Python

"《生成式AI × 穩健提示爬蟲技術 I》數據抓取篇★從Colab、Anaconda 到 Jupyter Kernel，一步步把 Python 環境建好、跑起來。★用Pandas × PyArrow × Polars，把資料整理做得更快、更穩，也更貼近實務。★透過提示工程和情境工程，讓 ChatGPT、Claude 成為你的程式開發夥伴。★結合Perplexity Comet＋爬蟲＋寄信＋行事曆，把資訊蒐集到自動化流程一次串起。★多模態OCR × Gemini和Groq API，把圖片文字直接變成可分析的結構化資料。你學過Python，卻常卡在「環境裝不好、資料處理很慢、爬蟲一下就被擋、AI 工具只會聊天」嗎？本書以「做得出成果」為主軸，帶你從 Google Colab、Anaconda、Jupyter Notebook 與 Kernel 建置開始，快速建立穩定、可重現的開發環境。接著用 Pandas 打底，涵蓋多欄多列取值、資料框合併、字串提取與條件篩選，並延伸到 PyArrow 與 Polars，讓你面對較大的資料量也能跑得快、跑得順。更關鍵的是，本書把提示工程與情境工程結合「直覺式開發」：教你如何用 ChatGPT和Claude 協作寫程式、除錯；再搭配 Perplexity Comet 進行摘要與探勘，串接 Gmail、Google 行事曆、SMTP、Resend 寄信，打造可實際應用的自動化資訊流程。最後以多模態 API（Gemini、Groq）＋中文 OCR（PaddleOCR、EasyOCR）＋爬蟲實戰進行總結，範例涵蓋電商、股價、ESG、重大訊息、交易指標等案例，並附上Gemini AI 教育版證照準備重點，適合資料分析初學者、稽核、採購、研究人員、跨域工作者，以及想把 AI 變成生產力的人。專業推薦崑山科技大學 電機工程系系主任─林俊良 博士住宅消保會創會理事長─吳翃毅博士錸成科技有限公司執行長、嘉南藥理大學兼任助理教授─凃春愛 博士伽碩職訓中心執行長─郭明洽昱創企管顧問有限公司總經理─裴有恆元大銀行系統開發部專業副理─陳尚瑋極策網路行銷有限公司總經理、崑山科技大學房地產開發與管理系講師─蔡宗甫"

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。。

用Python和No-Code工具來開發專屬你的LLM應用 新手友善的LLM應用實戰指南，理解本質才能精準操作LLM這個黑盒子 從基礎AI開發開始，奠定AI應用飛躍之路 【內容簡介】 ♚學習AI開發：建立正確觀念，奠定紮實基本功 ♚理論實作並行：由淺入深學習，搭配程式碼實作 ♚套件全面剖析：理解套件背後的設計思路與取捨 ♚搭配No-Code工具：完整解析繁體中文Dify實戰 本書改編自第16屆iThome鐵人賽生成式AI組冠軍系列文章《Python新手的AI之旅：從零開始打造屬於你的AI / LLM應用》。本書將一步步帶著讀者學習建構一個AI應用的必備知識，從理論到實作都有涵蓋，不用擔心自己沒有AI的基礎。 本書專注於推論階段的LLM應用，前半部分介紹的是AI的基礎知識、LLM API的使用方法，以及圍繞在LLM周邊問題的解決方案；後半部分則詳細介紹Agent以及Dify這個No-Code LLM應用設計平台的使用方法和小訣竅；最後則是LLM應用的相關補充資料。 看完本書的你，就相當於擁有精準操作LLM這個「黑盒子」的基本能力，任何天馬行空的想法都能實現，而這也將會是你進入AI領域最開心的前奏。 【目標讀者】 ✪Python新手、想做點什麼的人。 ✪對AI有興趣、不知道怎麼開始的人。 ✪對開發LLM應用有興趣的人。 ✪不怕被說是套模仔的人。 本書改編自第16屆iThome鐵人賽生成式AI組冠軍系列文章《Python新手的AI之旅：從零開始打造屬於你的AI / LLM應用》。本書將一步步帶著讀者學習建構一個AI應用的必備知識，從理論到實作都有涵蓋，不用擔心自己沒有AI的基礎。本書專注於推論階段的LLM應用，前半部分介紹的是AI的基礎知識、LLM API的使用方法，以及圍繞在LLM周邊問題的解決方案；後半部分則詳細介紹Agent以及Dify這個No-Code LLM應用設計平台的使用方法和小訣竅；最後則是LLM應用的相關補充資料。

