Python

Python語言是一種功能強大的高級程式設計語言，廣泛應用於資料分析、Web開發、雲計算、自動化運維等多個工程領域，特別是隨著人工智慧技術的飛速發展，Python作為該領域內的首選開發語言，受到越來越多科研工作者的青睞。本書內容精煉、文字簡潔、結構合理、實訓題目經典實用、綜合性強，明確定位面向初、中級讀者，由「入門」起步，側重「提高」。適合作為高職、大專院校相關專業Python程式設計的教材或教學參考書，也可以供從事電腦應用開發的各類技術人員應用參考和培訓資料。

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。

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

☆★暢銷再上市★☆►有資料就有矩陣，有矩陣就有向量，有向量就有幾何，有幾何就有空間►從資料一路提升到張量的所有數學基礎►將數學視為思想、工具、語言、體系、基石、藝術的角度進行學習►分為向量、矩陣、向量空間、矩陣分解、微積分、空間幾何、資料►所有機器學習、深度學習最重要的基礎數學概念►不再亂猜，寫機器學習程式碼時，每行指令背後代表的數學基礎►學矩陣就是學AI，從此看到AI程式碼完全無負擔AI熱潮來臨，每個人都很怕直接被機器取代，不管文科理科背景的人，每個人都想搭上AI快車飛速到達未來。然而你的第一關就是數學。數學是宇宙的共同語言，也是人類意志極緻的展現。數學從數字開始進入高維之後，向量、矩陣、張量將整個人類文明帶入新的境界，也將我們的世界從點線面體推向無法視覺化的高維空間，而針對空間的運算，更是所有科學的重要基礎。空間幾何這門完全和生活知識抽離的學科，看似是和向量打交道而已，但卻是整個世界運行的基礎，近年AI興起，機器學習及深度學習成為熱門行業，當你想要學習TensorFlow時，面對的第一個觀念就是張量(Tensor)。這些名詞讓你感到陌生又不是完全不認識時，就是重拾矩陣的時候了。本書利用最小的成本，幫你把這個又陌生又熟悉的老朋友重新交往。作者從最簡單的加法開始說明，一直到機器學習中的梯度、偏導數、積分、矩陣、線性代數，從小學到研究所所學的數學，一一在適當的章節出現，當你讀到某個章節時，會發現「啊！原來如此，這就是奇異值分解在機器學習的原理啊！」，有一種豁然開朗的感覺，相信這種驚喜在全書中會不斷出現。ChatGPT出來之後，AI已經光速啟動，有志加入這個行業，也只能快速跟上，而這本書，正是你進入的最佳助手，與其繼續逃避直到被淘汰，不如就花一點時間，把這本本來就不難的書看完，補上你個人AI志業的最重要一塊拼圖。全書分為以下幾個部分：向量：從資料、矩陣、向量、幾何、空間開始談起，包括向量運算，範數等基本定理。接下來談到矩陣，把矩陣所有的性質(四則運算、表格、秩等)說明清楚，更有重要的內外積等。第三部分談的是向量，包括座標系、各種變換、維度、行列視，投影、正交、基等性質。第四部分談的是矩陣分解，實作了包括LU、Cholesky、QR，特徵/奇異值分解。第五部分就是談到空間的微積分，如多元函式、偏導、梯度、方向微分、泰勒展開等。也說明了拉格朗日乘子等。第六部分說明了空間幾何

