書類別中。

本報告為臺灣第二次依據國際自然保育聯盟(International Union for Conservation ofNature) 的紅皮書受脅與評估系統(IUCN Red List of Threatened Species™) 的建議類別與標準對所有原生淡水魚類進行國家淡水魚類紅皮書名錄評估。納入評估候選種類共401 種，其中259 種不適用(Not Applicable) 區域評估篩選門檻及4 種因分類因素排除，129 種進入評估流程。結果臺灣有4 種淡水魚類已經滅絕，其中1 種屬於滅絕(Extinct)，3 種屬於地區性滅絕(Regionally Extinct)。32 種或亞種國家受脅(Nationally Threatened) 淡水魚類，其中屬國家極危(Nationally Critical) 類別有2 種，屬國家瀕危(Nationally Endangered) 類別有19 種，屬國家易危(Nationally Vulnerable) 類別有11 種，另有19 種歸於國家接近受脅(Nationally Nearthreatened)。國家受脅及接近受脅淡水魚類種數分別占評估淡水魚種數的24.8% 及14.7%，以及總淡水及河口魚種數的7.7% 及4.7%。55 種列為暫無危機(Least Concern)；19 種列為資料缺乏(Data Deficient)。出現於臺灣的全球受脅及接近威脅淡水魚類共有9 種，其中5 種屬國家受脅，3 種屬國家接近威脅，1 種為資料缺乏。

【專業推薦】 這本書結合了 OpenAI 與 Gemini 兩項主流的語言模型技術，並讓讀者能夠透過開發指南開發不同的應用。這本書不僅讓讀者能夠深入了解語言模型的運作原理，更能夠透過實作的方式，將理論知識轉換為實際應用。對於想要進入 AI 領域的開發者來說，絕對不能錯過這本書。 Jimmy Liao, 廖聖傑 (Certification) Google Developer Expert, Generative AI Appier, Senior Software Engineer, Full Stack, Copilot/Assistant Squad ex-Microsoft Azure Data/AI Cloud Solution Architect ex-IBM Staff Software Engineer, Mobile Architect 本書凝聚了他們這兩年對生成式 AI 的研究，展示了他們對 AI 應用的深刻理解。無論你是 AI 技術的愛好者，還是專注於生成式 AI 開發的專業人士，本書都將為你提供有價值的洞見與實用技巧。AI 的未來充滿機遇，而 LangChain 正是其中的重要工具。希望本書能幫助你在開發過程中取得突破，並推動技術的持續進步。 Kui-Ming Chen Microsoft AI MVP 這本書以 LangChain 框架為基礎，構建了一套完整的大型語言模型學習地圖，讓你能深入理解語言模型的運作原理，並透過實際操作的方式將這些技術應用於真實專案中。無論你對 AI 是初學者還是有經驗的開發者，這本書將成為你邁向 LLM 開發之路的重要指南，幫助你在 AI 領域快速取得突破。 張維元 / 資料科學家的工作日常 【本書特色】 1.全書深入探討如何使用 LangChain 結合 Azure OpenAI、Gemini 以及地端開源模型的部署，並提供多種應用示範。讀者可以透過本書，從開發到部署全方位掌握 AI 技術的應用。 2.RAG（檢索增強生成）架構是目前企業打造知識庫型 LLM 應用的首選架構。本書除詳盡講解 RAG 架構之外，更是第一本詳解 Qdrant 向量資料庫的書籍。 3.生成式 AI 的應用從單一工具擴展至最新的 AI Agent 前沿技術。本書專章探討 AI Agent 的概念與應用，協助開發者開發更具前瞻性的 AI 思

