Python

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

本書旨在向讀者交付有關深度學習的交互式學習體驗。書中不僅闡述深度學習的算法原理，還演示它們的實現和運行。與傳統圖書不同，本書的每一節都是一個可以下載並運行的 Jupyter記事本，它將文字、公式、圖像、代碼和運行結果結合在了一起。此外，讀者還可以訪問並參與書中內容的討論。全書的內容分為3個部分：第一部分介紹深度學習的背景，提供預備知識，並包括深度學習最基礎的概念和技術；第二部分描述深度學習計算的重要組成部分，還解釋近年來令深度學習在多個領域大獲成功的卷積神經網絡和循環神經網絡；第三部分評價優化算法，檢驗影響深度學習計算性能的重要因素，並分別列舉深度學習在計算機視覺和自然語言處理中的重要應用。本書同時覆蓋深度學習的方法和實踐，主要面向在校大學生、技術人員和研究人員。閱讀本書需要讀者瞭解基本的Python編程或附錄中描述的線性代數、微分和概率基礎。

內容涵蓋機器學習三大主題：監督式學習、無監督式學習與強化式學習。採用生動活潑的範例，以深入淺出、圖文並茂的方式，建立良好的理論基礎。搭配 Python 程式實作，實現「做中學」的學習理念。提供豐富的學習資源，包含：數學背景、練習題等，厚植機器學習技術研發能力。

針對 Python 的特點和初學者的需求，本書將 turtle 庫應用於 Python 編程教學中，引導讀者在趣味橫生的開發過程中學習編程語言。全書包括初級篇、中級篇和高級篇三部分內容，按照“邊學邊做”的方式，帶領讀者從零開始學習 Python 基礎語法，在實現趣味案例的過程中對所學知識加以實踐，以幫助讀者掌握本書所涵蓋的知識點，並能真正運用到自己的項目開發中去。 本書提供了豐富的案例，涉及繪製幾何圖案、錯覺藝術、分形圖形、互動程序、趣味遊戲等多個領域，以期有效提升讀者的學習興趣。本書適合對編程感興趣，特別是首次接觸編程的人，也適合學過其他編程語言、想快速學習 Python 的人，還可以作為教材供教學或自學使用。

《大模型Agent應用開發》深入探討了LLM的核心概念、前沿技術和實際應用，最終為擴展AI能力邊界的大型基礎模型(Large Foundation Models，LFM)的崛起鋪平道路。 本書開篇詳細介紹了LLM的基本原理，隨後探討了多種主流架構框架，既涵蓋專有模型(如GPT-3.5/4)，也分析開源模型(如Falcon LLM)的獨特優勢與差異。接下來，我們以基於Python的輕量級框架LangChain為核心，引導讀者逐步構建智能體。這些智能體能夠從非結構化數據中提取信息，並利用LLM和強大工具包與結構化數據交互。此外，本書還將深入探索LFM領域——該類模型融合了視覺、音頻等多態能力，可以覆蓋更廣泛的AI任務。 無論你是經驗豐富的AI專家，還是初入該領域的新人，本書都將為你提供解鎖LLM全部潛力的路線圖，助力開創智能機器的新紀元。

