Python

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，不斷重複相同動作 ．逐一將表格格式化、設定列印資訊，耗費大量時間 ．資料逐一繪製圖表、一份一份轉檔，讓自己眼花撩亂 平時需要5步驟的Excel操作，學會Python只需1步驟就能快速完成， 讓你工作效率比其他人高，也是各界人才具備的技能—— ．學生製作資料分析報告 ．老師系統化管理成績 ．主管秒速完成季報、年報業績表 ．業務人員製作視覺化競業數據資料 ．行政人員快速完成統計報表…… ◎ 最受歡迎也最容易上手程式語言——Python Python是一種可以廣泛使用的程式語言，用於數據分析、資料處理、應用開發等， 透過程式，能自動化處理許多繁瑣的步驟，節省大量時間。 很多人可能會覺得寫程式很難，是本科系的專業， 但Python的程式語言相當簡潔易懂，貼近使用者的習慣， 其他程式語言需要寫數十行，Python只要短短幾行即可， 這也讓Python近年來成為最受歡迎的程式之一， 無論是本科生、文組生、已學過程式或沒碰過程式的人，都能輕鬆上手。 ◎用Python處理Excel，把繁瑣工作自動化，效率瞬間提升 將Python運用於Excel中，能幫我們自動處理繁複的步驟， 使原本需要重複開啟、計算、逐一格式化、轉檔等流程，變得只要一秒搞定。 不僅大幅提升工作效率，也能避免在作業時不小心出錯，幫你更快完成大量、複雜的報表： ．瞬間匯入大量資料：自動化開啟檔案，挑出所需內容整理成CSV檔、匯入系統 ．不費力完成交叉分析：先分析客戶資料，再依照商品資訊進行交叉比對 ．格式設定與列印：自動將報表格式化，呈現清楚易讀的內容 ．將資料繪製成圖表：將資料繪製成長條圖、折線圖、區域圖等各式圖表 ．自動轉檔：將報表自動轉檔為PDF檔 本書從Python的基本安裝、基礎語法和知識， 搭配Excel製作資料報表常見的職場情境， 利用圖解的方式，一步一步教你輕鬆學會用Python自動化處理E

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、pan

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

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！

幫助你解決各類實務問題的演算法寶典 ★ 超過 60 個演算法的介紹與應用 ★ 生成式模型、進階序列模型、大型語言模型 ★ 片單推薦、電商平台商品推薦、餐廳評分系統、詐騙偵測 ★ AI 數位時代工程師必備寶典 《每個程式設計師都應該要知道的 60 個演算法》是資料科學家必備的兵工廠。如果你正在探索資料科學或是希望提升你的技能，這本書是幫助你打下穩固基礎的絕佳起點。 Somaieh Nikpoor博士 | 加拿大政府資料科學與 AI 部門主管，Carleton 大學 Sprott 商學院兼任教授 ＿＿＿＿＿ 使用演算法解決現實世界問題的能力，是每一位開發人員或程式設計師必備的技能。本書不僅能幫助你培養選擇和使用演算法來解決真實世界問題的技能，也會讓你了解這些演算法的工作原理，第二版內容加入了最新的生成式模型與序列模型介紹與應用，讓你能夠輕鬆理解與應對不斷變化的 AI 應用。 你將從演算法簡介開始，進一步學習各種演算法的設計技巧，然後透過實際範例的引導，探索如何實作不同類型的演算法。隨著進度推進，你將學習到線性規劃、頁面排名、圖形演算法，然後運用機器學習演算法來理解它們背後的數學和邏輯。 部分案例研究將會展示如何以最佳方式應用這些演算法，接著，你將聚焦在深度學習演算法，並學習各種不同類型的深度學習模型及其實際的應用方式。 你也會學到關於現代序列模型和它們的變體、演算法、方法論以及架構，用來實作像是 ChatGPT 這類大型語言模型（LLM）。 最後，你將能夠精通平行處理技術的技巧，讓你具備在計算密集型任務中高效運用這些演算法的能力。 讀完這本程式設計書，你將可以熟練地使用各種演算法，解決現實世界中的各種計算問題。 ▍你將會學到以下內容： ⋄ 設計演算法以解決複雜問題 ⋄ 熟悉類神經網路和深度學習技術 ⋄ 探索 Python 程式庫中現有的資料結構和演算法 ⋄ 使用網路分析實作圖形演算法進行詐欺偵測 ⋄ 透過實際範例，深入研究自然語言處理的最先進演算法 ⋄ 建立一個可以向訂閱者推薦電影的推薦引擎 ⋄ 掌握序列機器學習模型的概念及其在開發尖端大型語言模型中扮演的基礎角色 本書藉由各種實務案例研究深入研究LLM的細微差異，同時了解關於序列網路、LSTM、GRU、加密技術等內容，展現演算法的實際應用，並給出如何實作這些應用的程式碼範例，助