針對商品感官屬性的評分資料，介紹分析方法與視覺化討論的技巧。感官資料有各式各樣的形態，除了量化數字，還有質性文字，本書將以量化數字為主軸，透過多變量方法的應用與視覺化技術，來回答：最受消費者喜歡的是哪些特性？現行商品符合市場需求嗎？本書寫作為完整的資料導向，涵蓋推薦系統和消費者與專家品鑑兩類資料的形狀與特性，實做上則以R 套件SensoMineR 完成分析為重點。每章開場皆以詳述特定的資料結構為鋪陳，希望透過認識資料（know your data）深入感官資料分析的方法。第一章是基於消費的採購行為所做的關聯推論，也是第二章品鑑資料的基礎。第三章則是稍微特殊一點的感官資料，也就是對商品屬性的專業品鑑，分別針對專業品鑑者（panelists）和商品的多種屬性作系統性分析。第四、五章為「商品角度的感官評分：單維度以及多重的屬性清單」。最後一章則是分析現今最流行的「按讚」行為，從中分析出消費者的偏好。

從品牌創新、體驗經濟、服務設計、樂齡照護、地方創生都需要「以人為本」的厚數據創新！鍛鍊你的人類學之眼，挖掘厚數據洞悉人性需求、掌握創新契機你，就是現在最需要的人才！★全面剖析「人類學跨領域創新」的國際趨勢與實戰書寫★善用「厚數據創新」5 種心法，提出有效的創意方案★4個實戰場景，鍛鍊你的人類學之眼：民族誌練習、遊戲引導、跨界心法、現場考察●人類學邁向行動主義，成為商業創新、社會改造的動力 知名設計公司IDEO總裁湯姆‧凱利（Tom Kelly）在《決定未來的十種人》中，第一個點名人類學家；實境田野調查現在成為商管學院最熱門的課程；中國頂尖的青年趨勢調查公司設有人類學背景的「民族誌師」⋯⋯ 全世界都注意到，善用人類學的眼光挖掘「厚數據」（thick data），將能獲取深刻的洞察力、破解表象行為的祕密，導出嶄新的創意見解，進而改造社會、創造商機！ DEO總裁湯姆‧凱利以親身經驗證明，人類學家擁有的以下特質，正是團隊創新、設計思考時最有效的觸媒： 人類學家擁有禪理中的「初心」（beginner’s mind），不帶成見 人類學家熱愛所有人類行為中的新鮮事 人類學家會相信他們自己的直覺 人類學家見不怪而怪，在Vuja De（未曾相識）中尋求頓悟  人類學家會隨身帶著「錯誤表」或是「構想庫」 人類學家願意在垃圾桶裡尋找線索 恰恰是這些特質，讓人類學家從跨界創新中脫穎而出！●挖掘「厚數據」，讓創新更成功 本書分析國際案例，證明「鍛鍊人類學之眼」將能幫你有效掌握問題的脈絡；運用人類學田野調查方法進行消費行為的研究，則有助於把冰冷的科學方法人性化，因為貼近人性、洞悉行為背後的深層意義，解決問題時，更容易找出捷徑與新方向。 人類學家藉由觀察累積的訊息，稱之為「厚數據」，是創新團隊合作時的重要依據，更能精準引導整個創新方向。相較於「大數據」（big data），透過人類學

資料結構(Data Structures) 是一門電腦科學領域的基礎課程，其目的是研究如何將資料有組織地存放到電腦記憶體中，以提升程式之執行效率的一門學問。因此，有良好的資料結構(Data Structure) 及有效率的演算法(Algorithm) 將可以大大的提升程式的執行效率。在電腦科學(Computer Science) 的領域中，我們如何透過電腦來取得即時有用的資訊，那就必須要將資料交由程式去運作，而「程式」就是由「資料結構」和「演算法」所構成的。 隨著資訊科技的進度，傳統資訊核心課程的理論之運用更顯得重要。因此，筆者特別加入目前重要的發展議題。例如：物聯網、智慧型機器人及大數據，其中以「智慧型機器人」為主題，加入不少相關的例子，並且將重要的理論，利用互動式圖解APP 方式來呈現。因為筆者在最近這幾年來專注於機器人及手機APP 的相關研究及各種比賽的經驗，想透過本書來分享給讀者在學習資料結構的同時，也能夠了解它們的各種運用。 動態展示演算法：這本書共有九個章節，每一章節筆者都利用圖解說明、循序漸進的表達方式，來引導學習者有效地學習資料結構，除此之外，特別加入「互動式APP 動態展示演算法的實際運作原理」之實作介面，它是利用 AppInventor 的視覺化程式語言所撰寫而成。如此，學生更容易了解老師上課講解的理論背後演算法的運作程序。

