Python

🚀運算思維程式講堂 輕鬆學會 Python 的入門精華！ 利用 ChatGPT 撰寫程式、開發 AI 小遊戲！ Python 是一種執行效率不錯的直譯式語言，具有強大的跨平台的特點，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，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完成許多程式設計開發的工作。 本書結合運算思維與演算法的基本觀念，並以 Python 語言來一步步引導，期許幫助各位具備程式設計的基本能力。其實學習程式語言和學游泳一樣，跳下水感覺看看才是最快的方法，對一個初學者的心態來說，就是實際跑出程式最為重要，因此為了方便初學者機上實作，本書程式碼都已在 Python開發環境下正確編譯與執行。 另外，OpenAI 推出免費試用的 ChatGPT 聊天機器人，在網路上引起熱烈討論，造成不少話題。因為它不僅僅是個聊天機器人，還可以幫忙回答各種問題，例如：寫程式、寫文章、寫信等。本書加入了 ChatGPT 與 Python 雙效合一的應用，精彩 ChatGPT AI 程式範例如下： ➤使用 Pygame 遊戲套件繪製多媒體圖案 ➤以內建模組及模擬大樂透的開獎程式 ➤建立四個主功能表的視窗應用程式 ➤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

第一本結合管理數學和Python、R應用的工具書，輕鬆獲得雙倍效果！管理的問題，就用數學來解決吧！令人驚呼的超強特色：1.淺顯易懂的口吻加上超豐富內容，一本掌握管理數學！2.附有精彩的範例、習題與解析，滿足所有練習慾望！3.用Python、R簡單搞定繁雜的數學計算，手把手跟著步驟走！讓數據分析成為管理的後盾，成就更無懈可擊的經營決策！管理數學為一門重要的基礎，不只是為了商業管理和決策，也是學習資料科學的第一步。現今不論是商管領域的學生或是從業人員，為了跟上世界的腳步，都必須學習程式語言，如果能在學習管理數學時搭配Python、R做使用，不只符合世界潮流，也等同開啓資料分析的大門。本書作者投入融合「計量經濟學和資料科學」的計量資料科學 (Econometric Data Science) 多年，對於以計量經濟學為基礎的資料科學猶有心得，本書由淺入深地介紹微分、積分、矩陣代數和數學規劃等管理數學必需的基礎與商管應用，此外，為達到與程式學習相輔相成之效，作者編排章節亦十分用心，在管理數學的16堂課中，穿插步驟式的Python、R教學單元，讓讀者學完數學原理和計算之後，能立刻熟悉Python與R的應用方式，學習效率更加倍！輕鬆就學會管理數學！

全球最暢銷的Python學習教材發行銷售超過150萬本本書是全球最暢銷的Python程式設計學習參考書，也是一本節奏明快的Python輕鬆入門與應用的程式設計課程，讓讀者學會編寫程式、解決問題，並讓程式的應用立竿見影。在本書前半部分，讀者將學到關於Python程式設計必學基礎概念，例如變數、串列、類別和迴圈等主題，並對每個主題實作練習寫出整潔易懂的程式碼。讀者也能學到如何讓程式產生互動性，以及如何在程式整合到專案前正確也測試好編寫的程式碼。在本書後半部分，讀者會把學到的知識技能應用到三個大型專題中，第一個專題實作是類似小蜜蜂電玩的「外星人入侵」遊戲；再來是活用Python超強好用的程式庫來進行資料視覺化處理；第三個專題則是活用Django來建置和部署一套Web應用程式。如果您跟隨著本書好好學習，您將學會下列這些技能：‧活用強大的Python程式庫和工具，例如pytest、Pygame、Matplotlib、Plotly和Django等‧製作出2D電玩遊戲，了解怎麼控制鍵盤和滑鼠的操作，並作出隨關卡愈高而遊戲就愈來愈難的技巧‧運用各種資料集來建置生成具有互動性的資料視覺化呈現‧開發Web應用程式讓使用者建立帳號和管理自己的資料，隨後安裝部署到網路上讓大家使用‧懂得怎麼處置錯誤例外的發生，讓您知道如何解決自己在程式設計上的問題本書第三版新增修訂了Python最新版的程式碼。新增和更新的內容包括活用VS Code編輯器、檔案處理的pathlib模組、測試程式碼的pytest，以及加入Matplotlib、Plotly和Django的最新功能。如果您真的想要邁進「程式設計」的領域，這本書能幫您提升學習的速度，並讓您更快編寫出實際能用的程式。別猶豫了，馬上發動引擎開始進入本書的程式設計課程吧！本書適用Python 3.X版