🎯 資料驅動時代，行銷決策不再靠直覺，你需要的是──科學證據！・折扣真的能提高銷售？哪些顧客即使不推也會買？・無法進行 A/B 測試時，還有哪些方法能推論效果？・在資源有限的情況下，如何讓每一分行銷預算發揮最大效益？✔把抽象的因果推論方法，運用到科技產業的真實商業問題上。✔教你如何思考模型背後的假設與挑戰，搭配實例分析，真正「用得出來」。✔全書以 Python 為實作語言，實務化門檻降低，符合產業主流技術。✔幫助行銷人、資料分析師、產品經理，解決真實業務問題。🚩 最真實的國際讀者讚譽「對數據科學家來說，這本書直接影響我的工作，充滿『恍然大悟』的時刻！」「唯一一本將因果推論從數學理論到Python實作、聚焦產業應用的書！」「適合統計、工程與經濟領域專業人士，完美填補實務缺口！」🚩 來自專家的推薦「Matheus寫的這本書，教導您如何從簡單的模型進展到適用於真實資料，並解決重要實際問題的先進方法，是該主題迄今的最佳著作。」——Sean J. Taylor，Motif Analytics首席科學家「這是一本淺顯易懂的因果推論入門書，聚焦於Python資料分析社群最熟悉的工具和應用場景。」——Nick Huntington-Klein，經濟學教授、《The Effect: An Introduction to Research Design and Causality》作者「少數真正符合科技產業實際需求的因果推論書。每一章都處理實際資料中會遇到的問題，並用 Python 從零實作。推薦給任何希望深入理解並實作因果推論的人。」──D.G. 哥倫比亞大學《工業資料科學》課程講師、Lyft應用科學家每增加一美元的線上行銷預算，能吸引多少新顧客？哪些消費者只有在收到折扣券時才會購買商品？該如何制定最佳定價策略？因果推論提供了一種高效方法，幫助您準確評估各種影響因素對商業指標的改變，而這一切只需幾行簡潔的Python程式碼即可實現。在本書中，作者Matheus Facure深入剖析了因果推論在影響力分析與效果估計上的巨大潛力。無論您是管理人員、資料科學家，還是商業分析師，都將在書中學習到一系列經典的因果推論方法，例如 A/B測試、線性迴歸、傾向分數、合成控制法以及雙重差異法（Difference-in-Differences）。此外，作者也帶您探索現代技術的應用，包括如何利用機

【本書特色】☆★全彩印刷★☆★數學、藝術、說圖★版面配置、裝飾★色彩空間、顏色映射★二維散點圖、二維線圖、極座標繪圖、二維等高線★熱圖和其他、平面幾何圖形★三維散點圖、三維線圖、網格曲面、三維等高線★箭頭圖、立體幾何★數列、函式、二次型、隱函式★參數方程式、複數、距離★平面幾何變換、立體幾何變換、奇異值分解★瑞利商、心形線、★模式、隨機、Dirichlet分佈★貝茲曲線、繁花曲線、分形、網路圖【書籍內容】本書以數學與藝術的結合為主題，涵蓋多個視覺化技術和數學概念。首先，數學 + 藝術章節探討兩者如何在解構和重構世界中展現相似性。接著，說圖章節介紹視覺化的生命週期，從數據收集到最終呈現，並說明各種視覺化媒介的選擇。版面配置章節則幫助讀者理解如何有效地呈現數據，提升視覺化的吸引力。裝飾章節介紹常見的美化技術，強調程式設計和圖形創作的重要性。色彩空間章節講解如何在Matplotlib中定義顏色，並深入探討RGB色彩模型的應用。顏色映射章節則重點講解顏色映射的概念，將數值映射到不同顏色上。二維散點圖、二維線圖、極座標繪圖、二維等高線、熱圖和其他平面幾何圖形章節各具特色，展示不同類型的數據，強調數學在視覺化中的重要性。三維散點圖、三維線圖、網格曲面、三維等高線、箭頭圖及立體幾何章節介紹三維視覺化方案，讓讀者靈活運用不同維度的技術。代數部分涵蓋數列、函式、二次型、隱函式、參數方程式和複數，幾何部分探討距離、平面幾何變換、立體幾何變換、奇異值分解、瑞利商及心形線，強調代數與幾何的聯繫。最後，模式 + 隨機章節選取Dirichlet分佈、貝茲曲線、繁花曲線、分形及網路圖，展示模式與隨機之間的互動，拓展視覺化的應用範疇。整本書融合數學與藝術，提供讀者探索數學之美的機會。

全書分為 8 章， 主要內容如下：第1章介紹學術論文插圖繪製的規範性和基本原則以及學術論文插圖的配色基礎；第2章介紹繪製學術論文插圖的主要工具，並重點介紹 Matplotlib、Seaborn、ProPlot 以及 SciencePlots 工具包的語法及其重要特徵；第3章介紹學術論文中常見的單變量圖及其繪製方法，包括直方圖、密度圖、Q-Q 圖等；第4章介紹學術論文中常見的雙變量圖及其繪製方法， 具體包括誤差線、柱形圖、箱線圖、相關性散 點圖以及矩陣熱力圖等；第5 章介紹學術論文中常見的多變量圖及其繪製方法，包括等高線圖、點圖系列、 三元相圖、 3D 圖系列以及 RadViz 圖等；第 6 章介紹學術論文中常見的空間數據型圖及其繪製方法，包括分 級統計地圖、連接線地圖、等值線地圖以及子地圖等；第 7 章介紹學術論文中常見的可視化圖及其繪製方法，包括配對圖系列、韋恩圖、泰勒圖以及漏斗圖等；第 8 章通過案例介紹學術論文插圖的繪製技術。本書結構清晰，兼具美觀性與實用性，既適合各大研究機構和高校等單位的工作者閱讀，也適合各行業工作人員以及在讀的研究生和准備考研的大學生閱讀，還適合需要進一步掌握科研論文插圖的設計思路和繪製技巧的群體學習。

