Python

本書涵蓋圖像處理與分析的基礎知識和實操內容，詳細介紹了PyCharm的下載安裝、多種第三方庫的導入、基於Tkinter和PyQt5的界面開發、Visual Studio 2010的下載安裝以及DLL函數庫的開發方法等內容。通過豐富的實例，指導讀者利用Python軟件進行多種圖像處理與分析的編程實踐，包括灰度圖像二值化處理、直方圖處理、微分與細線化處理、去噪聲處理、特徵提取、彩色變換、彩色分割、圖像合成、幾何變換、Hough變換直線檢測、傅裡葉變換、小波變換、模式識別等。本書可供計算機科學與技術、人工智能、數據科學、電子工程等領域的工程技術人員參考，也可作為相關專業的本科生和研究生的教材。

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。

本書是一本為零編程基礎的數據分析人員而編寫的科研用書，主要針對擬從事數據分析人員、醫學生和醫務工作者，是一本全面的醫用數據分析與機器學習指南，內容涵蓋了Python語法基礎、數據的處理技巧、數據分析與挖掘、數據可視化等，並選用相應的醫療分析綜合案例，幫助大家熟悉數據分析處理的過程。此外，本書還結合前沿大模型技術，詳細介紹了如何利用AI大模型零代碼輔助數據分析的方法。另外，本書還贈送PPT課件，方便讀者學習和使用。

無

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

從傳統銀行到虛擬資產，洗錢風險無所不在。在全球法遵壓力升溫下，企業與金融機構迫切需要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「盡職調查與黑名單偵測」與「拆單與規避申報查核」兩大主題，搭配 JCAATs AI 智能稽核軟體與案例演練資料，協助讀者全方位強化 AML 查核能力。內容涵蓋黑名單偵測、拆單交易、規避申報、人頭戶洗錢、提現為名轉帳為實等高風險行為的 AI 查核技術，結合大數據分析、模糊比對（Fuzzy Join）、文字探勘與機器學習（ML）模型，提升異常識別效率與監控精準度。JCAATs 為 Python-Based 新世代 AI 稽核工具，支援七國語言與直覺式介面，內建近百項智能查核指令，包括模糊比對、拆單偵測（SPLIT）、風險預測分析等，操作簡易，實務導向，適用於數位轉型下的查核需求。本套書由 ICAEA 國際查核顧問團隊編撰，適用於會計師、內部稽核、監管機關、AML 合規與風控人員。讀者可申請 JCAATs 教育試用版授權，搭配演練快速上手，實現法遵數據化與查核智慧化轉型！◎代理經銷 白象文化

本書旨在提供一套兼具理論深度與實務操作的研究指南，協助讀者理解此一取徑背後的方法論依據，並掌握如何在實務上正確應用。全書分為十章，從基本的反事實因果推論概念出發，逐步引導讀者了解聯合分析的邏輯、實驗設計的策略、樣本數的估算，以及如何運用Qualtrics進行聯合網調實驗，並運用R及Stata軟體分析資料，亦將Python程式碼列於附錄一。 本書適合具備基礎研究方法訓練的碩博士生、學術研究人員、政策分析者與市場研究專業人士閱讀。我們期望透過本書，讓更多人能夠在繁雜的社會現象中，透過嚴謹的實驗設計與網路調查的靈活性，精準地探究人類行為背後的偏好結構與因果邏輯。