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

想要成為駭客嗎？你的起點就在這裡！ 如果你打算踏上駭客攻擊、資訊安全，與滲透測試這條令人興奮的旅途，這是絕佳的入門書。你將使用Kali Linux這套專為數位鑑識與滲透測試而設計的作業系統來學習Linux的基本用法，並掌握操控Linux環境所需的各種工具與技巧。 首先，本書將帶你在虛擬機器上安裝Kali，並介紹基本的Linux概念，接下來會深入介紹更廣泛的Linux主題，包括文字操作、檔案控制、目錄權限，以及處理使用者環境變數等，然後探討基本的駭客攻擊觀念，例如安全性與匿名性，並教你使用bash和Python來撰寫腳本。 本書提供實用的教學與練習題來提升並測驗你的技能，內容包括： ．修改網路資訊和操作journalctl記錄工具來掩蓋行蹤。 ．撰寫工具以掃描網路連線，並連接與監聽無線網路。 • 使用Tor、proxy（代理伺服器）、VPN和加密電子郵件來掩護你的網路行動。 • 編寫bash腳本，在IP位址範圍內尋找潛在攻擊目標。 • 使用MySQL、Apache網頁伺服器和OpenSSH等服務，以及利用它們來發動攻擊。 • 設計自己的駭客攻擊工具，例如遠端監視器和密碼破解程式。 ★ 第二版新增內容 ★ 為因應Kali與Linux的最新變化，我們在第二版加入更安全的root權限使用方法、更新Bluetooth與Linux記錄功能，並新增一章探討在資安領域中使用AI的建議。 駭客技術十分複雜，一窺堂奧的道路並非只有一條，何不讓本書成為你的起點！

本書秉承新工科教學理念，圍繞Python語言、程序設計和編程工具使用等方面，全面介紹Python編程的方法與應用。本書共13章，包括Python開發基礎、Python語言基本要素、簡單數據類型、程序控制語句、組合數據類型、函數與模塊、類與對象、文件處理、常見模塊的使用、NumPy數據處理、Pandas數據查詢、數據可視化、機器學習等內容。本書注重理論與實踐結合，注重對編程方法和思路的說明，並適當引入以數據分析和機器學習為背景的編程問題。本書同時將AI輔助編程的思想和方法融入其中，由淺入深地講解了Python語言開發的各類知識。本書可作為高等學校計算機相關專業“Python程序設計”相關課程的教材，也可作為Python愛好者及Python程序開發人員的參考書。

《Python編程與數據分析》共10章，系統地梳理了Python核心功能及應用，分別介紹語言基礎、數據結構、函數式編程、字符串操作、數據持久化、GUI開發、網絡數據獲取、面向對象等內容。每章主要講述3～4個知識點，對每一個知識點都提供了詳細、易懂的例子，並結合作者多年的應用體會給讀者介紹大量的經驗知識。