藉由實用工具與進階技術，對Linux kernel與kernel模組進行有效除錯! Linux kernel是世界公認最好的作業系統核心。但是要對kernel進行除錯，則是一件相當複雜的工作。本書是學習一切高階kernel除錯的全面性指南。深入涵蓋許多領域，例如基於工具的除錯（debug）技術（printk與動態除錯框架），並展示如何使用Kprobes。涉及記憶體的bug往往是一場惡夢，我們用兩個章節的篇幅來講解針對記憶體除錯的工具與技術。當kernel賞你一個Oops時，該如何準確地解讀才能解開最根本的問題呢？這本書提供了解答。 並行性（concurrency）往往是一個複雜的主題，本書能幫助你確切地了解何謂資料競爭（data race），包括使用KCSAN來檢測這類問題。還有一些棘手的問題，無論是在除錯還是效能方面，都需要詳細的kernel層級追蹤；你將學習到如何使用Ftrace及其前端（frontend）的強大功能，還將會知道如何在kernel內部的GDB工具（KGDB）與許多其他工具，用於處理kernel lockup、hangs與可怕的kernel panic。 讀完本書，你將能掌握各種強大的kernel debug工具與技術，以及具有在何時間點使用適當工具和技術的敏銳能力。 你將學到的內容： *探索基於工具的printk，以及功能強大的動態除錯框架（dynamic debug framework） *使用靜態與動態的Kprobes，trap kernel/module 的函式 *使用KASAN、UBSAN、SLUB debug 和kmemleak捕捉kernel 的記憶體問題 *深入解譯Oops，並精準識別程式碼的行號位置 *了解資料競爭，並使用KCSAN捕捉難以捉摸的並行性（concurrency）問題 *利用Ftrace與trace-cmd詳細追蹤kernel流程 *撰寫自訂的kernel panic handler（處理常式），並檢測kernel lockup與hands *使用 KGDB 單步執行，以及 debug kernel/module 的原始碼

＊hike ／ walk，「散歩」到底用哪一個？＊funny / fun，用法哪裡不一樣？＊advance ／ advanced，字尾差了一個＂d＂，意思差很大？……明明很像，卻又不一樣！以為都會，卻誤用一堆！這一次，帶你用三個步驟：先做試題檢視觀念 → 再用精準解析澈底理解 → 最後大量刷題定植記憶，正確分辨、落實學習成果，保證考試不失分、應用不犯錯！【本書內容】★ 500組重要英文用法＋500題溫故知新練習，帶你快速正確辨識陷阱！◎名詞、動詞、介系詞……全書以詞性分類，便於查找有別於他書的分類方式，全書依照詞彙的詞性方式細分章節，學習有系統，查找更便利。◎精選500組重要字詞及英語用法「數據資料」要用”data”還是”information”……諸如此類常用又易混淆的英文用法，一次完整集結。◎Yes or No？用簡單測驗釐清概念什麼時候用＂agree to＂，什麼時候用＂agree with＂？學習是否模稜兩可、觀念正確與否，一測就知道。◎精闢解析，一語道破，不再誤用一針見血、簡單直白的解析說明，一看就懂；有效破解長久以來的英語迷思，不再用錯。◎500題強效洗腦測驗，驗收成果每一單元之後，用大量的刷題練習直接反應學習吸收成效，同時鍛鍊快速正確的英語辨識能力。◎解答重點說明，深刻定植記憶用測驗題的解答說明做精華的重點整理及再三提醒，不僅能再次將正確用法定植在大腦裡，亦能同步訓練英文腦的直覺反應。