本書特色1. 由淺入深，循序漸進從基礎Python語言開始講解，適合初學者入門。完整說明Python程式設計的基本能力，包括變數、資料型態、控制流程、函式、物件導向等。2. 圖文並茂，易學易懂使用大量圖例和流程圖來詳細說明程式設計的觀念和語法，讓讀者更容易理解。3. 結合ChatGPT，提升學習效率介紹ChatGPT生成式AI，並提供了各種程式設計實例，幫助讀者更有效地學習Python。4. 完整涵蓋Pandas資料分析詳細說明Pandas套件的Python資料分析，包括資料匯入、匯出、篩選、編輯、彙整、清理、排序、合併、運算、群組分析、樞紐分析表、資料視覺化等。5. 實戰導向，學以致用本書提供大量實作範例，幫助讀者將所學知識應用於實際情況中。 內容簡介本書是一本學習Python程式設計和資料分析的入門教材，適合初學者輕鬆上手。以Excel使用者的角度，詳細說明Pandas套件的Python資料分析，並透過ChatGPT生成式AI的幫助，讓讀者能夠更快、更輕鬆地學習Python程式設計和資料分析。首先，本書從介紹Python程式語言的基礎開始，徹底解說讀者需要具備的程式設計能力，並介紹OpenAI推出的ChatGPT生成式AI，探討其在程式設計中的應用，以及如何利用ChatGPT來協助學習Python程式設計等相關技術。其次，本書重點闡述Pandas套件在Python資料分析中的應用。從建立Series和DataFrame物件開始，逐步介紹了如何匯入和匯出不同格式的資料，以及如何進行資料篩選、操作和彙整。特別是在第14章至第16章中，通過具體的範例，讀者將學會如何進行資料清理、排序、合併，以及執行各種資料運算和視覺化。本書的獨特之處在於將ChatGPT生成式AI融入到學習過程中，通過ChatGPT的幫助，讀者不僅可以寫出Python程式碼，還能夠自動產生商業模擬數據的學習範例，使得學習過程更加生動有趣，並且實際應用到商業資料分析中。最後，本書使用豐富的圖例和流程圖詳細解說程式設計的觀念和語法，並利用fChart流程圖直譯器呈現動畫流程圖，幫助讀者更好地理解程式邏輯，從而提升解決問題的能力和思維邏輯。《看圖學Python：資料分析與資料視覺化》不僅適用於計算機概論、程式設計和Python資料分析課程的教學，也是自學Python和資料分析的理想選擇。無論是對於

★☆★國內第一本介紹Rust實戰的專書★☆★【本書特點】☆Rust重要觀念介紹：泛型(Generics)、特徵(Trait)、巨集(Macro)、閉包(Closure)、並行處理(Concurrency)、所有權(Ownership)。☆Rust實戰：機器學習、WebAssembly、區塊鏈(Blockchain)、跨語言整合(FFI)，包括Python、C、JS…等。☆常見應用實作：資料庫存取、網站開發、桌面程式、檔案系統存取…等。【本書目標對象】1. 熟悉C語言的學生或工程師：可學習到最新的程式語言設計理念，改寫或升級舊系統(Legacy system)。2. 熟悉Python語言的學生或工程師：可學習到如何開發安全與高效能的應用系統。3. 同時熟悉C與Python語言的學生或工程師：可學習到如何整合Python與Rust，提升系統開發的生產力。4. 機器學習工程師：可學習如何利用Rust建立高效系統，以提升模型訓練(Training)與推論(Inference)的速度。

本書共11章, 詳細介紹在Python環境下學習scikit-learn機器學習框架的相關知識, 涵蓋的主要內容有機器學習應用開發的典型步驟、Python機器學習軟件包、機器學習理論基礎、k-近鄰算法、線性回歸算法、邏輯回歸算法、決策樹算法、支持向量機算法、樸素貝葉斯算法、PCA算法和k-均值算法等。