本書以“項目驅動、任務導向”為核心理念，結合 Python 語言的應用趨勢，系統構建編程教學體系。全書以學生信息管理系統的漸進式開發為主線，貫穿從基礎入門到綜合應用的完整學習路徑。全書共 9 個項目，內容可以分為 3 個模塊。其中，項目 1～3 為入門基礎模塊，該模塊聚焦 Python 開發環境配置、基礎語法與流程控制、組合數據類型與字符串應用等必備基礎知識，為項目開發奠定堅實的語法基礎；項目 4～6 為核心進階模塊，該模塊通過學生信息管理系統的版本迭代(從函數模塊版到面向對象版)，有機融入函數封裝、文件操作、異常處理、面向對象編程等核心知識，培養讀者的模塊化設計思維與項目化開發能力；項目 7 為領域拓展模塊，該模塊延伸至數據分析與可視化、Web 開發、人工智能、物聯網等前沿應用領域，配備真實行業實踐案例，強化讀者的技術遷移能力與綜合應用能力。 本書將 Python 語言的基礎知識與項目實戰深度融合，秉持“理論落地、任務導向”的原則，著重培養讀者的編程實踐能力，具有較強的實用性。本書既可以作為應用型本科院校、職業本科院校、高等職業院校計算機及相關專業的教材，也可以作為編程學習者、技術從業者的參考用書。

無

本書介紹機器學習經典算法的原理、實現及應用。全書共15章，內容包括機器學習基礎、貝葉斯分類、kNN算法與非參數估計、決策樹、感知機與支持向量機、聚類、線性回歸、邏輯回歸、BP神經網絡、深度學習，以及手寫數字識別、垃圾郵件分類、零售商品銷售量分析與預測、電影評論情感分析等綜合案例。本書算法在講解過程中，首先以生活實際案例引入，然後講解算法的數學原理及公式推導過程，最後分別給出算法的原始實現和通過調用sklearn庫兩種實現方式的算法，所有算法及案例均以Python實現。本書在知識的講解過程中，以潤物細無聲的方式融入育人理念。本書適合作為高等學校計算機、軟件工程、人工智能、大數據等相關專業本科生、研究生學習機器學習的教材，也可供Python機器學習開發人員和研究人員參考。

本書深入探討了Python編程在地理信息系統(GIS)和遙感(RS)領域的應用，重點關注空間數據處理的核心技術。本書內容分為三個層次：初級篇介紹Python科學計算基礎及GDAL空間數據處理基礎；進階篇深入剖析GDAL空間數據處理細節及常見空間數據處理相關庫的使用；高級篇涵蓋QGIS二次開發、遙感定量反演、地物分類以及機器學習在遙感中的應用。通過系統學習，讀者將構建完整的空間數據處理知識體系，顯著提升科研創新能力和工程實踐水平。 本書適合地理環境、測繪遙感及相關領域的本科生、研究生及從業人員使用，特別是希望掌握Python空間數據處理技能的讀者。本書內容基於開源軟件，支持多種操作系統和平臺，便於讀者深入學習。除了理論講解，本書還通過豐富的案例幫助讀者積累解決實際問題的經驗，提升其實踐能力。在空間信息產業向智能化轉型的背景下，本書將為讀者提供關鍵的技術儲備，助力其在科研創新和行業應用中建立競爭優勢。

本書以 “項目驅動 + 實戰導向” 為核心編寫理念，通過十個遞進式項目串聯 Python 程序設計的全流程知識。每個項目均設有?“項目情景、知識目標、技能目標、素養目標”，並配套具體任務實施步驟、完整代碼示例、知識點講解及實踐練習。全書既注重理論知識的系統性與嚴謹性，又強調實踐操作的實用性與可操作性，旨在幫助讀者在掌握編程技能的同時，培養規範的編碼習慣、嚴謹的邏輯思維與解決實際問題的能力。本書適用於職業院校、高等院校相關專業的 Python 編程教學，也可作為廣大編程愛好者的自學用書。

本書分為三部分：數據可視化基礎知識部分包括前 3 章，主要介紹數據可視化的基礎理論，包括概念、發展歷史、流程、設計工具和原則，隨後深入探討了各種Python數據可視化庫(如Matplotlib、Seaborn和Plotly等)在創建數據視圖表示中的應用，以及Python中讀取、清洗和處理數據的方法。Python數據可視化技術部分包括第4～8章，主要介紹了不同類型數據的可視化方法，包括時間數據、關係數據、比例數據、文本數據和複雜數據的可視化。Python數據可視化應用案例部分包括第9～12章，通過具體案例展示數據可視化的綜合應用，包括用戶消費行為可視化分析、世界盃數據可視化分析、手機購物評論可視化分析等。本書既可以作為高等院校大數據、計算機、軟件及相關專業的教材，也可以作為軟件從業人員、計算機愛好者的參考用書。