內容介紹: ▍AI 時代的 Excel 書，這一本就夠了！▍滿滿「新」Excel ✕ AI 自動化工作術！不限 ChatGPT，教你活用各種 AI 工具，秒解各種 Excel 難題！Excel 一直都是職場上使用率很高的工具，從基本的資料輸入、篩選、彙總計算，到進階的圖表製作、樞紐分析、市調統計、行政／財會／銷售各領域的商用表單製作...等，職場上用到 Excel 的工作實在是五花八門。也因此，市面上的 Excel 書自然也是「滿坑滿谷」(Excel 便利技巧書／公式 + 函數書／樞紐分析書／商用表單製作書／圖表書／Excel 爬蟲 + 資料分析書／Excel VBA (或 Python) 辦公室自動化書／...等)，讀都讀不完！問題是，很多時候職場上的 Excel 狀況題來的又急又快，不見得有時間等我們「練功」，更關鍵的問題是：【AI 當道，我們還需要像以前那樣一本書一本書學、一招一招學、一個函數一個函數研究...，按部就班地學 Excel 嗎？】顯然不用！身處 AI 時代，傳統的做法實在太低效了！改試試本書的自動化高效做法吧，保證你試過就回不去！【AI First！生成函數 + 公式，內建 Excel 功能卡關...通通請 AI 自動化輕鬆解決！】在本書中，各章將羅列職場上最常遇到的 Excel 需求/難題：‧Excel 函數、公式撰寫‧Excel 資料整理‧Excel 資料篩選‧Excel 資料彙總計算‧Excel 圖表製作、分析‧Excel 樞紐分析‧Excel 市場調查與統計分析‧Excel 進階商業分析‧Excel 各種商用 (行政／銷售／總務／財會／人事...) 表單製作‧Excel 跨平台流程串接作業...每一章的問題都可在市場上看到 Excel 專書，以往想解決某章問題時，就得靠厚厚的一本書。如果你的目標是累積自我能力，學這些都很好，但如果目標是擺在解決職場上遇到各種的 Excel 難題，「慢慢學 VS 快快解決」，顯然後者才是優先該做的！考量到這一點，各章將採用【AI First】思維，將帶你一律從「先解決 Excel 問題」的角度出發，因應不同情境選擇合適的 AI 工具、合適的 AI 技巧試著自動化解決 Excel 問題。你會發現，這與傳統 Excel 書的思維完全不同，【原來一大堆 Excel 工作都可以請 AI 幫我們自動化完成】，只要試過

《生成式AI賦能一本通：編程、數據科學與專業寫作》全面介紹了生成式AI在編程、數據科學及專業寫作領域的廣泛應用與深刻影響。主要內容涵蓋生成式AI的核心原理、技術挑戰、治理策略，以及如何通過提示詞工程與AIGC方法論提升工作效率。讀者將從中獲得與AI高效溝通的技巧，掌握利用大模型進行Python程序設計、數據分析、數學與機器學習自學的方法，並通過豐富案例瞭解AIGC在科技論文寫作、金融數據分析及創建AI智能體等方面的實際應用。本書旨在幫助讀者理解使用大模型的方法和思路，以在AI時代保持競爭力，實現個人與組織的數字化轉型。本書主要讀者群體包括計算機專業學生、AI從業者、程序員、數據分析師、科研人員及對未來科技感興趣的廣大讀者。

用AI幫助學習運算思維，暢銷回饋熱賣中！ 【本書特色】 ✦ 依演算邏輯規劃章節架構，增加訓練的強度 ✦ 運用Python實作，訓練運算思維與演算邏輯 ✦ 結合ChatGPT輔助應用，加速程式設計 ✦ 採豐富圖例講解，精確提高演算法的理解程度 ✦ 提供完整範例程式碼，增強學習成效 運算思維是用來培養系統化邏輯概念的基礎，進而學習在面對問題時能有系統的分析與拆解問題的能力。為了讓讀者能更容易地來理解運算思維與演算邏輯，本書採用豐富圖例來闡述觀念，並使用簡潔、易懂、易學的Python語言來實作程式，重要指引包括：程式設計與運算思維之間的關係，必懂的資料結構，如陣列、矩陣、串列、堆疊、佇列、樹狀結構、圖形及雜湊表等，並說明分治法、貪心法、動態規劃法、樹狀演算法、堆疊與佇列…等演算邏輯。 另外，新增了「ChatGPT與Python程式設計」的內容，藉由熱門的ChatGPT聊天機器人，學習如何利用它來協助寫文章、擬信件、驗證程式…等，並運用ChatGPT開發小型遊戲程式，精彩AI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 ✚ 迷宮問題的解決方案 ✚ 海龜繪圖法繪製圖形 ✚ 猜數字遊戲 ✚ OX井字遊戲 ✚ 猜拳遊戲 ✚ 比牌面大小遊戲 賣點 用AI幫助學習運算思維！ 為了讓讀者能更容易理解運算思維與演算邏輯，本書採用豐富圖例來闡述觀念，並使用簡潔、易懂、易學的Python語言來實作程式，重要指引包括：必懂的資料結構，如陣列、矩陣、串列、等，並說明分治法、貪心法、動態規劃法…等演算邏輯。另外，本書新增了「ChatGPT與Python程式設計」的內容，以及開發小型遊戲程式。