★☆★ 最佳視窗開發軟體PyQt ★☆★↗ 開發Windows端應用程式最佳幫手，輕量小巧又快速 ↗不論哪個行業，在PC上實現業務邏輯的介面雖然首選是瀏覽器，但專屬於視窗的控制元件提供了更方便的操作感受。Python無疑是快速開發的最佳選擇，入門簡單入手快速入行實用，而對應到Python的視窗介面當然首選就是PyQt了。雖然你有很多GUI的選擇，如Tkinter、Flexx、wxPython、Kivy、PySide、PyGTK等，但在普及性及實用性上，沒有一個比得上PyQt。本書是最適合想快速上手，具有一定程式設計功力的使用者閱讀。你只要懂得大部分程式語言的邏輯，再加上一點點Python的基礎，就可以輕鬆開發出跨平台的視窗應用程式，不管是在Windows、MacOS、Linux上都沒問題。全書還有一個完整的專案實例，把整個PyQt的所有控制元件融會貫通，不管是開發學校專案、畢業專題，甚至是公司的專業開發產品，都難不倒你。◎ 本書特色(1) 主流技術全面講解本書涵蓋PyQt常用控制項、PyQt佈局管理、PyQt高級控制項、PyQt繪圖技術、多執行緒程式設計以及PyQt程式的打包發佈等技術。(2) 由淺入深，循序漸進本書引領讀者按照基礎知識→核心技術→進階應用→專案實戰，循序漸進地學習。以初、中級程式設計師為對象，採用圖文結合、循序漸進的編排方式，從PyQt開發環境的架設到PyQt的核心技術應用，最後透過一個完整的實戰項目，對使用PyQt進行Python GUI 開發進行了詳細講解，幫助讀者快速掌握PyQt開發技術，全面提升開發經驗。(3) 85個應用實例+1個專案實戰多達85個應用實例，加上打造1個完整學生資訊管理系統的專案實戰，充分練習，上場不再害怕。(4) 精彩欄目，貼心提醒本書設置了很多「注意」、「說明」、「技巧」等小欄目，有利於讀者在學習過程中更輕鬆地理解相關知識及概念，並輕鬆地掌握個別技術的應用技巧。◎ 本書核心技術● PyQt入門● Python的下載與安裝● 搭建PyQt開發環境● Python語言基礎● Python中的序列● Python物件導向基礎● 建立第一個PyQt程式● PyQt視窗設計基礎● PyQt常用控制項的使用● PyQt佈局管理● PyQt高級控制項的使用● 使用Python操作資料庫● 表格控制項的使用● 檔案及資料夾操作● Py

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

Cursor 是一個智能開發平臺，為開發者提供了全新的智能開發體驗。本書聚焦 Cursor，系統講解如何借助它實現從需求輸入到代碼生成、測試、部署的全流程自動化。全書共分 10 章，首先系統梳理 Cursor 的核心特性、功能模塊、使用方法及在 Python 開發中的適配機制，隨後結合實際應用場景（如快速原型構建、數據分析、自動化測試、API 與微服務、自動化爬蟲與信息抽取系統、團隊協作、企業開發自動化，以及智能助手構建等）展開講解。本書通過提示詞設計、工作流規劃及 Python 編程實戰，呈現 Cursor 在不同領域的工程化路徑，展現 AI（Artificial Intelligence，人工智能）驅動的系統化開發思維。本書適合 Python 開發者、AI 工程師、企業研發管理人員及技術架構師閱讀。

● 認識 PyQt 和 Qt Designer ● 了解 PyQt5 和 PyQt6 的差異 ● 程式碼均包含 PyQt5 和 PyQt6 版本 ● 程式碼均有一般寫法和 class 寫法 ● 介面與視窗元件 ● 介面佈局方法 ● 行為與事件 ● 樣式、影像和繪圖 ● 十個精選實用範例 Qt 本身是 C++ 的函式庫，而 PyQt 則是 Qt 的分支，是 Python 用來設計使用者介面 ( GUI ) 的函式庫，主要使用 Python 搭配 Qt 進行介面的設計開發，除了能完整利用 Python 語法，也保留了 Qt 的強大功能，目前市面上許多軟體，也會使用 PyQt 進行開發。 雖然 Python 本身內建 Tkinter 函式庫，但 PyQt 能用更容易理解的程式碼，以及更美觀的介面進行設計，此外，PyQt 也可以搭配 Qt Designer ( 針對 Qt 開發者的跨平台介面開發工具 ) 進行開發，並輕鬆的在 Windows、Linux 及 Mac OS 等作業系統運行。 本書是專門介紹 PyQt 的書籍，除了同時介紹 PyQt5 ( 最普及 ) 和 PyQt6 ( 最新 ) 兩種版本，每個範例程式碼都會包含「一般寫法」和「class 寫法」，從最基本的介面與視窗元件，行爲和事件、繪圖與圖形編輯都有詳細介紹，最後也會透過十個常用的精選範例，帶領大家實作出完整的應用。