Python最強入門ChatGPT助攻邁向數據科學之路王者歸來第4版(全彩印刷)★★★★★【內容最多、範圍最廣】【39個主題】★★★★★★★★★★【程式實例最多】【1265個Python實例】★★★★★★★★★★【7大真實數據】+【機器學習專題實戰】★★★★★★★★★★【420個是非題、選擇題】【295個習題實作題】★★★★★Python語言是基礎科學課程，撰寫這本書時採用下列原則。1：強調Python語法內涵與精神。2：用精彩程式實例解說。3：科學與人工智慧知識融入內容。4 : ChatGPT助攻5：章節習題引導讀者複習與自我練習。6 : 機器學習 - 真實數據 – 專題實戰 相較於第3版，第4版更增加Python深入解析、機器學習真實數據實戰，同時使用更細緻的實例，增加下列知識：☆ 深度解析sort( )和sorted( )★ 徹底研究迭代器(iterator)、yield☆ 波士頓房價專題★ 葡萄酒數據集專題☆ 鐵達尼號專題★ 糖尿病數據集專題☆ 乳癌數據集專題★ 手寫數字數據集專題☆ PCA主成份分析專題★ 其他修訂小細節超過100處多次與教育界的朋友相聚，談到電腦語言的發展趨勢，大家一致公認Python已經是當今最重要的電腦語言了，幾乎所有知名公司，例如：Google、Facebook、…等皆已經將此語言列為必備電腦語言。了解許多人想學Python，市面上的書也不少了，但是許多人買了許多書，但是學習Python路上仍感障礙重重，原因是沒有選到好的書籍，市面上許多書籍的缺點是：◎ Python語法講解不完整◎ 用C、C++、Java觀念撰寫實例◎ Python語法的精神與內涵未做說明◎ Python進階語法未做解說◎ 基礎實例太少，沒經驗的讀者無法舉一反三◎ 模組介紹不足，應用範圍有限許多讀者因此買了一些書，讀完了，好像學會了，但到了網路看專家撰寫的程式往往看不懂。就這樣我決定撰寫一本用豐富、實用、有趣實例完整且深入講解Python語法的入門書籍。其實這本書也是目前市面上講解Python書籍中語法最完整，當讀者學會Python後，本書將逐步帶領讀者邁向數據科學、機器學習之路。Python以簡潔著名，語法非常活，同時擁有非常多豐富、實用的模組，本書筆者嘗試將Python語法的各種用法用實例解說，同時穿插使用各種模組，以協助讀者未來可以更靈活使用Python，以

✦ 實作特權帳密管理系統，解決特權帳密控管問題 ✦ 特權帳號與密碼是企業IT部門各項系統的命脈，同時也是資訊安全在管理上的弱點。近年來的入侵攻擊事件，就是利用公司的系統漏洞沒有即時修補，再加上內控不嚴謹所造成的系統帳密被盜用，不僅影響到公司的商譽，還有可能造成難以估計的財損。為了解決特權帳密控管問題，本書將透過現行 Python 所提供的套件（Crypto, Django, Tkinter），研發特權帳密的控管機制並將其實作。 全書分成4章，分別帶領讀者進入密碼學的領域進行編程，除了有密碼學理論進行對照，還用時下最廣泛使用的程式語言 Python，進行密碼系統的開發。｜密碼學的數論基礎與 ISO27001｜總覺得密碼學是難以探究的學門嗎？其實只要有高中的數學程度與耐心，在實作後與理論相呼應，學苟知本會更扎實；此外，依據 ISO27001 的附錄A.10 密碼學的控制措施，可以了解特權帳密管理的必要性。｜使用 PyCryptodome 在 Python 中實現加密演算法程式｜PyCryptomdome 提供了所有加解密的函式庫，即使對理論不清楚，也可以進行實作。Python 易學易懂，有許多函式庫與社群支持，相關技術可以藉由網路搜尋，相輔相成加速開發。｜Tkinter 搭配 Crypto 實作加解密的應用介面｜Tkinter 是視窗程式的開發套件，可實作使用者端的 UI，是 Python 用來開發應用程式的熱門函式庫。本書在每個範例程式碼都有說明與解釋，確定資料流後，完成實作上的輸入與輸出。｜用 Django 來 Web化密碼管理系統｜Django 是網頁應用程式的框架，MVC（Model-View-Controller）的架構。本書實作的密碼管理系統，結合了 SQLite 資料庫，將密碼管理系統架在網路上，實現 Web化。本書特色🔑從基礎數論到密碼學密碼學的基礎就是數論，每個理論都有數學作為對照，協助讀者了解基本原理。🔑特權帳密管理系統實作Crypto 套件提供豐富的加解密演算法，確定加解密流程後，用 Tkinter 設計 UI介面，並透過 Django套件將應用程式 Web化。🔑ISO27001管理機制依照 ISO27001（資訊安全管理國際標準）的「存取控制」、「密碼」、「作業的安全」等相關條文進行實作，以符合管理需求。專業推薦密碼學是所有應用程式的安

