Python

☆★☆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。

本書深入解析大數據的發展沿革、4V特徵、行業價值與企業管理模式，更重要的是，它引導讀者從商業應用情境出發，思考並解決真實的數據分析問題，如群組、分類、推薦與關聯等。建立數據驅動思維，與數據科學家進行更有效的溝通，加速智慧應用發展。在實作層面，本書提供Python語言範例，循序漸進地引領讀者了解分析與模型建立步驟。提供房價預測、電影推薦、圖片辨識及自然語言解析等貼近真實的案例。本書更納入AI先進技術，介紹LangChain基礎運用，發展簡單的AI代理程式。這是一本橫跨大數據基礎、預測分析方法，到文本挖掘、圖像辨識、生成式AI代理的完整教材，是商管學生與商業人士理解AI實務與應用的最佳起點！

線性代數是一門高度通用且具備廣泛應用的基礎工具，無論是在人工智慧、數據分析或是各類工程領域，專業人士都需要對其具有紮實素養，方能在實際問題中建立準確的數學模型。本書的核心特色是擺脫傳統冗長而抽象的理論推導，轉而以直覺化的概念闡釋和高效的實戰應用為主軸。在解題風格上，本書不同於一般教科書完全按照理論框架進行推導。作者憑藉多年的實戰教學經驗，在許多計算技巧上提供了獨家捷徑，幫助學生有效提升解題速度，達到事半功倍的學習效果。同時，本書強調與現代科技趨勢的接軌，於附錄中提供 MATLAB 與 Python 雙程式平台的程式碼範例與腳本教學，專門針對複雜的線性代數計算提供電腦輔助實作指導。

用數學與實作打通最佳化 從理論、工具到應用，學會打造更強的 AI 模型 本書內容改編自第 16 屆 iThome 鐵人賽 AI/ ML & Data 組冠軍系列文章《調整 AI 超參數好煩躁？來試試看最佳化演算法吧！》這是一本以「結合 AI 工具實作搭配少量理論」為核心的最佳化入門到進階指南。全書以直觀圖解與儘可能少的必要數學，帶你理解五花八門的演算法、目標函數與測試函數的本質，並以可直接執行的程式碼範例來串接起常見方法。例如，傳統啟發式演算法、粒子群算法（PSO），與比較近期的灰狼演算法（GWO），以及機器學習跟深度學習中的超參數最佳化（例如 TPE 等）。 書中不只介紹理論與實作，也新增「AI 協作」章節，示範如何下 Prompt，讓你與 AI 分工寫最佳化程式、請 AI 教學演算法與驗證結果。無論你來自影像處理、訊號處理、資料科學或工程領域甚至是學生，都能把最佳化真正用在工作、研究與學習裡。 本書可以學到哪些知識 本書規劃為五大篇、十個章節，以循序漸進的方式引導各位讀者深入最佳化的世界，並精選了一系列實際應用案例，讓各位不僅能理解理論，更能即學即用。 第一篇〈最佳化演算法的全貌〉：本篇會從最佳化技術的基礎概念開始，介紹什麼是最佳化演算法，接著會介紹目前的演算法種類大致分成哪幾種，這幾種演算法中目前比較主流跟比較多研究在使用的演算法有什麼。這些演算法雖然都是以數學來定義的，不過本書會根據這些公式的用途做一個簡單的總結，讓生活已經遠離數學的讀者也可以輕鬆上手。 第二篇〈最佳化演算法評估與測試函數〉：本篇將帶你掌握研究中廣泛使用的測試標準，讓你的最佳化演算法不再只是「感覺變好」，而是能以數據驗證、圖像呈現的方式準確比較表現。從經典測試函數到 Python 實作，幫助你建立完整的最佳化演算法評估公式。不論你是 AI 工程師、研究人員，還是想用最佳化技術提升產品效能的開發者，這章都能讓你學到「量化進步」，優化策略看得見！ 第三篇〈Python Optuna 模組介紹〉：進入實作關鍵！本篇將帶你認識 Optuna，一款靈活又高效的 Python 最佳化工具。無論你是要調校 AI 模型參數，還是優化自家產品或演算法效能，Optuna 都能幫你快速實驗、多次試錯、精準收斂。從基礎語法到深度學習案例，搭配 ChatGPT 提示技巧，讓你能在開發流程中聰明用好最佳化，把模型與應用