雖然很多深度學習工具都使用Python，但PyTorch 庫是真正具備Python 風格的。對於任何瞭解NumPy 和scikit-learn 等工具的人來說，上手PyTorch 輕而易舉。PyTorch 在不犧牲高級特性的情況下簡化了深度學習，它非常適合構建快速模型，並且可以平穩地從個人應用擴展到企業級應用。由於像蘋果、Facebook和摩根大通這樣的公司都使用PyTorch，所以當你掌握了PyTorth，就會擁有更多的職業選擇。本書是教你使用 PyTorch 創建神經網絡和深度學習系統的實用指南。它幫助讀者快速從零開始構建一個真實示例：腫瘤圖像分類器。在此過程中，它涵蓋了整個深度學習管道的關鍵實踐，包括 PyTorch張量 API、用 Python 加載數據、監控訓練以及將結果進行可視化展示。本書主要內容：（1）訓練深層神經網絡；（2）實現模塊和損失函數；（3）使用 PyTorch Hub 預先訓練的模型；（4）探索在 Jupyter Notebooks 中編寫示例代碼。本書適用於對深度學習感興趣的 Python 程序員。瞭解深度學習的基礎知識對閱讀本書有一定的幫助，但讀者無須具有使用 PyTorch 或其他深度學習框架的經驗。

基於實用、易學的原則，從功能、使用、原理等多個維度對Pandas做了全方位的詳細講解。本書是Python數據分析入門書，每個概念都通過簡單實例來闡述，便於讀者理解與上手。具體內容包括：Python及Pandas基礎知識，加載和查看數據集，Pandas的DataFrame對象和Series對象，使用matplotlib、seaborn和Pandas提供的繪圖方法為探索性數據分析作圖，連接與合併數據集，處理缺失數據，清理數據，轉換數據類型，處理字符串，應用函數，分組操作，擬合及評估模型，正則化方法與聚類技術等。

Computer Programming Step by Step guides learners with little to no experience in writing computer programs using Python programming language. With over 300 visuals and a clever use of storyboards, it supports learners in the development of an experiential grasp of computer programming and provides a strong foundation upon which to further their knowledge.

【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。

破譯武林招式，看懂程式設計！‧郭靖的小紅馬在Scratch裡能任意變色？‧韋小寶加盟天地會誓詞是高階程式語言？‧黃蓉的計算能力比Python還強？‧用費波那契數列就能進入桃花島？以武俠小說的場景為媒介，讓武林絕招和程式設計理論緊密結合。只要你摸過電腦、玩過電動遊戲，熟悉鍵盤和滑鼠的操作，就能讀懂本書的程式邏輯。讀者朋友可以一邊學習編寫程式的基礎知識，一邊跟著範例練習編寫代碼，不但能真正感受到程式設計的樂趣，還能解決生活中很多意想不到的大小問題。本書從用PowerPoint製作基本動畫講起，再進入麻省理工學院開發的入門級動畫軟體Scratch，最後敲開程式設計的利器Python，循序漸進帶領讀者朋友理解程式世界的奧祕，並享受數位科技帶來的樂趣。「如果你擁有電腦，卻沒有安裝Python，那叫暴殄天物。」～李開周

本書緊密結合當代計算機技術發展前沿，內容涵蓋計算機基礎、Python 程序設計以及人工智能基礎三大板塊。在計算機基礎知識板塊，深入講解編碼原理；介紹計算機體系結構，剖析硬件系統各組件的協同工作機制；闡釋操作系統的核心功能，同時對雲平臺、大數據平臺等計算平臺做了講述。Python 程序設計板塊，課程從環境搭建入手，使學生熟悉 Python 編程環境的配置。詳細講解 Python 變量的定義與使用、函數的編寫與調用、控制流程的設計，以及面向對象編程的基礎概念與方法，將創意轉化為可執行代碼。人工智能板塊，課程將回溯人工智能的起源與發展歷程，明晰其研究範疇與應用領域。對大模型做了基本介紹。隨後，本書深入機器學習領域，帶領學生動手搭建人工神經網絡，深入學習多層人工神經網絡、卷積神經網絡等深度學習技術，使學生對人工智能技術有深刻的認識與實踐能力。最後在生成式人工智能領域本書做了較為深入講解，對文本生成，圖像生成的原理進行了深入的分析和講解。本書面向的人群主要是高等院校低年級本科生，面向高等院校第一門課程大學計算機設計。同時，本書結合python程序設計和pytorch框架，給出了許多機器學習的案例，所以對編程感興趣的初學者以及人工智能領域的愛好者，本書能幫助他們深入瞭解人工智能，為進一步探索人工智能領域提供指引。此外，本書在超星平臺上線了和本書配套的MOOC課程，為學習本書的讀者提供了視頻講述資源。