全書內容劃分為基礎知識、各種黑客攻擊技術、黑客攻擊學習方法三部分。基礎知識部分主要介紹各種黑客攻擊技術、計算機基礎知識以及Python基本語法；第二部分講解各種黑客攻擊技術時，具體劃分為應用程序黑客攻擊、Web黑客攻擊、網絡黑客攻擊、系統黑客攻擊等；最後一部分給出學習建議，告訴大家如何才能成為頂尖黑客。

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。

本書向讀者展示如何利用編程來讓數學學習變得有意義並且充滿樂趣。讀者在探索代數學、幾何學、三角學、矩陣和元胞自動機等領域的關鍵數學概念時，將學會在Python語言的幫助下使用代碼可視化一系列數學問題的解決方案。讀完本書，讀者還可以編寫自己的程序來快速解方程，自動完成一些煩瑣的任務，以及編寫函數來繪製和操作形狀，等等。

數據分析是當今大數據時代關鍵的技術，其廣泛應用於包括醫學在內的各個領域。Python 語言簡單易用， 第三方庫功能強大，提供了完整的數據分析框架，深受廣大數據分析人員的青睞。本書涵蓋傳統的統計分析方法和較為複雜的機器學習算法，結合大量精選的實例，使用 Python 進行數據分析，對常用分析方法進行深入淺出的介紹，以幫助讀者解決數據分析中的實際問題。本書強調實戰和應用，儘量淡化分析方法的推導和計算過程，大量的 Python 程序示例是本書的亮點。閱讀本書，讀者不僅能掌握使用 Python 及相關庫快速解決實際問題的方法，還能更深入地理解數據分析。本書不僅適合臨床醫學、公共衛生及其他醫學相關專業的本科生和研究生使用，亦可作為其他專業的學生和科研人員學習數據分析的參考書。

Python簡單易學，是一種非常適合零基礎編程人員學習算法與編程的高級程序設計語言。本書是中國電子學會全國青少年軟件編程等級考試Python編程一至四級的指定用書，基於Python自帶的集成開發工具IDLE 3.5.2版本，對應每級考試要求講解知識要點。對於廣大青少年學習者，本書能夠指導他們瞭解並掌握Python語言編程技巧，培養他們用Python語言編程解決生活中實際問題的能力。

數學知識對編程很有用，但是很多寫給程序員的數學書都比較難。我們為什麼不從基礎的數學知識開始學習呢？本書盡力在計算機的世界中，告訴大家“數學可以怎樣用”或者“數學可以解決什麼問題”，還嘗試用簡單的 Python 程序來展示實際的效果，幫助大家找到一種“原來如此”的感覺，從而掌握相關的數學知識。本書不僅解釋了數學理論，還解釋了使用 Python 編寫的程序中的計算、證明和理論驗證。本書的主要目標是讓數學變得易懂！程序員或者是想要成為程序員的高中生、大學生，以及對機器學習和人工智能感興趣的初學者，甚至是數學基礎薄弱的讀者都適合閱讀本書。