本書系統闡述金融數據分析的理論知識與實踐應用，不僅涵蓋核心的金融理論及相關概念，還詳細講解行業使用的先進金融模型及 Python解決方案。全書共 11 章，包括證券市場基礎、投資組合理論及其發展、有效市場假說與行為金融理論、 股票市場、衍生金融工具與金融風險管理、Python 編程基礎、 數據分析 Numpy 類庫、數據分析Matplotlib.pyplot 類庫、數據分析 sklearn 機器學習庫、金融數據分析案例。本書可作為普通高等院校經管、金融、大數據、數據科學等專業的配套教材，也可作為從事金融、證券、量化投資等行業從業人員學習數據分析的參考用書

本書以Python3語言環境為基礎，全面介紹檢測和識別網絡攻擊的方法。從理論基礎入手，融合實戰項目，逐步引導讀者掌握日誌分析、數據存儲與檢索等技術，最終實現對惡意程序的高效檢測與識別。本書共7章，第1章和第2章介紹Python編程的基礎知識和常用模塊的使用方法。第3章和第4章重點講解使用Python分析Zeek日誌文件、Windows系統日誌文件，以及暴力破解和代理執行的日誌案例。第5章討論基於MongoDB高效存儲和ElasticSearch檢索日誌記錄的方法。第6章闡述通過Python獲取本地主機和遠程主機系統與服務信息的方法，從而進行更深入的系統管理和安全分析。第7章詳細說明使用Python識別文件類型、計算文件哈希、使用YARA規則檢測文件、集成VirusTotal反病毒引擎，以及識別UPX加殼程序和分析惡意文檔的相關內容。本書示例代碼豐富，實際性與系統性俱佳，對每個案例都進行了詳細闡述，助力讀者透徹地理解書中的重點與難點。無論是初學者入門，還是工作多年的安全工程師參考，抑或是作為高等院校和培訓機構相關專業的教學參考書，本書都非常合適。

https://youtu.be/9E_99Kmgdj0☆★☆好評熱銷再上市☆★☆【書籍特點】● x86組合語言基礎知識，通用暫存器、常用指令，記憶體分頁● 指標的實現原理，指標組成、相關操作，以及Go語言的unsafe套件等。● 函數、堆疊框佈局、呼叫約定、變數逃逸、Function Value、閉包、defer和panic● 方法，實現原理，接收者類型、Method Value和組合式繼承● 介面，Go語言動態特性，括裝箱、方法集、動態派發、類型斷言、類型系統和反射● goroutine實現，GMP模型、goroutine的建立與退出、排程迴圈、先佔式排程、timer、netpoller和監控執行緒● 同步，記憶體亂數、原子指令、自旋鎖、runtime互斥鎖和訊號量、ync.Mutex、hannel● 堆積記憶體管理，heapArena、mspan，mallocgc函數、C的三色抽象、寫入屏障● 堆疊記憶體管理，goroutine堆疊的分配、增長、收縮和釋放【內容簡介】想要有C語言的高速和Python的便利性嗎？Go是最棒的選擇，Go語言在語言層面上支援程式碼協同（goroutine）和通道（channel），這使得併發程式設計變得非常簡單和高效。在多核CPU時代，高效的併發程式設計已經成為軟體開發的必備技能之一。此外Go語言的語法設計簡單清晰，注重可讀性和簡潔性，使得初學者能夠快速入門。Go語言的標準函數庫提供了豐富的功能，可以直接使用，避免了一些繁瑣的工作。另外在跨平臺支援方面，Go語言的編譯器可以將程式編譯成機器碼，支援跨平臺編譯，可以在不同的作業系統和硬體平臺上運行，這對於開發跨平臺應用程式非常有幫助。Go最有名的就是其高性能。Go語言的編譯速度非常快，生成的二進位檔案也很小，運行速度也非常快。Go語言在一些性能要求較高的應用領域，如Web服務、巨量資料處理、容器等方面表現出色。另外其開發效率高，Go語言在一些方面與Python、Ruby等動態語言相似，但又具有靜態語言的優點。Go語言的編譯器能夠在編譯期間捕捉一些錯誤，這使得程式的穩固性更高。同時，Go語言的工具鏈非常完善，如go fmt、go vet等工具可以幫助開發者規範程式，提高開發效率。