AI助攻！搭配ChatGPT學習效率加倍！ ★提供用書教師相關的教學資源★ 【資料結構】(Data Structures)是資訊科學領域中的基礎課程，多數資訊相關科系的研究所入學考試會將之列入考科，而諸如高考三級、地方特考、司法特考、鐵路考試中的資訊類別考試亦會將之列入考科，因此選擇一本觀念正確、條理清晰且掌握命題趨勢的書籍是很重要的。 本書以實例演練為導向，漸進式的學習架構，詳盡解說各種資料結構，期能帶領讀者了解其中的精髓，進而具備開發大型程式的功力。此外，為了因應未來報考資訊相關科系的研究所或準備國家考試，本書精選題型多元的考題，並融入相關章節、隨堂練習與學習評量，建議讀者勤加練習。 AI助攻 *使用【ChatGPT】輔助學習資料結構，例如查詢理論與實作、上傳圖片解題、出題練習、撰寫程式、優化與除錯、與其它程式語言互相轉換等，這些技巧大多不限定於ChatGPT，也可以靈活運用在【Microsoft Copilot】、【Google Gemini】等AI助理。 *本書是以C語言進行實作，讀者可以自行使用ChatGPT轉換成Python、C++、C#、Java等程式語言。 *ChatGPT相關內容統一放在本書最後一章，希望讀者以學會資料結構為主，而使用ChatGPT為輔，同時不會干擾到學習或上課的節奏。 考題觀摩 收錄研究所入學考試與資訊類別國家考試的精選考題，增加實例演練經驗，提升即戰力。

ChatGPT帶你學會Python程式設計 運算思維×演算法×實作遊戲 精選範例、循序漸進、易懂易上手 課後習題、難易適中、強化學習效果 Python 是一種執行效率不錯的直譯式語言，可以在大多數的主流平台上執行。更棒的是，Python 具有許多物件導向的特性，更是資料解析、資料探勘（Data Mining）、資料科學工作中經常被使用的程式語言，可以廣泛應用在網頁設計、App 設計、遊戲設計、自動控制、生物科技、大數據等領域。同時，Python 擁有第三方套件及開發工具，可以幫助程式設計師輕鬆地完成許多的程式設計開發工作。 本書結合運算思維與演算法的基本觀念，所有程式碼都已在 Python 開發環境下正確編譯與執行。這些主題包括： • ChatGPT 與 Python 雙效合一 • 大話變數與資料處理 • 一看就懂的運算式與運算子 • 選擇結構一次搞定 • 迴圈結構體驗之旅 • Python 複合資料型態的完美體驗 • 模組與套件實用關鍵密技 • 檔案輸入與輸出的速學技巧 • 活學活用 2D 視覺化統計圖表 • 玩轉繪圖與影像處理的私房攻略 • 解開網路爬蟲程式的神秘面紗 • 演算法的應用：迷宮問題的解決方案 • 海龜繪圖法（Turtle Graphics）繪製圖形 • 猜數字遊戲 • OX 井字遊戲 • 猜拳遊戲 • 比牌面大小遊戲 • 實作動作型射擊遊戲 • 實作 Unity 3D 遊戲不求人

用黑科技解決大數據時代的資訊焦慮症 大數據時代必須面臨多元的資料來源與千奇百怪的資料格式，如何快速整合、彙總成足以應用的商業情報，是現代上班族難以逃避的課題。Power Query解決了這樣的焦慮，透過它，即使沒有資訊背景的使用者，也能夠輕鬆駕馭資料處理與分析的繁複過程，成為資料分析達人。 超過16萬字近千幅插圖，帶您從入門到精通 引領讀者熟悉Power Query的操作環境、從Power Query外掛（增益集）、取得、內建，到完整介紹Power Query查詢編輯器的使用，佐以實例說明與演練，陪同您體驗各種功能層面的操作環境。全書11個章節超過16萬字、近1000幅插圖與例圖。 Power Query可以做什麼？ 簡單的說，只要學會Power Query： ．不會Excel函數，也能夠輕鬆匯入行政、業務、人資、財務等各單位的資料並進行彙整及查詢。 ．無痛處理解決常見的報表表頭、頁尾問題，去蕪存菁地將報表檔案組合成可以進行統計分析的資料表。 ．迅速將非結構化資料轉換成結構化的RAW DATA。 ．即使是面對上百個csv、xlsx、txt檔案，也能夠在彈指之間彙整成單一資料表。 ．處理巨量資料時，擁有比傳統樞紐分析表更快的資料處理效能。 靈活彈性的資料鑽取與查詢 ．輕鬆解析常見且普及的xml、json等資料檔案，匯入整理並向下鑽取所需的資料內容。 ．從實務案例學習No Code的資料整理術與資料拆分、群組、合併、附加的技巧，成為資料轉換魔術大師。 ．熟悉M語言，解析資料查詢的核心能力與實作資料容器。 ．學習Power Query的參數查詢，製作查詢介面，活用資料查詢技巧與更有效率的查詢作業。