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

產品特色： 隨著 APCS 程式設計先修能力檢測成為升學重要指標，如何有效備考、精準得分，已成為每位高中職學生與教學者關心的課題。 本書從考試介紹、程式識讀、演算法演練，到歷屆試題詳解，提供最貼近命題趨勢的備考資源。不只是教語法，更強調「解題實力」的養成！ 本書特色如下： 1. 完整解析 APCS 檢定架構與準備要點，方向明確不迷路。 2. 跨語言程式識讀教學（C語言＋Python），多元語感一次搞懂。 3. C++ 實作演算法與資料結構重點精華，強化邏輯與寫作力。 4. 歷屆實作題詳解，解題技巧與命題方向一次掌握。 5. 模擬題實戰訓練，題感培養、舉一反三，穩步提升實力。 無論您是初次挑戰 APCS 的新手、苦於突破實作題的考生，或是想找系統教材的教學者，本書都是您邁向高分通過、穩紮程式基礎的最佳選擇！

★★★「程式設計不再孤軍奮戰，讓 AI 成為你的戰友！」★★★☆☆☆「用 VS Code + Copilot，讓寫程式變得像聊天一樣簡單！」☆☆☆★★★「專案實戰，立即上手，程式設計不再卡關！」★★★《寫程式的AI戰友 - VS Code x GitHub Copilot》帶你進入 AI 輔助程式設計的新世代。本書不僅教你如何用 VS Code 打造專屬開發環境，更完整揭示 GitHub Copilot 的秘密武器：自動補全、錯誤修正、重構優化、AI 對話寫程式，讓你像專業工程師一樣高效開發。◎為何要讀這本書？在這個 AI 與程式設計緊密結合的時代，單靠背誦語法已經不足以讓你成為一位優秀的工程師。《寫程式的AI戰友 - VS Code x GitHub Copilot》將帶給你三大核心價值：1. 掌握開發主流工具VS Code 是全球最受歡迎的開發環境，本書完整介紹其安裝、操作與進階應用，讓你在最短時間內熟悉業界標準工具。2. 學會駕馭 AI，而不是被 AI 取代GitHub Copilot 能幫你寫程式，但本書更強調「思維升級」——如何正確下指令、判斷 AI 建議的正確性，培養「指揮 AI」的能力，避免淪為被動依賴。3. 專案實戰，立即上手從 CLI 工具到資料分析，從 API 整合到自動化報表，本書以專案導向學習，讓你邊學邊做，學到的技能馬上能應用在實際工作與專案中。◎ 讀完這本書，你將：☆ 熟悉 VS Code 與 Python 的整合操作。☆ 能使用 GitHub Copilot 提升開發效率，寫程式就像與 AI 對話。☆ 具備判斷、比較與優化程式碼的能力。☆ 透過專案實戰累積經驗，快速從初學者邁向專業者。這不只是一本文教你「怎麼寫程式」的書，而是一本幫你建立 「AI 時代程式設計思維」 的手冊。◎本書特色：☆從零開始：安裝 VS Code、設定 Python 環境、快速上手介面操作。☆AI 實戰：完整示範 Copilot 的用法——寫程式、除錯、重構、生成測試與文件。☆專案導向：涵蓋 CLI 工具、資料處理、API 整合等專案，邊學邊做，馬上能用。☆資料科學應用：結合 Jupyter Notebook、NumPy、Pandas、Matplotlib，立即展現 AI + Python 的威力。☆思維升級：教你如何成為「指揮 AI 的人」，而不是被 AI 主導