✔初學者輕鬆學會Python程式設計 ✔結合運算思維與演算法基本觀念 ✔ChatGPT讓Python程式撰寫更有效率 ✔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 程式設計能力現在已是國力的象徵之一，學習如何寫程式也是和語文、數學、藝術一樣的基礎能力，連教育部都將寫程式列入國高中生的必修課，以培養解決問題、分析、歸納、創新、勇於嘗試錯誤等能力，而Python語言便是初學者的首選程式語言。 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。目前學校多有開設Python程式課，且APCS(Advanced Placement Computer Science)「大學程式設計先修檢測」，也可選擇Python撰寫程式設計實作題，而本書的內容即為最實用的教材，適合學生或第一次學習程式者。 除了基本的Python程式入門學習外，也介紹在網路爆紅的ChatGPT聊天機器人，它不僅僅是聊天機器人，還能幫忙回答各類問題，諸如寫程式、文章、信件…等，本書加入ChatGPT與Python雙效合一的應用，精采呈現ChatGPT AI的程式範例： ◑使用Pygame遊戲套件繪製多媒體圖案 ◑以內建模組及模擬大樂透的開獎程式 ◑建立四個主功能表的視窗應用程式 ◑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 全書除了學習以Python語言撰寫程式外，也能學到以Python語言來實作演算法的重要知識點，絕對是難易適中的最實用的教材。

輕鬆使用Python程式，有效簡化處理Excel繁瑣數據，提高日常工作效率 ➟徹底了解Python × Excel整合應用技巧 ➟大幅提升資料分析工作效率 ➟輕鬆製作圖表及報表的商業需求 ➟快速自動化實作樞紐分析、圖表、列印 本書係針對Python × Excel各種資料分析應用的需求，以主題分類的方式，提供大量實用技巧的程式範例，全書完整且詳實介紹如何結合Python語法實作Excel資料運算、格式化、自動化、篩選、排序、彙總、分組、樞紐分析、視覺化圖表…等整合性應用，絕對是學習Python及Excel整合應用的關鍵必修課程，藉助書中所提供的194個實戰例，必能充份滿足以Python語言實作Excel來進行高效率資料分析的工作。 【你將學會】 ✔工作表、儲存格欄(列)自動化 ✔資料運算與篩選排序 ✔彙總分組和樞紐分析 ✔圖表、報表列印 ✔工作表串接、合併與拆分

這是一本關於Python編程的書。它並不覆蓋Python的方方面面，其重點是呈現現代且精選的Python語言核心，即側重於Python編程本身。這包括抽象實現、程序結構、函數、物件與類型、協議、生成器、I/O、模塊等主題，同時對Python常用的內置函數及標準庫進行了簡要介紹。這些內容能夠有效幫助Python程序員應對各種項目規模的挑戰。同時，本書通常會省略那些完全可以通過IDE輕鬆獲取的參考內容（例如函數列表、命令名稱、參數等），並特意不去描述Python編輯器工具、IDE、部署等快速變化的內容及相關問題。本書適合Python程序員及相關科學家、工程師、軟件專業人士閱讀。