內容簡介:集Python程式技術大成，新增AI應用，強大內容全面再進化～【Python系列書在台累計銷量近12萬冊】國內眾多讀者與程式人選書第一指名，學業界指定Python講師、榮登暢銷榜最多Python圖書的作者團隊代表作八大領域、39個主題、上百種模組套件、近1,200個範例，涵蓋語法入門，橫跨各大熱門技術、軟硬整合與AI實戰應用。一本帶你入行！系統化分章、大量圖表解說，全面跨入Python程式開發殿堂！ 給需要本書的人：★不知道如何開始才能自學好Python的人★有接觸過但又不想打掉重練的人★老是寫不好Python程式的人★想運用Python開發專案的人掌握系統化的學習途徑才能真正駕馭PythonPython廣泛應用於大數據、網路爬蟲、人工智慧、機器學習、物聯網等熱門領域，是一套直譯式、物件導向，功能強大的程式語言。具備簡潔的語法，擁有許多模組套件，跨平台且容易擴充，所以非常適合初學者學習，但沒有系統性與結構化的學習，只能一知半解，而胡亂網路爬文，也只會迷失在資訊叢林。本書從Python自學角度出發，系統化的分章學習，全面涵蓋語法、模組套件、主題應用、軟硬整合，規劃出最好的學習曲線，縮短自學途徑，排除學習障礙，真正從初學入門到業界活用！■完整詳實的程式入門：從開發環境建置開始，由淺入深、循序漸進、完整且詳細的解說變數、運算、判斷式、迴圈、串列、元組、字典、集合、函式與模組等語法觀念與實作。■晉級專業的進階心法：包括物件導向開發、例外處理、正規表達式、檔案管理、圖形使用者介面設計等內容。■應用廣泛的資料科學：涵蓋網路爬蟲、數據資料儲存與讀取、資訊視覺圖表化、Numpy、Pandas資料與分析的完整學習。■無所不在的網路應用：囊括Flask網站開發、建立Web API與Vercel部署、Django資料庫網站架設，還有LINE Bot機器人整合應用。■邁向未來的AI人工智慧：具備機器學習入門、機器學習特徵處理、分類與迴歸演算法、深度學習MLP、CNN與RNN的應用，以及NLP自然語言處理等能力。■玩轉創意的多媒體互動：包含讀取圖片、編輯圖片、合成、濾鏡效果、大量圖片處理，還有PyGame遊戲開發、PyTube影音下載等運用。■提升效率的開發加值：介紹目前業界最熱門的Google Colab雲端開發平台與VS Code編輯神器，也深入介紹如何將程式打包成執行檔。■萬