首本 MCP 多平台整合實戰書──OpenAI 只是起點！一次搞懂 AI Agent、Function Calling 與 MCP本書含最新 OpenAI GPT-5 範例《AI Agent 奇幻旅程》集結七大章、五位實戰講師，從宏觀願景到微觀程式碼完整展示 AI Agent 與 MCP 的威力。本書不僅描繪 AI 代理的未來藍圖，更以 OpenAI Agent SDK、Claude Desktop、Semantic Kernel、GitHub Copilot、Line 等熱門主角，逐章帶你實現「Agent × MCP」跨平台串接──讓桌面、雲端、聊天機器人一次打通。每章皆附範例專案程式碼，幫助讀者快速複製情境到自己專案。無論你想開發企業級智慧工作流，或打造個人化多代理應用，本書都是一把從概念到落地的「萬用鑰匙」。打開《AI Agent 奇幻旅程：MCP 通往異世界金鑰》這本書之前，讓我們先確認一件事：你是否已經接觸過大型語言模型（LLM），知道什麼是 prompt、token、embedding，也嘗試過呼叫像是 ChatGPT 的 API，做出一些能與人對話的範例程式？如果你的答案是「是的」，那麼，恭喜你——你已經準備好踏上下一階段的冒險，來探索 AI 模型不只是會說話，而是能夠行動，能夠呼叫工具、整合服務、進行決策，甚至協調多個代理角色，真正變成你的智慧夥伴。這本書的焦點不在於再教一次 LLM 的基礎，而是要帶你直奔最精華、也最刺激的主題：Model Context Protocol（MCP） 以及 AI Agent 架構。從願景出發，到實作落地，我們安排了七大章節，由五位具備實戰經驗的講師聯手執筆，深入淺出地展現如何打造多平台整合的 AI Agent。全書圍繞「Agent × MCP」這個核心，帶你逐步實現桌面端（Claude Desktop）、雲端平台（OpenAI Agent SDK）、本地框架（Semantic Kernel）、AI 輔助工具（GitHub Copilot），甚至社群應用（LINE 機器人）的跨平台連結。每一章都搭配完整範例專案，讓你不只學得會，還能直接套用到自己的實務場景中。▋ 建議搭配《Python 原力爆擊》如果你還沒實際寫過生成式 AI 程式碼，我們也誠摯推薦你搭配閱讀我們的姊妹作《Python 原力爆擊：OpenAI / Ge

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。

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

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。

‧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。

1.全新的內容編排，提供學生視覺上的增強學習與閱讀的便利性。2.各章首安排本章節次及學習目標等，提供學生課前掌握學習重點。3.全書採用數百幅精緻全彩圖片，圖表化說明相關原理，讓學生以最簡易的方式學習深澀理論。4.全書圖例採用機能性標誌引導，讓學生準確學習，提升學習效率。5.本書使用Python程式語言。6.每一章附有課後習題，依各節順序編排，適合學生循序複習。7.每一章均有探討活動，讓學生學會去思考與分析問題，從中找出解決的方法，再選擇適合的資訊科技，與他人進行共創。

用最簡單的方式，打造專屬於你的自動化神器，從此告別重複工作，把時間拿回來！★ 不會寫程式也沒關係，AI 幫你一行一行生出來★ Google Apps Script、Python、VBA 三大語言通通教，幫你選最適合的那一個★ 搭配大量實用案例，讓你馬上應用在日常工作★ 從自動寄信、整理報表，到跨平台整合，通通一書搞定★ 專為初學者設計，每段程式碼都有白話說明只要你曾經想過：「這工作可以不要一直重複做嗎？」這本書，就是你的解答！【簡易入門】讓你從 0 開始不怕程式．三大熱門自動化工具：Google Apps Script、Python、VBA，一次搞懂差異．完整入門流程：從介面操作、程式碼結構，到如何用 AI 協助寫程式．初學者必備觀念：function、debug、權限、API…通通白話解釋【動手實作】跟著做就會，自動化實戰案例滿載．自動寄送報表給主管、定時備份資料、表單送出即時通知．整合 Gmail、Google Sheets、Forms、Drive，打造你的工作助理．案例皆搭配 GenAI 助手操作範例，讓你不懂語法也能跑起來【自由創作】玩出自己的創意自動化．結合多個工具，打造跨平台的工作流程．學會部署前端小介面，讓你寫的程式更好用、更像一個小產品．把 AI 不只放在旁邊寫程式，而是真正「嵌入」到你的程式裡面！【本書適合】◎行政人員與助理：每天重複處理表單、報表、寄信、對帳◎中小企業老闆或主管：希望提升工作效率、又沒有程式背景◎會計、財務與人資人員：經常操作 Excel 或 Google Sheets◎業務與行銷人員：身兼多工、想把流程自動化◎自由工作者、創作者與接案者：想靠自己建立自動化工具◎學生與轉職者：想打好基礎、未來走向資料分析或工程領域