本書主要介紹Python語言的開發環境(包括Spyder、Jupyter和PyCharm)與交互式工具、語言概述、數據結構、編程範型、庫、數據分析、數據可視化及應用案例分析。本書通過融合其他相關知識，重點討論了Python在網絡爬蟲、推薦系統、圖像處理和機器學習等多個領域的應用。本書不僅注重基本概念的講解，還強調問題的分析與求解，並在教輔資源中給出了大量實例、源代碼及4個Python實驗，以供讀者練習，進而幫助讀者鞏固所學知識。 本書的內容覆蓋面廣，實用性強，既可作為高等院校計算機、軟件工程、人工智能、數據科學與大數據技術、信息和通信工程等專業相關課程的教材，又可供計算機視覺、機器學習等領域的技術人員參考使用。

本書Python新手入門經典圖書，涵蓋了Python編程的方方面面。本書前半部分介紹了基礎知識與概念：從安裝Python、配置開發環境，到列表、元組、字符串、字典以及各種語句的基礎知識，再到抽象、異常、方法、屬性、迭代器等核心概念，Python與數據庫、網絡、C語言等工具結合使用，以及Python程序測試、打包、發佈等知識。本書的後半部分，向讀者詳盡介紹了當下流行的多個Python項目的開發過程。 本次修訂，不僅在結構與細節知識上進行了優化和完善，還增加了貼近真實商業環境的案例，並輔以課件PPT和專門針對求職應聘的習題，旨在幫助讀者真正掌握Python開發的實戰能力。

《小天才學Python（第2版）》是一本專門為小學生和中學生學習編程而編寫的書。編程對於培養孩子的邏輯思維能力和動手能力至關重要，國家正在推動將編程納入中小學教學和考評體系中。Python語言既有趣又易學。本書採用獨特的教學方法，旨在讓學生輕鬆上手，迅速愛上編程。本書不長篇累牘地講理論，而是通過由淺入深的案例引導，讓學生學會Python編程，內容涵蓋從畫圖、做數學，到做判斷、做循環，甚至包括大數據和人工智能。第2版增加了大模型和深度學習的內容，並對上一版的部分內容進行了修改。

Python是一種解釋型、面向對象、動態數據類型的高級程序設計語言，通過Python編程能夠解決現實生活中的很多問題。本書並不介紹Python語言的基礎知識，而是通過一系列有趣的項目，展示如何用Python解決各種實際問題，以及如何使用一些流行的Python庫。本書共15章，每章講解一個有趣的Python項目，這些項目可以分成5個部分：第一部分是熱身，包括科赫雪花、繁花曲線；第二部分是模擬生命，包括康威生命遊戲、使用Karplus-Strong算法生成泛音、群體行為模擬；第三部分是好玩的圖形，包括文本圖形、照片馬賽克、裸眼立體畫；第四部分是走進三維，包括理解OpenGL、圓環面上的康威生命遊戲、體渲染；第五部分是玩轉硬件，包括在樹莓派Pico上實現Karplus-Strong算法、樹莓派激光音樂秀、物聯網花園、樹莓派音頻機器學習。此外，本書還通過附錄介紹如何安裝Python和設置樹莓派。本書適合已經瞭解了基本的Python語法和編程知識、想要嘗試和探索通過Python編程解決實際問題的讀者閱讀，也可作為Python初學者練習項目開發的參考用書。

本書基於Python語言，結合實際的數據集，介紹了機器學習算法以及數據分析方法的應用。本書主要包含兩部分內容，第一部分為Python機器學習入門知識：主要介紹了Python的基礎內容、Numpy與Pandas庫數據操作、Matplotlib與Seaborn庫數據可視化、Sklearn庫機器學習，以及與機器學習相關的基礎知識；第二部分為Python機器學習算法應用：主要介紹了數據的回歸預測分析、時間序列預測，數據無監督學習中的聚類、降維以及關聯規則，數據分類模型的應用以及針對文本數據與網絡圖數據的機器學習算法應用。本書適合對機器學習、數據分析感興趣的初學者學習，也可作為Python機器學習、數據分析、數據可視化的入門及進階的教材。