張教授為國立聯合大學客家研究學院文化創意與數位行銷學系的教授，長期投身於AI與數位工具的教學與研究，參與了教育部人工智慧技術及應用領域課程計畫，以及教育部數位人文創新人才培育計畫，致力於推動人文社會學生程式設計、數位工具應用與人工智慧。近年來更關注人工智慧在客家領域的創新應用，尤其在自然語言生成、語音辨識、語音合成領域。為了引導人文學生能夠認識AI、親近AI、應用AI，本書分為第一部：從「零階：no coding 學AI」認識AI 基本概念，透過AI遊戲的圖像、語言、圖像的體驗，了解大數據、機器學習、深度學習等概念，開啟對AI 應用的想像力；第二部分：認識Python 的基本概念、歷史與應用；第三部分：聊天機器人，聚焦自然語言，帶領人文學科的學生能夠走入自然語言模型開發，從自然語言概念，到大數據爬蟲、翻譯系統、語音合成和辨識技術專案實作，最後進入「高階：自然語言模型訓練」，整合剖析本人利用深度學習技術開發臺灣客語翻譯系統和設計客語聊天機器人「阿知牯」的經驗。本書適合來自人文社會科學背景、對人工智慧感興趣的讀者，也適合資訊科技專業的學生和專家。本人身為客家人，也在聯大客家學院服務，特別關注AI 在客家族群和少數語言上的應用，在利用AI 於客家語音合成研發的突破外，在研發過程中，也發現AI 資料偏差問題（Data Bias），尤其是對於像客家這樣的少數族群，因此除了找回資料外，也需不斷的調整與校正，達到AI 生成、語音辨識的正確性。

※圖文並茂．容易理解．快速吸收※ㄧ單元一概念，迅速掌握顧客關係管理的精華與內涵。※CRM＝顧客關係管理＝會員經營。※改版新增會員經營實戰全方位知識及會員經營成功案例。顧客關係管理(CRM)，亦可以視為「顧客」＋「關係管理」兩者的組合體。更深一層來看，CRM其實就是「企業的顧客戰略」，亦即將「顧客」視為企業最為核心的戰略問題來看待。近十年來，各行各業主力公司大都已引進「會員經營」與「會員行銷」的制度及操作，企業需做好哪些核心重點工作，才能真正「深耕會員」，達成「鞏固」及「黏著」會員的目標，本書有專章說明。傳統行銷強調4P組合，即產品（Product）、定價（Price）、通路（Place）、推廣（Promotion）等4P力量的組合；後來服務業普及，又增加服務S（Service），成為4P/1S組合。如今，CRM為行銷戰略的一把利劍，又增加1C；故現代行銷組合應該強調為4P/1S/1C的六項有力組合，才能在市場上行銷致勝。最近，又有Big Data巨量資料、海量資料及大數據觀念與應用的快速崛起，其整體框架與運用，又比CRM大很多，成為建立在CRM之上的總體觀。

本書使用免費下載的「RapidMiner」軟體，該軟體使用圖形化界面，不需編寫程式、操作簡易、功能強大且應用廣泛，適合初學與進階資料分析人士使用。 本書從基礎的資料取得、事前處理到模型的建置、評分、驗證與實例分析等，以實作方式，循序漸進的介紹大數據分析的操作步驟與流程。 全書提供30個案例，內容包含金融、製造、銷售、管理、醫療、休閒、氣象與情感分析文字探勘等諸多領域的應用實例，除了對現有結構與非結構式資料進行分析外，同時利用訓練模型預測未來，提升數據分析的實用價值。 本書除提供數據資料檔Data File外，亦附有各章節之程式/流程檔供讀者參考。