▍用「Python ✕ AI 神隊友」操作 Excel、Power BI，讓資料彙整、視覺化、報表製作...等辦公室重複作業全方位 Auto！▍AI 神威助力！呼叫 ChatGPT、Copilot 做自動化程式萬能顧問：生成自動化範例、詢問關鍵功能如何撰寫、生成程式註解、解釋程式、糾出錯誤直接更正...樣樣通！【辦公室作業自動化 (Office Automation)】是廣大上班族最渴望實現的夢想，只要你感覺很多動作總是日復一日一再重複做，程式語言正是簡化這些繁瑣作業的絕佳工具。儘管目前各種 AI 工具當紅，把檔案餵給 AI 處理或許可以免除掉一些機械化工作，但其實 AI 工具很多時候也是在背後用程式解決問題，因應不同的情況，當用 AI 怎樣都試出不來，勢必還是得懂點程式做客製化修改，才能打造出一鍵自動化、定時自動化...等「全」自動化的高效辦公方式。【用最紅的 Python ✕ AI 聊天機器人做 Excel、Power BI 自動化，資料處理更快更有彈性！】Python 的語法簡潔、擴充性強，是打造辦公室作業自動化的最佳助手，只要用對套件，短短幾行 Python 程式就可執行自動化工作。而且，在開發時還可以呼叫 AI 來幫忙，包括提供想法生成範例、詢問關鍵功能如何撰寫、請 AI 幫忙生成程式註解、解釋程式內容、糾出錯誤直接更正...等，本書會教你善用 AI 大大降低寫程式的門檻！如果以下是你的日常：．數十個 Excel 檔等著你逐一開啟，複製資料後貼到總表 ．逐一從多個 Excel 檔複製資料，還得彙總成老闆要的分析報表．有上百個檔案名稱要列表整理，逐一將檔名複製下來 ．逐一開啟文件搜尋是否有某關鍵字，並彙整存在的頁面、位置．Excel 工作表已整理好各區報表，逐一切換工作表轉檔成 PDF．Word 當中存在多個表格，逐一選取並貼到 Excel．每天固定時段到網路上抓資料匯入 Excel、Power BI，日復一日天天做......諸如此類的機械性重複工作，一兩次還沒什麼，但只要資料量很大、或次數很多時就會成了苦差事，跟著本書用 Python ✕ AI 通通一鍵完成，絕對可以少做很多苦工！【600 個程式實例 + 「★AI 神助攻 TIPS」，帶你徹底掌握辦公室作業自動化！】本書另一個特色是精心準備 600 個程式實例，包含 407 個 Excel / Word

【新書簡介】本書分為四大部分。第1部分包括第1到13章，主要介紹Go標準函式庫的同步基本操作，包括互斥鎖Mutex、讀寫鎖RWMutex、WaitGroup、條件變數Cond、Once、Map、Pool、Context、 channel等，以及最新的原子操作知識，主要的重點在channel身上，最後還介紹了Go的記憶體模型。第2部分包括第14到18章，主要介紹Go官方的擴充函式庫和第三方的同步基本操作，包括訊號量、SingleFlight、CyclicBarrier、分組操作庫、限流庫等。第3部分包括第19章，主要介紹基於etcd的分散式同步（並發）基本操作。第4部分包括第20章和第21章，主要歸納總結Go的並發模式，並嘗試使用本書介紹的同步基本操作解決經典的併發問題。【本書看點】☆和C一樣快，和Python一樣好學的新一代程式語言★同步基本操作，互斥鎖Mutex、讀寫鎖RWMutex、WaitGroup☆條件變數Cond、Once、Map、Pool、Context、Channel★原子操作原理及實作☆Go的記憶體模式★Go官方及擴充函式、第三方同步基本操作☆訊號量、SingleFlight、CyclicBarrier、分組操作庫、限流庫★Etcd的分散式同步操作☆Go並發模式的實作★經典Go問題解決

全書分為以下幾個部分：統計學：機率、高斯、隨機、頻率派開始談起，包括統計描述、古典機率模型、離散隨機變數、離散分佈、連續隨機變數及連續分佈一直到高斯部分，包括了一元、二元、多元、條件高斯分佈，中間也提到最重要的斜方差矩陣。再來的部分說明了隨機，包括了隨機變數，蒙地卡羅、頻率派統計、機率密度。接下來說明了貝氏定理部分，包括貝氏分類、進階貝氏分類、貝氏推斷入門及進階以及馬可夫鏈蒙地卡羅。最後一部分則以橢圓為主，包括了馬氏距離、線性迴歸及主成分分析，搭配本書系其它書籍，相信AI的數學，對你來說只會是開心而不是阻礙。□ 宇宙的語言是數學，數學的精華是機率，機率的表達是統計！□ 機器學習、深度學習、人工智慧，控制系統都覆蓋的機率統計基礎□ 統計描述方法：描述、推斷、圖、差、位、距、值、度、變□ 古典機率、條件機率、全機率理論□ 離散變數、離散分佈、連續隨機變數□ 一元、二元、多元、條件高斯分佈、斜方差矩陣□ 隨機變數函式、蒙地卡羅模擬□ 頻率派統計、機率密度、機率質量□ 貝氏定理、貝氏分類、貝氏推斷、馬可夫鏈□ 馬氏距離、線性迴歸、主成分分析本書資源可至深智官網下載：https://deepwisdom.com.tw