第一本詳細說明如何運用SQL Server向量資料庫與Python建立RAG系統的實務指南！ ✦ 完整掌握資料庫設計與開發核心：涵蓋SQL Server、Transact-SQL程式設計，以及AI原生關聯式資料庫的應用技術。 ✦ 從設計與開發角度切入：完整介紹資料庫系統理論、實體關聯模型、正規化與T-SQL，培養自行設計、建立及開發資料庫應用程式的能力。 ✦ 適用最新版本與主流環境：實作內容適用Microsoft SQL Server 2025/2022，並介紹原生向量資料庫功能，適合作為學校課程與業界開發人員的實務教材。 ✦ 結合理論與設計實務：以圖例與表格解說 ANSI/SPARC 架構、關聯模型與正規化，並實作繪製實體關聯圖及建立資料庫，落實設計理論。 ✦ 全面掌握T-SQL程式設計：詳細說明T-SQL語法、預存程序、序列物件、自訂函數、觸發程序、資料指標與交易處理，奠定後端開發能力。 ✦ 實作跨語言用戶端開發：介紹ADO.NET與資料庫中介軟體，並提供C#與Python用戶端程式範例。 ✦ 整合最新的AI與機器學習應用： • 向量資料庫與RAG系統：介紹嵌入模型與SQL Server向量資料庫，透過兩個Python專案，建立知識庫與RAG（檢索增強生成）系統。 • 內建機器學習服務：使用Python直接在SQL Server中訓練模型並執行預測。 • 進階搜尋與資料應用：涵蓋全文檢索、JSON格式資料及相關內建函數，擴充搜尋與資料處理能力。

 Chapter1 資料的概念：在最開始的地方，以一系列的案例讓讀者認識到資料的價值（1.1），並且學習透過資料的型態（1.2） 和尺度（1.3） 來認識資料。  Chapter2 Python 基礎：對於沒有程式基礎的讀者，會從 Python的介紹和環境安裝（2.1 ∼ 2.2） 開始，並且介紹一些基礎的程式語法與邏輯（2.3 ∼ 2.4），讓讀者可以快速上手Python。  Chapter3 基本數值資料處理：分別介紹在資料分析中最常用到的NumPy（3.1） 和Pandas（3.2），讓讀者可以對各種基本的資料進行處理與分析。  Chapter4 各式資料處理：除了基本的數值資料以外，更進一步介紹對於影像（4.1 ∼ 4.2）、音訊（4.3 ∼ 4.4）、文字（4.5 ∼ 4.6） 類型資料的觀念與實作。  Chapter5 資料前處理：專門介紹各種拿到資料後要先做的前處理方式，包含資料清理（5.1）、資料轉換（5.2），以及如何進行合適的資料視覺化（5.3）。  Chapter6 其他專題補充：針對本書無法展開的內容，透過一個個小實作專題進行補充介紹，包含探索式分析（6.1）、網頁爬蟲（6.2）、機器學習與模型評估（6.3）、ChatGPT API（6.4）、HuggingFace（6.5）、資料管線（6.6）、常見誤區（6.7） 等。

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

讓你一次學會：物聯網通訊、濾波器設計、影像追蹤與馬達控制四大技術 本書帶你使用 Node-RED 與 Python 在樹莓派上實現大部分物聯網所需的觀念與技術，並搭配 Arduino 與 ESP32 實現數位濾波器設計與 MQTT 雙向控制系統等進階主題，因此讀完本書，各位不僅能學到物聯網系統的重要觀念與技術之外，還可以學會：物聯網通訊、濾波器設計、影像追蹤與馬達控制等四大關鍵技術。 本書特色 → Node-RED 與 Python 編程技術 → 雙向 MQTT 物聯網控制技術 → 步進馬達控制技術 → 數位濾波器設計技術 → OpenCV 影像模板比對技術 → 串列通訊與訊號頻譜的底層邏輯與驗證