☆★☆好評熱銷再上市☆★☆★打不過AI就加入他！建立自己的GPT產品★手刻ChatGPT從NLP基礎開始★PyTorch親手打造RNN、LSTM、GRU、BERT、GPT★Attention、Transformer詳解★用GPT做出自動詩詞創作平台全書分為4篇：「自然語言處理基礎篇」、「PyTorch入門篇」、「用PyTorch完成自然語言處理任務篇」和「實戰篇」。第1篇包含自然語言處理的背景知識、常用的開放資源、架設Python環境以及使用Python完成自然語言處理的基礎任務。第2篇包含PyTorch環境設定和PyTorch的基本使用，以及機器學習的一些基本原理和工作方法。第3篇介紹如何使用PyTorch完成自然語言處理任務，各介紹一種模型，包括分詞(又稱斷詞)、RNN、詞嵌入、Seq2seq、注意力機制、Transformer、預訓練語言模型。第4篇是實戰篇，第分別講解自然語言理解的任務和自然語言生成的任務，即「中文地址解析」和「詩句補充」。這兩個任務綜合了前面各章的知識，並展示了從資料下載、處理、模型到使用者互動介面開發的全部流程。從入門到專案實戰，打下你在NLP這一門最紅技術上的紮實基礎。? 目標讀者■有一定程式設計基礎的電腦同好。■希望學習機器學習和自然語言處理的人。■電腦及其相關專業的學生。■對自然語言處理領域感興趣的研究者。■對自然語言處理感興趣並樂於實踐的人。

【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。

╲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。 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的實戰能力。 【目標讀者】 ◆ 欲申請大學資訊相關科系的高中職生 ◆ 對程式語言有興趣的學習者 ◆ 想客觀檢測自己程式設計能力的人 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。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、

Vibe Coding Python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：

掌握Tableau，以資料分析驅動決策，發掘真正的商業洞見！ 在資料主導決策的時代，面對AI與自動化分析，光有資料、只會做圖表還不夠； 更重要的是，如何判斷資料是否可靠，並將分析轉化為真正有價值的洞見。 本書以Tableau為核心，帶你活用統計模型，驗證分析的可信度，讓資料不只「看起來合理」，而且有依據、有說服力、可以信任。 從統計顯著性、信賴區間到視覺化實務，協助你用科學方法解讀資料，做出更精準的決策。 無論是資料分析師、商業決策者，或希望提升資料判斷力的職場工作者，這本書都能幫助你將分析結果轉化為行動與影響力。 ------------------------------------------------ 「本書涵蓋了你開始在Tableau中運用統計所需的一切。Ethan清楚地帶領讀者了解背後的原理與實作的方法，非常精彩！」―Lorna Brown Data School教練，The Information Lab UK 「這本書結合了Tableau的統計分析功能與資料視覺化的強大表現，為讀者提供一套深入探索資料的有力工具。」 ―Christopher Gardner 商業智慧分析主任，密西根大學 在這個以資料驅動的時代，理解統計模型已成為進行有效分析與決策的關鍵。無論是剛入門的新手，還是經驗豐富的使用者，本書都能為您提供必要基礎知識，使您能夠掌握並靈活運用Tableau中使用各種統計模型，在運用模型時更具信心，讓您的分析成果與洞見更容易在組織內獲得認同與採納。 隨著人工智慧不斷促使各行各業產生變革，善用統計模型的能力早已從加分條件，轉變為不可或缺的基本技能。掌握這項能力，將幫助您充分釋放資料的潛能，並透過解讀與應用模型產出的洞見，使您始終保持領先地位。 無論您是資料分析愛好者、資料分析師，還是商業專業人士，本書都將帶來實用技巧與專業信心，協助您在快速變動的資料分析領域中游刃有餘、應對自如。 在本書中，您將會學習到： •在Tableau中建立基礎的統計模型 •驗證分析結果的統計顯著性 •計算並解讀信賴區間 •將統計融入資料視覺化的最佳技巧 •使用R和Python，整合Tableau與外部的分析工具 #Tableau #資料分析 #統計模型 #資料視覺化 #決策分析