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

☆ ★PythonＸ人工智慧Ｘ深度學習★☆ ✔將機器學習進行分門別類的介紹✔提供大量範例解析演算法✔每章節都附有習題，讓讀者可以自行操作※ 本書附程式碼，可至深智官網下載：https://deepmind.com.tw/機器學習是人工智慧的核心基礎，是電腦研究領域的重要分支。機器學習正展現其巨大的潛力，在許多領域扮演著日益重要的角色。當電腦程式具有學習能力後，就能夠在不斷的資料中越來越好：例如醫療診斷程式，透過學習後便能夠不斷提高自身的診斷能力。Python近年來發展迅速，被廣泛用於科學計算，資料探勘和機器學習。Python語言配備了很多高品質的機器學習和資料分析函數庫，為機器學習提供了重要工具。本書讓你無痛進入機器學習乃至深度學習的領域，建立出真正的商業應用。當今業界十分需要人工智慧工程師，只要花一點點時間，把這最流行的機器學習上手，在往後的各行各業中，都能是你揮灑的空間。本書內容劃分為、機器學習演算法基礎理論及介紹基本的機器學習演算法之理論及應用3部分。介紹Python資料處理功能，如：Python開發環境、基本資料結構和資料處理等。講解機器學習的理論框架和Python機器學習常用的協力廠商函數庫。甚至提供神經網路以及深度學習的理論及專案實例。讀完本書，您能強化以下實作技能與觀念：✔何為人工智慧、常用領域、開發環境✔熟悉pandas、numpy✔學會製作中文相關應用、詞雲、結巴中文分詞✔學會使用Matplotlib，OpenCV，SKLearn✔使用Python實作KNN、K-Means。✔使用Python實作SVM、感知機、核心函數✔Python實作推薦系統、商品推薦、內容推薦、協作過濾及圖結構✔了解機器學習模型、線性非維性、監督及非監督、強化學習✔了解線性回歸(一元、多元)、邏輯回歸✔了解多層神經網路、深度學習☛適合讀者✔人工智慧/深度學習/機器學習入門讀者✔大專院校、專業教育訓練機構師生✔其他對智慧化、自動化感興趣的開發者

內容簡介:*作者以超過30年的豐富教學經驗，以及深知初學Python程式語言的盲點與障礙，精心規劃本書，讓你不論是教學或自修都可以得心應手。*內容涵蓋：輸入輸出、運算子、迴圈、函式、串列、類別、繼承、檔案與例外處理...等基礎且重要的主題，不僅可以增強你的邏輯思維能力，更穩固你的程式設計基本功。*範例貼近生活，如：猜猜你的生日、猜猜1～100的數字、大樂透電腦選號...等，並搭配程式重點解說。*提供練習題與習題測試，讓你做中學，並測試了解程度。附有參考解答，讓你學習沒有盲點，同時驗證你的答案。

現在學機器學習，正是最好的年代！在過去要處理資料，就要用C語言撰寫函數；在Python裡，別人已寫好了許多套件，只要像是在玩樂高積木一樣，就能完成你想要的結果。因此我會說，現在是學機器學習最好的時候，你等於是站在巨人的肩膀上學習。本書沒有複雜的數學，沒有複雜的程式碼，以有系統的編排，引領你進入機器學習的世界。我們會介紹sklearn的資料預處理；簡單線性迴歸、多元線性迴歸、羅吉斯迴歸、K最近鄰、支持向量機、決策樹、隨機森林等監督式的機器學習模型。而在非監督模型上會介紹Kmeans。另外，大部分的書不會強調的ColumnTransformer、管道器製作。許多書沒有解釋清楚的模型預測重要指標：正確率、精確率、召回率、混亂矩陣、綜合報告、PRC曲線、ROC曲線，我們也會一次詳細說明，讓你一手掌握。實例演練時會操作中英文的文字處理，並做情感分析和主題探索。還有知名的大數據資料庫，包括波斯頓房價預測、鳶尾花資料、鐵達尼號資料、威斯康辛大學醫院收集的乳癌腫瘤病患預測、電信公司客戶流失預測、信用卡盜刷預測、Newsgroup新聞群組分類、Amazon商品評論預測、Tripadvisor裡兩家航空公司和數字預測。最後教大家如何將深度學習的模組也包裝到sklearn。現在就讓我們一起學習Python，用機器學習掌握人工智慧。