🔊 初學者必讀：循序漸進學會Python程式設計🔊 邏輯基礎訓練：結合運算思維與演算法觀念🔊 ChatGPT助攻：利用AI工具讓程式撰寫有效率🔊 精選範例解析：提供完整程式碼幫助理解易上手🔊 章末評量學習：難易適中的習題強化實作效果程式設計能力如今已成為和語文、數學、藝術等同的基本素養，而學習編寫程式更可培養孩子解決問題、分析、歸納、創新等多方面技能，其中又以簡潔易學的Python語言成為現今不可或缺的程式語言。Python具備豐富的物件導向特性，可廣泛應用於資料解析、資料探勘、資料科學等領域，而本書不僅融合運算思維與演算法的基本觀念，並在Python開發環境下編寫所有程式碼，完整呈現以Python語言實作演算法的重要知識點，相當適合學生或第一次學習程式者。此外，OpenAI推出免費的ChatGPT聊天機器人，但它不僅僅是聊天機器人，還可回答各式問題，例如寫程式、文章、信件...等，因此本書的每一章皆以「ChatGPT幫幫忙」的角度，加入了AI的程式設計觀點，為讀者提供全面而深入的學習體驗。最後的附錄單元實作了許多精彩且多樣化的範例，更充分展示出ChatGPT與Python雙效合一的AI應用技巧，可說是程式學習的最實用入門教材。

★★★★★【電腦視覺】、【80個Python大師級實例】★★★★★ 鷹眼王者的銳利捕捉，電腦視覺應用精準秒殺！ 案例涵蓋面廣、實用、擴充性、可讀性強 本書以「概述+案例」的形式進行編寫，充分強調案例的實用性及程式的可擴充性，所選案例大多數來自日常生活中，應用性強。另外，書中每個案例的程式都經過偵錯與測試，同時程式碼中增加了大量的解釋說明，可讀性強。 ◎ 點線面完美結合，兼顧性強 本書點線面兼顧，涵蓋了數位影像處理中幾乎所有的基本模組，並涉及視訊處理、對位拼接、數位浮水印等進階影像處理方面的內容，全面講解了基於Python 進行電腦視覺應用的原理及方法，內容做到完美連結與統籌兼顧，讓讀者實現了由點到面進行發散性延伸。 本書技術重點 ✪Python電腦視覺基礎，包括常用的函數庫。 ✪各種去霧演算法、空域增強，時域增強，色階調整、Hough變換檢測。 ✪分割車牌處理、包括定位，字元處理及辨識。 ✪分水嶺演算法，用在醫學診斷。 ✪CNN及SVC手寫數字辨識、使用AlexNet。 ✪OCR原理及實作、小波技術處理。 ✪SVD、PCA、K-Means圖型壓縮原理。 ✪圖型搜尋、比對、角點特徵偵測、Harris演算法、FAST演算法。 ✪運動目標偵測、幀差分法、背景差分法、光流法。 ✪浮水印技術、大腦影像分析、閾值分割、區域生長實作。 ✪自動駕駛實作、包括環境感知、行為決策，路徑規劃及運動控制。 ✪物件偵測，包括RCNN及YOLO。 ✪視覺分析應用實例，包括Arcade Game製作，停車場自動車牌辨識系統開發。