無

從概念到實作，全方位掌握 RAG 與 LangChain 精準打造你的專屬 AI 系統！ 本書改編自第16屆 iThome 鐵人賽生成式 AI 組優選系列文章《初探 LangChain 與 LLM：打造簡易問診機器人》，完整收錄生成式 AI、大型語言模型（LLM）與檢索增強生成（RAG）的核心觀念與技術細節。 書中首先帶領讀者認識生成式 AI 與 LLM 的重要觀念，深入探討模型常見的幻覺問題與即時知識更新的難點，並逐步引導讀者學習 RAG 架構如何有效克服這些挑戰。接著，以詳細且易懂的步驟說明環境建置方法，包括 Python、PyCharm、OpenAI API 及 MongoDB Atlas 的設定，確保讀者能快速架設並應用於實務專案。 此外，書中透過實際案例「智慧問診機器人」專案的完整演練，全面介紹 LangChain 框架的基礎到進階操作技巧，並深入說明如何評估與測試系統效能，運用 DeepEval 及 LLM as a Judge 等工具進行成效驗證，幫助讀者掌握 RAG 系統的實務與優化策略，快速提升實戰能力。 無論你是初次接觸生成式 AI 的新手，或希望深度實作 RAG 技術的進階讀者，本書將引導你扎實地掌握理論基礎與技術細節，輕鬆建立屬於自己的高效能智慧應用系統。 重點摘要 ✦ 理論基礎 深入淺出 RAG 核心觀念 ✦ 環境架設 從開發到部署一本搞定 ✦ 實務專案 採用貼近生活的問診系統實戰演練 ✦ 效能評估 開發同時也關注模型回答的表現 目標讀者 ．對生成式 AI 有興趣的讀者 ．具備基礎 Python 知識的讀者 ．期望理解 RAG 系統的人士 ．想要了解如何評估 RAG 表現的開發者 本書從基礎概念出發，帶領讀者探索 LangChain 與 RAG 的整合應用， 並透過智慧問診機器人實作，展現生成式 AI 如何與後端技術結合，打造更智能、更可靠的應用。

零基礎也能打造AI物聯網， 用Node-RED整合YOLO與LLM， 全方位建構你的AIoT與邊緣AI應用！ 當人工智慧結合物聯網成為未來主流，本書提供一條簡單易學的路徑，帶你從視覺化流程工具Node-RED入門，逐步整合YOLO物體偵測、Teachable Machine影像辨識與LLM大型語言模型，打造出屬於自己的智慧感知系統。全書以圖解＋範例方式呈現，並搭配專為本書設計的fChartEasy綠化開發套件，簡化安裝流程快速上手。不論是專題學生、教師或AIoT初學者，都能從中找到有用且完整的解決方案。 內容重點 ➤ 使用Node-RED視覺化流程建立監控儀表板（Dashboard）、MVC網站、REST API和使用MySQL資料庫儲存感測器數據。 ➤ 詳細說明MQTT通訊協定、取得網路OpenData與JSON資料剖析、寄送Email電子郵件與Telegram通知。 ➤ 使用Teachable Machine與YOLO訓練自己的AI模型，並且串接LLM來輕鬆使用Node-RED整合生成式AI，建立你的AIoT智慧物聯網應用。 ➤ 完整YOLO模型訓練步驟，只需執行各步驟的Python工具程式，就可以使用LabelImg標註圖片建立資料集，訓練出你自己的YOLO物體偵測模型。 ➤ 提供綠化版Node-RED+Python整合套件fChartEasy，免安裝輕鬆幫助你建構學習本書內容所需的Windows開發環境。 你將學會以下實作專案： ✔ 建立溫溼度監控儀表板、繪製Node-RED圖表、送出天氣通知 ✔ 使用Teachable Machine 模型、標註圖檔、YOLO客製化模型 ✔ 打造透過MQTT控制的ESP32-CAM相機與IP Camera，輕鬆建立你的AI之眼 ✔ 建立AI猜拳遊戲、OCR車牌辨識、物體偵測、即時串流偵測、路況分析 當人工智慧結合物聯網成為未來主流，本書提供一條簡單易學的路徑，帶你從視覺化流程工具Node-RED入門，逐步整合YOLO物體偵測、Teachable Machine影像辨識與LLM大型語言模型，打造出屬於自己的智慧感知系統。全書以圖解＋範例方式呈現，並搭配專為本書設計的fChartEasy綠化開發套件，簡化安裝流程快速上手。不論是專題學生、教師或AIoT初學者，都能從中找到有用且完整的解決方案。 本書特色  視覺化開發×無痛入

本書是高等院校網路空間安全、人工智慧、電腦等專業的普及性教材，旨在幫助學生全面瞭解人工智慧安全知識並進行實踐。全書共11章，分別為：人工智慧安全概述、生成對抗網路攻擊與防護、資料投毒攻擊與防護、對抗樣本攻擊與防護、後門攻擊與防護、隱私攻擊與防護、預訓練攻擊與防護、偽造攻擊與防護、人工智慧模型的攻擊與防護、模型竊取與防護、大語言模型安全。本書提供各章對應的Python程式設計實踐原始程式碼，讀者可以通過提供的網盤下載連結獲取。