內容簡介這既是一本引導讀者如何使用ChatGPT低門檻、高效率學習Python數據分析與挖掘方法的著作，又是一本指導讀者如何使用ChatGPT精准、高效地進行Python數據分析與挖掘實操的著作。從讀者對象的角度看，本書既大大降低了沒有編程經驗的讀者學習Python數據分析的門檻，又為有經驗的Python數據分析師提供了大量實用的AI數據分析技巧，幫助他們快速轉型為具備AI能力的數據分析師。從核心內容的角度看，本書不僅講解了如何在數據預處理、數據清洗、數據可視化等基礎的數據分析環節使用AI工具，而且還講解了如何在聚類分析、預測分析等高級的數據建模環節使用AI工具。閱讀完本書，你將掌握以下知識：(1)數據分析、數據挖掘以及機器學習算法的基礎知識。(2)ChatGPT等AI工具的註冊及使用，以及如何使用這些AI工具學習Python。(3)使用ChatGPT輔助各種常見的數據操作和數據預處理。(4)使用ChatGPT輔助靜態數據可視化和數據交互可視化。(5)使用ChatGPT輔助聚類分析、關聯規則分析、回歸分析。(6)使用ChatGPT輔助學習降維算法、決策樹算法、隨機森林、k近鄰算法、支持向量機算法、神經網絡算法。(7)使用ChatGPT輔助數據建模以及對模型的性能進行評估和優化。本書採用由淺入深的寫作方式，既確保了內容的可理解性，又保持了足夠的深度，配有詳細的代碼示例和實踐指導，確保每位讀者能夠輕鬆上手並從中獲益，提升自己的分析效率和洞察能力。本書採用案例驅動的寫作方式，通過實際業務案例詳細拆解AI技術在各個場景中的應用步驟和技巧。語言簡潔易懂，理論與實踐結合，注重實用性和可操作性，幫助讀者快速掌握核心知識。提供豐富的實際案例和操作指南，涵蓋多種AI工具和交互技巧，確保讀者能夠學以致用。

本書以大數據分析技術及其應用為主線，系統構建了從理論奠基、技術實戰到智能應用的完整知識體系。全書分為三篇共九章，涵蓋大數據理論基礎、Python數據分析與智能數據處理三大模塊。各模塊以案例驅動的方式，將理論知識與實踐操作深度融合，幫助讀者掌握從數據獲取、數據處理、數據分析到智能展示與發佈的全流程技能。本書可作為高等學校“新文科”“新工科”背景下各專業大數據分析通識課程教材，也可作為全國計算機等級考試(Python語言程序設計及WPS Office應用科目)的重要參考用書，同時為從事數據分析教學和實踐的教師及相關技術人員提供有益參考。

本書系統介紹了Python在財稅領域的應用，涵蓋從基礎語法到高級數據分析與人工智能技術的完整知識體系。本書內容包括Python基礎知識、財稅數據的類型及存儲方式、數據提取與處理、日期時間管理，以及使用NumPy和Pandas進行高效數據操作等。本書還深入講解了財稅數據的可視化展示和辦公自動化，並提供了綜合案例以幫助學生提升實務操作能力。本書特別關注人工智能在財務中的應用，介紹了智能數據采集、治理、挖掘及決策優化，幫助學生掌握新時代財務管理的核心技術。本書注重理論與實踐相結合，適合高職院校學生系統學習財稅信息化與智能財務相關知識與技能。