「ERP倒出來的資料格式凌亂怎麼下手整理？」 「想要從SQL、MySQL資料庫匯入資料到Excel該怎麼做？」 「想從網路上擷取資料分析卻無從下手？」 「不會寫程式可以使用Excel處理Big data嗎？」 「客戶、老闆都說要大數據分析，很茫然啊...」 本書告訴您如何利用Excel來搞定這些問題！ ．本書適用Microsoft 365/Excel 2021/2019 ．Excel的資料處理與分析打基礎 想分析資料就要先學會整理資料，不要再刻苦的複製貼上，認識Excel的各種資料摘要方式與工具、善用函數、排序、篩選與小計，讓您擺脫加班惡夢。 針對企業現場最迫切需要的資料處理需求，讓您使用Excel進行資料分析，迅速成為商業資料分析達人。 ．超強大的樞紐分析打動老闆的心 一頭栽入複雜的函數前，先學會樞紐分析吧！拖拉點選幾步驟就能產出有意義的決策分析資料，客戶、老闆要看的就是這個準沒錯！ 如何針對樞紐分析表進行瘦身、如何匯入雲端資料庫進行樞紐分析，瞭解樞紐分析快取的意義，也是本書的特色與重點。 ．快速匯入外部資料整合大數據資料 Excel提供各式各樣的資料庫驅動程式，讓使用者可以輕輕鬆鬆的將各種資料庫類型的資料檔案，不論是耳熟能詳的Access，大型資料庫系統Microsoft SQL Server、Oracle以及利用程式語言設計的資料庫本文檔案...等，都可以匯入或連結至Excel工作表中。最後，再介紹如何運用PowerPivot將這些大量資料進行資料關聯與數據分析。

「一本「將數據視為產品」全面且重要的介紹，包括達成此目標所需的文化、流程、技術和團隊變革。」 Manuel Pais 《Team Topologies》共同作者 「Zhamak詳細說明Data Mesh方法，讓這個新概念清晰且實用。」 Gwen Shapira Nile Platform共同創辦人與產品長，《Kafka: The Definitive Guide》作者 我們正處於數據的轉捩點。組織的複雜度、資料來源的激增及期望使用AI和資料分析來從數據取得價值等原因，已經讓目前的數據管理解決方案無法應對。在這本實用書中，作者Zhamak Dehghani介紹了數據網格，這是從現代化分散式架構描繪出的去中心化的社會技術典範，提供一種新的方法，規模化的獲取分析數據的來源、分享、存取和管理。 作者引導從業人員、架構師、技術主管和決策者，讓他們從傳統的大數據架構順利走向分散式、多維度的分析數據管理方法。數據網格將數據視為產品，將領域視為主要考量，套用平台思考模式來建立自我服務的數據基礎設施，同時介紹數據治理的聯合計算模型。 ‧完整介紹數據網格的原則與內容 ‧設計數據網格的架構 ‧引導數據網格的策略與執行 ‧引領組織設計去中心化的數據所有權模型 ‧將傳統資料倉儲與資料湖泊轉移到分散式數據網格

本書第二版除了介紹個人理財的相關財務決策外，更加入逐漸受到重視的風險性投資主題。為了讓讀者能深入瞭解投資活動與個人理財的互動運作原理，特別融入相關實作的操作教程內容，讓讀者能親自動手練習「如何正確編製家庭財務報表？」（Personal / Household Financial Statements）。本書的內容架構融入目前世界各國一流商管教育重視「大數據量化分析」(Quantitative Analysis with Big Data) 的最新趨勢。讀者透過本書的精進研讀，不僅能徹底瞭解個人理財的運作邏輯，更能學習透過應用軟體來獨力完成家庭財務規劃。這就是本書提供給社會大眾自我提升「理財素養」，以增進家庭經營效率與效用的方便法門。