網路自動化領域的權威之作，帶你完整掌握核心技術，從手動操作邁向自動化管理，打造彈性高、易維護的現代網路架構！ 還在用手動設定網路設備、與CLI指令纏鬥傷神嗎？ 四位業界大師結合豐富實戰經驗，帶你從腳本到架構、從手動升級到自動流程，全面掌握現代化網路的關鍵技術！ 本書新版內容全面升級，整合Python、Go、Ansible、Terraform、Kubernetes等新一代主流工具與技術，從基礎入門到大型架構實戰，帶你逐步打造具備彈性、可維護、自動化的現代網路環境。適合想要從傳統網路工程轉型為具備程式設計與自動化能力的工程師！  涵蓋Python、Go語言網路自動化實務  深入講解Ansible、Nornir、Terraform等主流工具與應用  解析容器、Kubernetes與CI/CD整合實作  真實情境導向，從個人學習到企業級部署的多場景適用  網路工程師、系統管理員、軟體開發人員必備工具書 ------------------------------------------------------------- 「本書協助網路專業人員及開發者寫出清晰、易於擴充的網路自動化劇本。它幾乎涵蓋了掌控網路自動化須知的每一件事物。」 —Akhil Behl RedHat合作夥伴經理 隨著新的協定、新技術、交付模式推陳出新，企業的需求變得日益靈活與彈性，網路工程師想單靠手動作業完成工作已越來越難，因此網路自動化已成為不可或缺的技能。本實用指南的第二版全面更新內容，將帶領網路工程師學習如何運用各種技術與工具，內容涵蓋以下主題： ．以Linux為主的新穎網路功能技術及雲端原生環境，還有如何運用這些工具為網路專案布置開發環境。 ．使用Python與Go語言等程式設計技能。 ．藉由範本設計建構一致的網路裝置組態。 ．資料格式、編碼方式及模型。包括：JSON、XML、YAML、Protobuf與YANG。 ．應用程式設計介面(API)在網路自動化中扮演的角色，涵蓋HTTP API、NETCONF、RESTCONF與gNMI。 ．學會使用Git等版本控制系統，以及持續整合等開發實務，強化網路自動化專案的品質與流程。 ．如何透過Ansible、Nornir及Terraform來自動化網路裝置與服務。 ．架構網路自動化解決方案的整體性手法。

本書將複雜網絡理論與算法實現相結合，深入淺出地介紹了網絡數據挖掘和網絡模擬中的物理機制和相關算法，然後通過Python語言中的NetworkX和igrap加以實現，最後對所得結果進行了分析和討論。全書共12章，分別介紹圖論基礎、網絡基本拓撲特性、節點重要性、社團探測、鏈路預測、網絡生成模型、滲流相變和網絡魯棒性、Ising模型和網絡博弈、網絡傳播、網絡上的混沌同步、隨機遊走與node2vec模型和圖表示學習等知識。本書主要面向廣大從事複雜系統與複雜網絡、網絡科學與工程、社交網絡分析、網絡數據挖掘或圖神經網絡的專業人員，從事高等教育的專任教師，高等學校的學生及相關領域的廣大科研人員。

這是一本專為網絡工程師、運維開發人員及AI技術愛好者打造的實戰指南，旨在幫助其掌握如何利用大語言模型（LLM）提升網絡運維的智能化水平。本書以LangChain這一強大的Python框架為核心，結合在線LLM（如ChatGPT）和離線LLM（如LLaMA 3.2），詳細講解AI在網絡配置、故障排查、自動化運維等場景中的落地應用，同時兼顧國產網絡設備廠商及國產LLM（如DeepSeek、Qwen）的遷移和拓展。 本書亮點：LangChain實戰，深入解析LangChain各模塊，教你如何高效集成LLM，構建智能運維工具鏈；在線LLM與離線LLM相結合，既涵蓋基於ChatGPT的雲端AI應用，也詳細講解如何在本地部署LLaMA 3.2等開源模型，還探討DeepSeek、Qwen等國產LLM，滿足不同的安全與性能需求；RAG技術，利用外部知識庫提升LLM的準確性，從而在網絡運維中提供更精准、高效的解決方案；MCP策略，通過任務分解與多模型協作，優化複雜網絡問題的處理流程；真實案例驅動，涵蓋網絡配置生成、日誌分析、故障診斷等典型場景，提供可複現的代碼示例。無論你是希望提升運維效率的網絡工程師，還是渴望探索“AI+網絡跨界應用”的運維開發人員或 Al技術愛好者，本書都將為你打開一扇通往AlOps的大門，並通過理論與實踐的結合，讓你快速掌握LLM技術，將其轉化為實際生產力!