《輕鬆學Python編程》詳細介紹Python編程中的核心知識和技術，並列舉了大量的編程示例。全書共12章，內容主要包括編寫和運行Python代碼的方法、Python代碼的組成結構、Python編程的核心概念、數字的輸入方法和運算方式、輸入和處理字符串、轉義字符、創建與處理列表和元組、打包和解包元組、創建與處理字典和集合、使用if語句檢測條件、使用match語句檢測多個值、使用for語句迭代數據、使用while語句重複執行代碼、創建與使用函數和匿名函數、定義不同類型的參數、處理不同作用域中的變量、創建與使用類和子類、創建和導入模塊、處理不同類型的文件、使用Tkinter工具開發GUI程序、處理Python程序錯誤等。《輕鬆學Python編程》還包含Python常用術語、Python常用函數和Python常用語句3個附錄。《輕鬆學Python編程》附贈示例源代碼、重點內容的多媒體視頻教程和教學課件。《輕鬆學Python編程》結構系統，內容細緻，概念清晰，注重技術細節的講解，使讀者可以在較短的時間內學會Python編程。《輕鬆學Python編程》適合所有希望學習和從事Python編程或對Python編程感興趣的用戶，還可作為各類院校和培訓班的Python編程教材

本書共18章，分為3篇。第1篇機器學習基礎知識，主要介紹機器學習的基本概念、機器學習的基本流程與模型、建構機器學習環境並進行應用實踐、基於Azure的機器學習雲平臺搭建等相關知識；第2篇機器學習核心技術，主要介紹模型訓練的數學原理、多樣性特徵解析、資料標準化與特徵篩選、貝葉斯分類器、廣義線性模型、支援向量機、決策樹、人工神經網路、整合學習、模型的正則化、模型的評估與選擇、無監督學習(如K-Means聚類、GMM聚類、譜聚類、密度聚類等)；第3篇機器學習項目實戰，採用行人檢測和廚餘垃圾處理的預測兩個典型項目，帶領讀者進行項目實戰，提高讀者的實際開發水平。

《Python自動化辦公很簡單》詳細介紹如何使用Python語言實現辦公自動化，幫助讀者顯著提高辦公效率，減輕重複工作帶來的負擔。《Python自動化辦公很簡單》在講解知識點時結合112個典型案例帶領讀者動手實踐，從而幫助他們更好地理解和應用Python，實現自動化辦公，並加深他們對Python編程的理解。《Python自動化辦公很簡單》共12章，分為2篇。第1篇Python編程基礎知識，主要介紹Python基礎語法、數據類型，控制語句和函數，以及常用的Python自動化庫和工具的用法等；第2篇Python自動化辦公實戰，主要介紹如何用Python實現Word、Excel、PPT、PDF、Web和郵件等相關辦公任務的自動化處理，以及文件管理、日程管理和數據處理與分析等任務的自動化處理，最後簡單介紹如何用ChatGPT進行Python自動化辦公。《Python自動化辦公很簡單》內容豐富，語言通俗易懂，實用性強，適合有一定Python語言基礎而想大幅度提高辦公效率的職場從業人員、管理者和對自動化辦公感興趣的人員閱讀，也適合作為相關職業院校和培訓機構的教材。

《 Python 語言程序設計》包括 9 章：程序設計基本方法、Python 語言基本語法元素、基本數據類型、程序的控制結構、Python 標準庫概覽、函數和代碼複用、組合數據類型、文件、Python 第三方庫安裝及常用庫介紹。各章知識點的講解將程序案例與實際相結合，生動易懂，具有很好的啟發性。本教材內容廣泛、全面，從深度和寬度兩方面展開知識內容，教材語言精練，內容敘述深入淺出、循序漸進，配有一些實例代碼並列有相關輔助說明和運行結果，力求使得內容不會枯燥無味，有利於讀者對知識點的理解。本教材採用案例驅動的編寫方式，力求讓不同專業的讀者能通過對Python 語言的學習，走進計算機世界，體驗創新的樂趣以及應用的價值。Python 語言是一門通用語言，它靈活好用，適合有程序設計需求的各專業讀者。讀者可以通過學習，把Python 語言程序設計方法應用於本專業的研究，解決實際問題。