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！

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。

正宗Keras大神著作再次降臨！近10年來，深度學習為人工智慧領域帶來了出色的進展，也解鎖了許多有趣的新功能，如：機器翻譯、影像識別、物體定位等不一而足。毫不誇張地說，深度學習已迅速成為每位軟體開發者必備的武器。此外，諸如Keras和TensorFlow等先進的工具，也消除了普通人與深度學習之間的隔閡。即使你只有高中程度的數學知識，且甚至沒有資料科學的相關背景，也依舊可以透過這些工具來建構有趣的深度學習應用。本書由 Keras 創始者親自撰寫，沒人比他更了解Keras這套工具，雖然如此，但這並不是一本 Keras 的使用手冊，而是帶你從頭開始探索深度學習，進而拓展對深度學習理解的經典之作。你也將從中明瞭解決機器學習問題的標準作業流程，以及未來實務上如何克服可能遇到的問題。本書前一版在全世界都獲得非常高的評價，並被翻譯成12種語言，到現在仍是技術社群推薦必讀的深度學習入門書。不過深度學習技術在這短短幾年有巨大的進展，因此第二版作者新增了許多常見任務的實作專案，例如：影像分割、時間序列預測、機器翻譯等。另外，作者還加入了當前熱門技術的介紹，如attention機制、Transformer架構、KerasTuner等，並搭配實作案例來加深讀者的理解。由於第二版的內容修改幅度極大，因此中文版重新編譯，由業內專家進行翻譯、審閱，在專有名詞的說法和敘述，都更加符合國內業界的習慣用語。無論你是從業中的機器學習工程師、軟體開發人員，還是資訊科系學生，本書的內容都會對你有所幫助。【重磅推薦】 「掌握本質， 了解其所能與不能， 是面對技術快速迭代、世局難以預測的鑰匙。本書就是開啟深度學習的一把鑰匙。」 ——鴻海研究院執行長 李維斌「對於想熟悉 Keras和Tensorflow的技術人來說， 是一本極佳的入門學習書， 而對於不熟悉技術只想一窺門道的人來說， 結構井然的邏輯和極為通暢易讀的寫作方式， 大大降低了非技術出身如我輩的學習門檻。」 ——台灣人工智慧科技基金會執行長 溫怡玲「Keras大神親自出手將最新的發展及其具體應用範例帶到我們面前， 在AI產業界來說， 這是極其重要的大事， 不可等閒視之， 而且是由在 AI領域著墨很深、實踐經驗豐富的黃逸華數據長主持翻譯與審閱工作， 更讓我們充滿期待。」 ——台灣人工智慧協會副理事長 黃國寶「大神再次出手， 這是AI產業化的高光時刻， 很榮幸

AI影像深度學習啟蒙 : 用python進行人臉口罩識別 本書涵蓋的內容有 ★線上平台COLAB使用教學 ★本機電腦Jupyter使用教學 ★基本運算、變數與字串 ★串列、元組、集合與字典 ★流程控制if else ★流程控制for與while ★函數、類別與物件 ★資料夾與檔案處理 ★txt、csv、json文件的讀寫 ★基礎套件的使用 ★Numpy的使用 ★OpenCV的使用 ★完整Tensorflow安裝流程 ★Tensorflow的使用 ★類神經網路(ANN)原理與實作 ★卷積神經網路(CNN)原理與實作 ★模型可視化工具Netron的使用 ★口罩識別模型教學 ★影像串流與實時口罩識別 這是一本想給非資電領域或初學者的入門書籍，內容從基礎語法開始，使用日常所見的比喻協助理解，在AI類神經網路的基礎部分，使用大家都熟悉的二元一次方程式來切入，多以圖表來說明概念，避免艱澀的數學推導，一步一步講解建立深度學習模型的步驟，書本最後還帶入口罩識別模型的教學實例，協助讀者從頭到尾完成一個專題，讓AI更貼近你我的生活。

Python網路爬蟲大數據擷取、清洗、儲存與分析王者歸來(第二版)★★★本書第一版是【博客來2020年】【電腦書年度暢銷榜第3名】★★★★★★★★【26個主題】+【400個實例】★★★★★★★★★★從【零】開始的【網路爬蟲入門書籍】★★★★★★★★★★大數據【擷取】、【清洗】、【儲存與分析】★★★★★★★★★★【網路趨勢】+【了解輿情】★★★★★第二版和第一版做比較，增加下列內容：★：全書增加約50個程式實例★：網路趨勢，了解輿情★：網路關鍵字查詢★：YouBike資訊★：國際金融資料查詢★：博客來圖書排行榜★：中央氣象局★：租屋網站★：生活應用下列是本書有關網路爬蟲知識的主要內容：★：認識搜尋引擎與網路爬蟲★：認識約定成俗的協議robots.txt★：從零開始解析HTML網頁★：認識與使用Chrome開發人員環境解析網頁★：認識Python內建urllib、urllib2模組，同時介紹好用的requests模組★：說明lxml模組★：Selenium模組★：XPath方法解說★：css定位網頁元素★：Cookie觀念★：自動填寫表單★：使用IP代理服務與實作★：偵測IP★：更進一步解說更新的模組Requests-HTML ★：認識適用大型爬蟲框架的Scrapy模組在書籍內容，筆者設計爬蟲程式探索下列相關網站：☆：國際與國內股市資訊☆：基金資訊☆：股市數據☆：人力銀行☆：維基網站☆：主流媒體網站☆：政府開放數據網站☆：YouBike服務網站☆：PTT網站☆：電影網站☆：星座網站☆：小說網站☆：博客來網站☆：中央氣象局☆：露天拍賣網站☆：httpbin網站☆：python.org網站☆：github.com網站☆：ipstack.com網站API實作☆：Google API實作☆：Facebook API實作探索網站成功後，筆者也說明下列如何下載或儲存不同資料格式的數據：★：CSV檔案格式★：JSON檔案格式★：XML、Pickle★：Excel★：SQLite在設計爬蟲階段我們可能會碰上一些技術問題，筆者也以實例解決下列相關問題：☆：URL編碼與中文網址觀念☆：將中文儲存在JSON格式檔案☆：亂碼處理☆：簡體中文在繁體中文Windows環境資料下載與儲存☆：解析Ajax動態加載網頁，獲得更多頁次資料☆：使用Chromium瀏覽器協助Ajax動態加載