《Python應用技巧速查手冊302》是一本實用的代碼功能集，收集了從Python基礎知識到常用功能，再到實際開發過程中需求較高的技巧，方便讀者查詢以快速實現想要的功能。內容涵蓋基本語法、數值處理、文本處理、數據庫、HTTP請求、數據分析和圖像處理等各個方面，並以易於重複查閱的形式整理了語法和代碼，特別適合編程初學者、新手工程師、業餘愛好者、研究人員等所有使用Python進行編程的人群作為案頭必備參考書。

Stability AI官方合作夥伴從零開始教， 新手也能即學即用，最實用的AI繪圖入門指南！ 手機、平板也能用，一本成為AI生成創作者。 ※適用Google Colab & Stability Matrix環境 ＊一本書一次解決下列問題！ ‧想認識圖像生成AI ‧想生成自己專屬的圖像 ‧想用AI輔助一部分工作 ‧想親自確認AI的實用性 ‧想學習實際的應用例與注意點 圖像生成模型「Stable Diffusion」存在許多不同的版本。本書將主要介紹如何使用「Stable Diffusion XL」(SDXL) 和「AUTOMATIC1111/Stable Diffusion WebUI」(v1.8.0) 進行數位插畫製作。 本書並非為精通GPU、Python和機器學習相關技術的人士所撰寫，也不以需要高額設備投資，而更重視「學習更基礎的知識、技能和表現技術，使讀者掌握能長久應用的技能」。編寫團隊以實用且能穩定獲得的成果為依據，並以清楚說明容易出錯的地方以及提升繪圖品質的「訣竅」作為本書的編寫方針。 將會以SDXL和Google Colaboratory（Colab）這個無需使用GPU，即便是新手和一般使用者也能輕鬆使用的標準環境為中心來進行解說。只要擁有Google帳戶，任何人都能使用這個環境，再加上AICU公司開發和翻譯的便捷腳本，就能以最少的先備知識和環境建置技能，舒適地體驗圖像生成AI。 此外，即使是完全沒有程式設計知識的人，也能學到如何自行修改腳本，打造屬於自己的舒適創作環境。

‧軟體測試職涯 探討職業發展與未來趨勢。‧實體到軟測 透過實例理解測試核心概念。‧需求評審技巧 強化文件評審與測試準確性。‧多種測試方法 涵蓋等價類、邊界值等技術。‧Bug追蹤管理 介紹禪道等工具提升效率。‧Linux與資料庫 強化測試環境與數據操作能力。‧Web自動化測試 使用Selenium+pytest提升效率。‧API測試實戰 從HTTP基礎到實際案例分析。‧封包抓取分析 利用Charles定位前後端問題。‧Python測試應用 透過Requests、pytest完成自動化。‧AI在測試中 NLP技術輔助測試，提升測試效能。‧求職與面試 履歷製作、題庫解析與模擬問答。本書內容包含測試職涯發展、學習路線與核心素質，並透過實體產品測試實例幫助讀者理解測試概念。軟體測試從需求評審開始，書中解析如何審查需求文件，確保測試的準確性，並深入探討測試計畫、測試用例設計與功能測試方法，如等價類劃分、邊界值分析、錯誤推測等，使讀者掌握測試用例的編寫與評審技巧。在測試執行方面，本書介紹 Bug 追蹤與測試管理工具，提升測試效率，並涵蓋 Linux 指令與 MySQL 操作，幫助測試人員搭建與管理測試環境。書中還深入探討 Web 自動化測試，透過 Selenium 與 pytest 測試框架與 POM 設計模式提升自動化能力，並介紹 HTTP 介面測試，幫助讀者強化 API 測試技能。此外，本書涵蓋封包抓取與分析，利用 Charles 工具解析封包內容，有助於前後端錯誤定位，並提供 Python 自動化測試應用，透過 Requests、pytest 提高測試執行效率。近年來 AI 在測試領域的應用日益重要，本書探討 AI 與 NLP 技術如何輔助測試，如自動生成測試用例與指令碼提升測試效能。