使用Raspberry Pi實作影像辨識的眾多智慧功能豐富完整的實作範例引領你成為Raspberry Pi專家✪快速上手Raspberry Pi 5：了解硬體特色、Bookworm作業系統，以Python探索GPIO應用✪多媒體與網路連接：輕鬆設定網路、整合Webcam與Pi相機模組，讓Pi成為多功能媒體平台✪學習電腦視覺技術：深入學習OpenCV與MediaPipe，實現臉部辨識、手勢追蹤等智慧功能✪打造現代應用開發：使用Streamlit建立互動網頁應用，整合OpenAI Chat API，打造AI助手【內容簡介】本書是專為創客、工程師、學生與技術愛好者量身打造的實用手冊，結合基礎知識與進階應用，讓你全面掌握Raspberry Pi的潛力，成為現代創新專案的主導者。不論你是想學習物聯網裝置開發、電腦視覺、AI技術，還是設計個人化的專案，本書提供的完整知識與實作範例，將引領你一步步成為Raspberry Pi的專家，請立即翻閱本書，探索無窮創意，成就你的技術夢想。【精采內容】✪從零開始學習Raspberry Pi 5，深入理解這款微型電腦的架構與操作，迅速上手並應用到日常專案中。✪透過GPIO的控制，掌握Python程式設計與硬體互動，實現各種自動化與物聯網裝置的創意開發。✪探索OpenCV與MediaPipe電腦視覺技術，實現臉部辨識、手勢追蹤與物件檢測，將影像處理能力帶入生活應用。✪使用Streamlit輕鬆建立互動式網頁應用，分享你的專案成果，快速轉化成實用的解決方案。✪整合OpenAI Chat API生成式AI技術，打造專屬的智慧助手與自然語言應用，走在人工智慧的最前端。【目標讀者】✪初次接觸Raspberry Pi的愛好者與學習者。✪想要學習AI及電腦視覺的創客。✪將Raspberry Pi作為實驗與教學工具的在校學生及教師。✪尋求嵌入式開發平台的工程師與專業人士。

這本書專為計算機網路的入門課程而設計。內容上的編排假設讀者已有基本的 C、C++、Java 或 Python 程式語言經驗（即便如此，僅在少數部分會涉及程式設計）。與其他計算機網路的基礎教科書相比，本書更具嚴謹性與分析深度，但特別設計為僅需高中程度的數學基礎。避免了進階微積分、機率或隨機程序的概念（但提供進階習題，供有需要的讀者挑戰）。因此，本書適合用於大學或研究所第一年的「電腦網路」或「計算機網路」課程，同時對電信業界的專業人士也有極大的實用價值。

這本書引導讀者從廣闊的人工智慧來到深度學習的核心概念，深化對機器學習的理解，並揭示電腦視覺如何利用機器學習來模仿和擴展人類的視覺能力。深度學習顯著提升了電腦視覺技術的效能，而成功的電腦視覺案例又進一步推進深度學習領域的發展，形成一個良性循環。　書中不僅提供扎實的理論基礎，更搭配豐富實用的範例，這些範例都是用強大且被廣泛運用的 Python 程式語言編寫。透過這些範例，讀者能更直觀地掌握書中所述的概念，並將理論付諸實踐。　本書特別為對影像處理與電腦視覺懷抱熱情的讀者而設計，無論是大學部或研究所的學生，或是渴望自學精進的其他族群，都能從中獲益良多。