本教材立足中國製造有關戰略背景，為智能製造工程專業量身打造，構建“工業問題驅動—算法實現—系統集成”三位一體的教學體系，通過五個典型工業場景案例，培養學生將 Python 編程能力轉化為解決工業實際問題的工程素養。第一部分：Python 基礎語法。本部分突破傳統編程教材範式，通過與工業領域緊密結合，展開介紹Python在工業自動化和數據處理中的應用，旨在幫助讀者掌握Python 編程的基礎技能。 第二部分：項目實踐。本部分將理論知識應用到工業實際問題中，側重培養讀者的智能製造全棧開發能力，以及讓讀者掌握現代智能製造核心技術。

本書系統地闡述數字音視頻技術的原理、標準、技術和應用，同時給出部分內容對應的Python實現程序。全書共10章，第1～3章介紹基本理論，包括數字音視頻技術概述、人類發音及聽覺基礎、人類視覺及感知基礎；第4～6章介紹音視頻標準，包括經典語音與音頻編碼標準、新一代語音與音頻編碼標準、視頻編碼原理與標準；第7、8章介紹基於深度學習的技術，包括深度學習驅動的視覺技術、多模態音視頻處理技術及應用；第9、10章介紹系統實踐，包括AR/VR沉浸式交互系統、數字音視頻技術開發實踐與工具。本書內容全面，重點突出，原理闡述深入淺出，注重理論與實際應用的結合，可讀性強。本書可以作為高等院校電子信息工程、通信工程、自動化、計算機技術與應用等專業高年級本科生相關課程的教材，也可供從事音視頻信號處理研究的研究生和科研人員參考。

《深度學習實踐—基於TensorFlow 及PyTorch 庫的編程指南》突破傳統深度學習教材先理論後實踐的模式，從直觀的實例應用入手，讓讀者快速體驗利用深度學習解決實際問題的過程。讀者將從運行實例程序開始，初步理解代碼的作用，並逐步學會自主調整模型參數、調試程序，以驗證其精度和效率。第1章介紹深度學習發展歷程及基本概念；第2章聚焦開發環境搭建，並給出快速示例，幫助讀者迅速開啟深度學習之旅，熟悉基礎操作環境；第3章介紹深度學習原理，結合FCNN、CNN、LSTM、GAN、Transformer 等典型模型示例，使讀者理解深度學習的核心理論與模型架構；第4 ～ 6章著重傳授Python 編程基礎，以及TensorFlow、PyTorch 這兩種主流深度學習框架的編程知識，為實際開發奠定編程基礎；第7章闡述張量概念與操作，幫助讀者掌握其關鍵特性與操作方法；第8章專注於網絡設計與超參數優化；第9、10章通過深度學習在計算機視覺與防災領域的應用實例，展現深度學習在實際場景中的強大應用能力，使讀者瞭解如何將所學知識運用到具體領域解決實際問題；第11章為程序代碼，讀者可掃二維碼獲取。本書特別適合需要快速入門人工智能深度學習解決實際問題的，智能建造、數值模擬等非AI 方向的技術人員、在校本科生、研究生。本書也可作為相關專業師生教學用書。