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。

搶先使用最強GPT-6模型 你還停在跟 AI 聊天，別人已經叫 AI 去上班。 從「幫我寫」到「照規格做」， 讓 AI 讀資料、用工具、完成任務，才是 Agent 精神 一次打包 ● ChatGPT API × RAG × AI Agent × Work × Codex ● Python、Node.js、C#三語言完整範例 跟 AI 聊天，只能得到答案；讓 AI 進入工作流程，才能得到成果。它可以把零散的會議紀錄整理成待辦與客戶信、讀懂你的文件並附上來源回答問題、串接工具完成多步驟任務，甚至依需求規格寫出、測試與驗收一個應用。但前提是，你要知道怎麼交代工作、設定限制、判斷它有沒有做對。 本書從 ChatGPT 的實用協作開始，帶你走進 GPT-6 API、多模態、Microsoft Foundry、RAG、AI Agent、Work 與 Codex。非工程讀者可以學會把需求說清楚、把成果驗收好；開發者則可用 Python、Node.js、C# 把 AI 真正接進產品。別再只問AI能做什麼，開始讓它替你完成一件事。 這不是一本只教提示詞，也不是只寫給工程師的 API 手冊，而是從「用AI 協作」走到「打造 AI 應用」的完整路線。適合想用ChatGPT改變工作方式的知識工作者、產品經理、行銷與企劃人員，以及準備把AI接進服務或產品的開發者。沒有程式背景的讀者，可以從提問、整理資料、Work 與驗收方法開始；具備 Python、Node.js 或 C# 基礎的讀者，則能進一步實作多模態應用、RAG 知識庫與 AI Agent，把 AI 從好用的工具，變成能真正協作的工作系統。 本書範例源始碼：https://github.com/iangithub/GPTBook2 從AI對話到實際應用，全面掌握GPT-6的強大能力！本書從ChatGPT提問技巧與工作協作出發，深入GPT API、多模態應用、RAG知識庫、AI Agent、Work與Codex，搭配Python、Node.js及C#實作範例，帶領讀者從需求規劃、工具整合到應用開發，打造能讀懂資料、自動執行任務的AI工作流程，讓AI不只提供答案，更能真正完成工作！

本書新版進行了全面修訂和擴展，將原理和范型重新拆分並整合為9個章節，包括概述、架構、進程、通信、命名、協調、複製和容錯。全書對基礎知識和特定主題進行了分離，後者被組織成不同的章節模塊，在第一次閱讀時可以跳過。為了幫助讀者更好地理解算法部分，本書提供Python示例程序。

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

Ⓞ 16 堂課引領入門, 學得會、做得順的絕佳教材！Ⓞ 最詳盡的深度學習基石書, CNN + RNN + GAN + DQN + DRL 各種模型學好學滿初學者想要自學深度學習 (Deep Learning), 可以在市面上找到一大堆「用 Python 學深度學習」、「用 xxx 框架快速上手深度學習」的書；也有不少書說「請從數學複習起！」, 捲起袖子好好探究底層那些數學原理......但過早切入

2020年推出的LabVIEW 2020新增Python程式的編輯功能，改變使用者對LabVIEW的刻板印象，且在迴圈結構、系統監控及影像處理等方面增添不少新功能，硬體支援也更加成熟與完備。本書以循序漸近的方式編寫，並在各章節中提供範例讓初學者操作與練習，並提供LabVIEW的CLAD模擬考試題目，供讀者參考與練習之用。

本書是作者在已經出版的 《Xilinx Zynq-7000嵌入式系統設計與實現：基於ARM Cortex-A9雙核處理器和Vivado的設計方法》 一書的基礎上進行修訂而成的。 本書新修訂後內容增加到30章。修訂後，本書的一大特色就是加入了Arm架構及分類、使用PetaLinux工具在Zynq-7000 SoC上搭建Ubuntu操作系統，以及在Ubuntu操作系統環境下搭建Python語言開發環境

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。。

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視覺最強入門邁向頂尖高手王者歸來【書籍內容】◎ 台灣作者第一本「AI視覺」專書！五大最強亮點 ?1. AI 影像技術全解析，從入門到頂尖高手?2. 影像不只是影像，讓 AI 賦予它智慧與靈魂?3. 數學、演算法、函數與Python程式，三大學習核心，建立的AI影像專案?4. AI 影像應用無極限，打造你的專屬智慧影像系統?5. 最完整 AI 視覺學習資源，帶你進入與設計 AI 影像時代◎ AI視覺最強入門，從新手到頂尖高手！在 AI 影像技術的浪潮下，你是否曾想過，如何讓影像處理不只是單純的圖像變換，而是賦予它智慧，讓程式「看見」並理解世界？本書 《AI視覺最強入門邁向頂尖高手》 將帶你從零開始，一步步掌握 AI 視覺的核心技術，讓你的影像程式不再只是空洞的代碼，而是充滿靈魂與創意的智慧應用！◎ 這本書，適合誰？　★ Python & AI 初學者：從影像基礎開始，循序漸進學習。　★ 影像處理 & OpenCV 愛好者：探索影像創意與高級應用。　★ 開發者 & 工程師：打造 AI 監控、人臉識別、物件追蹤專案。　★ 學生 & 研究人員：數學 + 演算法 + OpenCV，全方位掌握 AI 視覺技術。◎ AI 影像技術，從基礎到進階　★ 影像處理基礎：影像讀取、色彩空間（BGR、RGB、HSV）、影像儲存與計算。　★ 影像創意與特效：數位浮水印、動態影像（GIF、MP4）、藝術畫作設計。　★ 影像增強與變換：圖像去霧、濾波降噪、傅立葉變換、直方圖對比度增強。　★ AI 影像識別應用：手寫數字辨識、人臉偵測、車牌識別、醫學影像分析。　★ AI 監控與自動追蹤：動態車道偵測、AI 監控系統、模板匹配物件搜尋。◎ 為什麼選擇這本書？　★ 獨家「三步驟」學習法：　★ 數學原理 → 演算法邏輯 → Python x OpenCV x MediaPipe 實作，讓你學得深入又靈活應用！　★ 從基礎到高階 AI 視覺應用，完整解構影像處理技術！　★ 結合 OpenCV x MediaPipe x Python，打造創新影像應用專案！◎ AI 影像技術，開啟無限可能！影像處理與 AI 的結合，正顛覆我們的世界。無論是攝影特效、醫學影像、智慧監控還是自動駕駛，AI 視覺技術都是未來不可或缺的核心技能。現在，就是你踏入這個領域的最佳時機！☆