在數位化時代，審計從業人員必須掌握前沿的AI智能稽核技術，以提升自動化效能並降低偵查風險。國際審計準則（ISA）提高了會計師的責任，要求更高的審計品質，智能資料分析技術已成為不可或缺的工具。JCAATs 為Python-Based AI新世代的通用稽核軟體，以AICPA美國會計師公會推薦之Python 軟體開發，遵循 ISA 530: Audit sampling (統計抽樣)規範提供多種數位審計抽樣方法，增強全面當代數位審計抽樣的作業流程，除了隨機抽樣、分層抽樣外，並提供控制測試常用之屬性抽樣與評估及證實測試常用之元單位抽樣與評估等功能，讓審計抽樣更完整。 本講義以「數位審計抽樣與評估」為主題，提供完整實例上機演練資料，由國際專業稽核實務顧問群精心編寫，經國際電腦稽核教育協會（ICAEA）認證，透過實務案例上機演練方式，帶領學員有效學習符合審計準則的數位化技術與方法，熟悉各種抽樣技術進行樣本抽選、結果查驗並進行查核結果評估，以簡易且友善使用介面，讓會計師與審計人員快速進入智能數位審計時代，學員可透過申請獲得JCAATs AI審計軟體試用教育版90天使用權，無論是會計師、審計人員、內部稽核還是大專院校的師生，本書皆是提升審計品質的必備工具，期待您的參與與交流。◎代理經銷 白象文化

⛧⛦ 樹莓派 5 / 樹莓派 4 皆適用 ⛦⛧⛧⛦ 一本帶你玩翻人工智慧與物聯網 ⛦⛧『Raspberry Pi 樹莓派』是一款信用卡大小的單板迷你電腦，深受全球創客的喜愛。本書將引領你踏上創客之路，利用樹莓派建立 IoT 物聯網與 AIoT 智慧物聯網，以及親手打造遙控串流視訊車、自動避障車、物體追蹤車與 AI 自駕車。甚至讓你在樹莓派上運行 LLM 大型語言模型，並透過 Python 與 LLM 技術，以自然語言進行硬體控制。是不是已經迫不及待、躍躍欲試了呢？或許還有點擔心沒有基礎，會難以上手？請放心。本書將從樹莓派的購買、安裝與設定開始，逐步帶領你使用 Windows 電腦遠端操作樹莓派，並介紹 Linux 系統指令與伺服器架設，讓你不再畏懼終端機黑畫面的文字模式。接下來，我們將探索樹莓派的 GPIO 腳位，並透過 Python，甚至結合 ChatGPT API 和 LLM 等生成式 AI 來控制硬體。同時，本書也涵蓋如何在樹莓派上使用 Pico 開發板或 Arduino 開發板進行軟硬體整合，為你提供更多面向的選擇。更精彩的是，運用 Pi 相機模組或 Webcam 攝影機，並結合 OpenCV 電腦視覺套件與多種知名的深度學習模型，實作人臉偵測、手勢追蹤、人體姿態估計、即時物體偵測、文字偵測與車牌辨識等 AI 應用。至此，你便能輕鬆跟著我們的腳步，透過 Node-RED 物聯網開發工具和 Teachable Machine 來建立 AIoT。此外，也能透過整合超音波感測器、OpenCV 和 TensorFlow Lite，打造出自動避障車、物體追蹤車以及 AI 自駕車。無論你是創客新手或進階愛好者，本書將幫助你全面掌握樹莓派，發揮你的創意，輕鬆進行各種 AI 軟硬體整合專案！本書特色: ➢ 無需額外設備，從 Windows 電腦遠端操作樹莓派➢ 從零開始學習 Linux 系統與伺服器架設➢ 透過 Python 結合 GPIO 腳位與 ChatGPT API 或 LLM，以文字控制硬體➢ 同場加映樹莓派 Pico W 與 Arduino Uno 開發板的應用➢ 建立 Pi 相機模組或 Webcam 攝影機的網頁串流視訊➢ 搭配 OpenCV 電腦視覺套件，實作人臉、手勢、姿勢、物體、文字、車牌等偵測與辨識➢ 活用 YOLO、MediaPipe、CV

輕鬆簡單的好書，讓你從入門到高手，掌握機器學習及神經網路的數學、理論與實作！▌本書特色☆機器學習唯一的入門書，從完全不懂到開發專案靠這本書就搞定☆充分展現出日本書的細膩流暢又簡單清楚☆想了解機器學習又怕被數學公式轟炸的AI小白最適合☆作者把所有的數學公式都用最簡單的二維平面來處理，是對人腦最直覺的投射☆懶人最愛的程式設計環境，Jupyter Notebook，在瀏覽器中就可以執行神經網路☆高中文組數學程度就可以100%看得懂的Python程式☆雖然簡單但十分詳細的公式推導☆L1、L2回歸你我都會用，但這本書卻有完整的來龍去脈，打下神經網路及深度學習的基礎☆無監督學習也有詳細說明，K-means和混合高斯模型☆使用Tensorflow，每一行程式碼都看得懂，完全沒有不必要細節或玩弄技巧