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。

本書旨在引導讀者基於 Python 和CUDA 的 GPU 編程開發高性能的應用程序，先後介紹了為什麼要學習 GPU 編程、搭建 GPU編程環境、PyCUDA入門等內容，以及 CUDA 代碼的調試與性能分析、通過 Scikit-CUDA 模塊使用 CUDA 庫、實現深度神經網絡、CUDA 性能優化等內容。學完上述內容，讀者應能從零開始構建基於 GPU的深度神經網絡，甚至能夠解決與數據科學和 GPU編程高性能計算相關的問題。本書適合對GPU 編程與 CUDA編程感興趣的讀者閱讀。讀者應掌握必要的基本數學概念，且需要具備一定的 Python編程經驗。

本書通過具體的案例，循序漸進地講解了計算機視覺和模型調優的相關內容。首先介紹基礎知識，包括人工智能基礎、計算機視覺基礎、圖像基礎和編程基礎相關知識。然後講解傳統計算機視覺和基於深度學習的計算機視覺，如卷積神經網絡等。接著深入探討算法原理，包括卷積、池化、批歸一化、激活函數、殘差結構、全連接、SoftMax等，並提供手寫算法示例。最後介紹了模型在 Python 和 C++中的實際應用以及性能優化技巧，如計算向量化、權值預加載和多線程等。本書內容實用，由淺入深，案例典型，講解通俗易懂，隨書提供全部程序代碼，且代碼注釋詳細，方便讀者理解，並上手實踐。本書非常適合人工智能、機器學習、深度學習、計算機視覺初學者學習使用，也可用作高等院校中相關專業的教材及參考書。

內容簡介:👍 中華企業資源規劃學會「商用數據應用師」認證教材指定用書過去在商用大數據分析上，多著重在演算法的介紹，內容過於側重數理理解，這讓許多商管學生為之卻步。更有甚者，是太著重在程式撰寫上，這也讓沒有程式基礎的學生難以親近應用。本書要打破這些商管學生的困擾，以顧客的R（銷售時間）、F（銷售頻率）、M（銷售金額）商業資料為主，以循序漸進方式，介紹各類資料探勘的聰明方法（即演算法），再透過免費的Google Colab平台，以Python語言為基礎，用簡易的指令撰寫，協助商管背景人士一步步進行操作，期望商管人士可以在這樣開放、免費的環境下，透過案例說明與實作，輕鬆跨過這道牆，建立起對商用大數據分析的正確基礎觀念與操作。* 最新第二版特別針對生成式人工智慧（Generative AI）等新興技術進行介紹，讓讀者可以在大數據的框架下，掌握未來技術的發展趨勢。* 以豐富的插圖與淺顯易懂的解說，輕鬆讀懂大數據演算法的內容。* 提供商管案例做為資料探勘參考。* 所有實作資料來自於轉換後的真實商業資料。* 提供完整程式碼無痛接軌實作。* 中華企業資源規劃學會「商用數據應用師」認證教材指定用書。

第1章介紹Python基礎知識與概念；第2章講解列表、元組、字典、集合等常用序列結構；第3章講解Python選擇結構與循環結構；第4章講解字符串基本操作方法與正則表達式模塊re的用法；第5章講解函數設計與使用；第6章講解面向對象編程有關的知識；第7章講解文本文件與二進制文件的讀寫，以及文件與目錄操作，Office文件操作；第8章講解異常處理結構以及Python程序的調試與測試方法；第9章講解標準庫tkinter的GUI應用；第10章講解網絡編程，網頁內容讀取；第11章講解安卓平臺的Python程序設計；第12章講解註冊表編程以及系統運維編程；第13章講解多線程與多進程編程。