「大數據會消失，資料科學不會」「所有的科學都是資料科學」―――資訊科學時代最需要閱讀的一本書―――東京大學資料科學人氣講座全收錄────★傳說中的東大松尾研究室超熱門課程，第一手內容完整公開！★用Python學習基本的程式撰寫，邊做邊學，鍛鍊最強的資料科學技能！★收錄大量練習題和綜合題演練，打好理論基本功，具體應用於實務現場！★體驗資料科學的魅力，培養整合跨領域課題的創造力！所謂科學，是從世界上混

本書是《Deep Learning : 用Python進行深度學習的基礎理論實作》的續篇，將延續上一本書，繼續介紹與深度學習有關的技術。本書尤其偏重在自然語言處理及時間序列資料處理上，使用深度學習，挑戰各式各樣的問題。和上一本著作一樣，以「從零開始建構」為概念，詳盡介紹與深度學習有關的先進技術。 簡單來說，自然語言處理是指，讓電腦瞭解我們平常說話內容的技術。事實上，這種自然語言處理技術已經大大改變

本書是一本面向計算機編程語言零基礎的教程，全書共10章，主要內容包括Python語言概述、Python語言基礎、Python程序流程控制、字符串、數據結構、Python函數、Python文件與異常、Python數據庫、Python數據庫，以及案例分析。本書知識結構清晰，邏輯性強，系統講述Python的基礎知識，可作為普通高等學校Python基礎相關課程的教材，也可作為廣大Python開發愛好者的自學參考書。

本書內容主要包括：計量經濟學及其Python應用環境，Python在一元回歸分析中的應用，Python在多元回歸分析中的應用，Python在多重共線性中的應用，Python在異方差中的應用，Python在自相關中的應用，Python在時間序列分析自相關性與平穩性中的應用，Python在時間序列分析ARIMA等模型中的應用，Python在時間序列分析ARCH與GARCH模型中的應用，Python在面板數據計量分析中的應用，Python在廣義矩估計與最大似然估計中的應用，Python在格蘭傑因果關係中的應用，Python在協整配對交易策略中的應用。本書最後提供了兩個附錄、分別為計量經濟學Python工作環境準備，以及Python基礎知識與編程。本書緊跟數字經濟與財經數據科學時代潮流，內容新穎、全面，實用性強，集理論、方法、應用於一體，可作為經濟學、數字經濟、統計學、數量經濟學、應用數學、金融學、會計學、大數據管理與應用等相關專業的本科生與研究生教材或參考用書。

本書是一部基礎扎實、可讀性強的Pvho語言入門教材。通過本書的學習，讀者能夠快速掌握Python語言的基本知識，並通過實踐項目深入瞭解項目開發的基本流程以及常用第三方庫的使用方法。全書內容共分為11章，前8章聚焦於Python基礎知識，包括Python基礎入門，基本語法與數據類型，字符串的進階使用，列表、元組、集合與字典，控制流，函數，模塊與包，以及面向對象程序設計：後續章節通過3個實踐項目——《王者榮耀》的數據可視化分析，二手房價格預測，以及基於經典文學作品的文本分析，引導讀者將所學知識應用于實際開發中。本書適合軟件編程的入門讀者，同時也適用於具有一定編程基礎的讀者，幫助他們學習常用第三方庫的使用，並逐步掌握項目開發的基本方法。