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。

Python是一門既簡單又強大的編程語言，被廣泛應用於數據分析、大數據、網絡爬蟲、自動化運維、科學計算和人工智能等領域。Python也越來越重要，成為國家計算機等級考試科目，某些中小學也開設了Python編程課程。本書秉承有趣、有料、好玩、好用的理念，通過3個漫畫人物的輕鬆對話、搞笑形象及誇張動作，把複雜的Python技術問題簡單化。本書總計16章：第1章介紹Python的歷史和特點，並進行開發環境搭建；第2～5章介紹Python的基礎知識，包括數據類型、表達式、流程控制等；第6～7章介紹Python常用的容器類型數據和字符串數據；第8～11章介紹Python的進階內容，包括函數、類與對象、異常處理、常用內置模塊等；第12～16章介紹Python實用庫的使用方法，包括文件讀寫、圖形用戶界面、網絡通信、數據庫訪問和多線程等。本書在每一章中都安排了“動動手”環節，您可在該環節找到應用實例；在每一章結尾都提供了“練一練”環節，您可在該環節找到同步練習題。如果您想入門Python，則無論您是想學習編程的小學生，還是想參加計算機競賽的中學生，抑或是計算機相關專業的大學生，甚至是正在從事軟件開發從事軟件開發工作的職場人，本書都適合您閱讀和學習。

☆★☆★【用最簡潔的Python，成為深度學習最厲害的大神！】★☆★☆ 「人工智慧、深度學習和機器學習，不論你現在是否能夠理解這些概念，你都應該學習。否則三年內，你就會像被滅絕的恐龍一樣被社會淘汰。現在不開始，以後就來不及了。」――馬克•庫班（NBA獨行俠隊老闆，億萬富翁） 本書從人工智慧、機器學習與深度學習簡介開始，幫助讀者在Windows下的CPU/GPU環境完成深度學習、開發環境架設；之後進入Python資料科學函數庫，介紹深度學習基礎，如Numpy、Pandas、Matplotlib。 在了解基本函數庫後，接著介紹目前最好用、最流行的深度學習框架TensorFlow、Keras。認識完框架的使用，便開始處理資料，本書介紹了資料前置處理和模型評估指標，幫讀者了解模型及資料之間的關係。當一切就緒，就可以進入實際專案的開發，包括影像分類辨識、IMDB電影評論情感分析、遷移學習、人臉辨識、影像風格遷移、生成對抗網路等，讓你用最簡潔的Python，成為深度學習最厲害的大神。 適合讀者 ✪具備Python語言基礎知識的程式初學者。 ✪非專業出身，想轉換跑道進入人工智慧領域的程式設計師。 本書看點 ✪人工智慧、機器學習與深度學習簡介。 ✪深度學習框架TensorFlow、Keras。 ✪深度學習開發環境架設。 ✪資料前置處理、模型評估指標、影像分類辨識。

【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/

【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/

☆★☆★【有如手術刀般精準！利用Python幫你管控財金風險！】★☆★☆ 在上一本基礎篇的學習完備，能善用Python程式語言及常用的工具套件之後，接下來就是開始對金融風險進行評估了。 本書接續介紹了各種數學模型，包括波動性、隨機過程及相當重要的馬可夫過程、馬丁格爾、隨機漫步、維納過程等，另外也包含蒙地卡羅等數學模型的應用。 而統計科學中最常用的回歸，本書也有涉獵。另外包括了二元樹、BSM選擇權、希臘字母，市場風險等，都有最完整的Python程式和數學公式供讀者計算、運用。 金融商品龐大且複雜，需要像使用手術刀般精準、細緻地切割每一個細節，畢竟賠錢事小，沒辦法掌握到大盤的迅速波動與走勢，才是一大損失。 本書看點 ✪了解金融商品的波動性、移動平均、ARCH、GARCH。 ✪認識蒙地卡羅股價模擬、歐式、亞洲式選擇權。 ✪學習市場風險分類、度量、價值、分析。 ✪精進交易對手信用風險、投資組合理論、無差別效用曲線、資產定價理論。