本書特色文字說明、程式碼與執行結果等交叉呈現，有助於閱讀理解。來自不同領域的資料處理與分析範例。同時掌握資料分析兩大主流工具 - R 與 Python。凸顯第四代與第三代程式語言不同之處。深入淺出地介紹統計機器學習理論與實務。符合 iPAS 經濟部產業人才能力鑑定巨量資料分析師各科評鑑主題。

《信息技術與人工智能》是由學校、行業、企業三方聯合編寫的工作手冊式新形態教材。全書分三大模塊14個教學項目。模塊Ⅰ“信息時代 數智啟航”為認知模塊，包含瞭解新一代信息技術、信息素養與社會責任兩個項目；模塊Ⅱ“智趣學習 智慧辦公”為基礎模塊，包含備戰職業規劃大賽、校園運動會組織運營、智能終端產品運營等6個通用和專業特色項目；模塊Ⅲ“AI賦能 智創未來”為拓展模塊，包含AI工具與Python編程賦能時代智匠、專業百科智能助手、河南非遺文化數字檔案庫等6個綜合項目。本書內容覆蓋WPS辦公軟件、AI及小程序工具應用、Prompt工程、智能體、Python編程等，強調以需求為導向、運用多種信息工具協同解決實際問題，兼具通用性與專業適配性。本書可作為高等院校各專業信息技術類基礎課程或通識課程的教材，也可供具有數字化、智能化需求的相關崗位從業人員學習參考。

本書從計算機的內部結構開始講起，以圖配文的形式詳細講解了二進制、內存、數據壓縮、源文件和可執行文件、操作系統和應用程序的關係、匯編語言、硬件控制方法等內容，目的是讓讀者瞭解從用戶雙擊程序圖標到程序開始運行之間到底發生了什麼。書中還專設了“如果是你，你會怎樣講呢？”專欄，以小學生、老奶奶等為對象講解程序的運行原理，頗為有趣。第3版升級了書中用到的軟件產品和開發工具，並在正文和注釋中補充了大量內容，讓初學者更容易理解。對於舊版中頗受好評的硬件相關章節，更新了C語言的樣例代碼。書末附錄關於C語言的章節也升級至近期新標準。第12章新增了Python機器學習的內容，讓初學者能夠輕鬆體驗人工智能的樂趣。附錄也增加了對Python語言的介紹。本書圖文並茂，通俗易懂，非常適合計算機愛好者及相關從業人員閱讀。

本書聚焦AIoT與穿戴式科技，從基礎出發涵蓋Python實作、訊號處理與深度學習架構。詳述如何將模型部署至邊緣端實現TinyML，並結合雲端平台進行大數據整合分析。透過智慧醫療與運動科學等實務專題，帶領讀者掌握從數據採集、運算到智慧決策的完整流程，並探討資安法規與倫理挑戰，是掌握下一代智慧物聯網核心技術的實戰指南。

《Streamlit大模型應用開發實踐：數據科學和AI Web應用開發超簡單》是一本系統講解使用 Streamlit 開發大模型應用的實踐指南。本書從 Streamlit 入門講起，涵蓋Streamlit 概述、Python 開發環境搭建，Streamlit 特性與功能介紹，幫助讀者快速掌握 Streamlit 的基礎操作，詳細闡述了使用 Streammlit 創建基礎 AI Web 應用的全過程，包括框架搭建、內容組織展示，還結合 NLP技術實現文本分析處理，並介紹了應用分享與部署的方法。