本書協助你深入了解LLM 的內部運作，建立自己的語言模型。從生成式AI 概論開始談起，讓你理解如何訓練這些模型產生新資料，接著介紹提高生產力與增加創造力的ChatGPT 使用案例。你將學會如何改善提示設計，利用零樣本、單樣本、小樣本的學習能力，進而從ChatGPT 互動中獲得最佳效果。分別針對行銷人員、研究人員、開發人員設計案例，讓你將本書所學有效應用在自己的領域中。列舉企業情境，運用Azure 基礎架構上的OpenAI 模型 API；包含生成式模型 (如：GPT)與嵌入模型 (如：Ada)。各情境均涵蓋Python 實作，並以Streamlit 製作前端介面，以及利用 LangChain SDK 協助將模型整合到你的應用程式中。讀完本書，你將具備生成式AI领域的運用能力，可以在自己的專案中使用 ChatGPT 和 OpenAl 模型的API。本書內容涵蓋：*理解生成式AI 的初級與中級概念*透過有效的提示設計充分發揮ChatGPT 的效能*探索ChatGPT 的應用與使用案例*以API使用OpenAI 模型與功能*用Python 建置與部署AI系統*利用Azure 基礎架構實作企業級使用案例*確保生成式AI 系統具有負責任的AI與倫理

📌 全彩印刷、圖解詳盡，快速學會關鍵知識📌 將Go與Python程式的實驗與結果視覺化透過實作與豐富的精緻圖解，對OS與硬體相關的工作原理是如何運作，進行淺顯易懂的解說，讓您對OS的運作，有更加具體而清晰的了解。不論是新手還是老手，都很容易陷入「OS是個充滿神秘與困難的東西」的困境。為了要改善這個狀況，本書不會探討艱深的理論，而是以Linux為中心，在進入實作階段前就對Linux的工作原理進行解說，讀者只需要對Linux基本的命令有所瞭解便可輕鬆閱讀。本書可以幫助你：．當OS或硬體相關故障產生時，能夠冷靜處理．開發出有考慮到硬體特性的優良軟體．瞭解該依據什麼樣的指標來設計系統

建立智慧型系統的概念、工具與技術「這是一本出色的機器學習資源，包含淺顯易懂的解說，以及豐富的實用技巧。」—François CholletKeras作者，《Deep Learning with Python》作者「本書是運用神經網路來解決問題的絕佳入門資源，涵蓋理論及實踐。推薦給想學習實用機器學習技術的人。」—Pete WardenTensorFlow行動主管深度學習在經歷了一系列的突破之後，已經推動了整個機器學習領域的發展。如今，即使是對於這項技術非常陌生的程式設計師，也能夠使用簡單、高效率的工具，寫出能從資料中學習的程式。這本暢銷書使用具體的例子、最少的理論，以及具備生產水準的Python框架(Scikit-Learn、Keras和TensorFlow)來協助你直接瞭解智慧系統的建構概念與工具。在這本第三版中，作者Aurélien Géron將探索一系列的技術，從簡單的線性回歸開始，逐步發展到深度神經網路。本書包含許多範例程式和習題來幫助活用所學，只要具備一些程式設計經驗即可入門。‧使用Scikit-Learn自始至終完成機器學習專案‧探索多種模型，包括支援向量機、決策樹、隨機森林，和集成方法‧運用無監督學習技術，例如降維、聚類法和異常檢測‧深入探討神經網路架構，包括摺積神經網路、遞迴網路、生成對抗網路、自動編碼器、擴散模型、轉換器‧使用TensorFlow和Keras建構和訓練神經網路，以進行計算機視覺、自然語言處理、生成模型和深度強化學習

Simon Monk對Raspberry Pi百科全書般的豐富知識讓本錦囊妙計第四版成為任何嘗試邁入數位製作世界者的完美指南。本書細節的廣度和深度同時適合初學者和經驗豐富的自造者！------Raspberry Pi的共同創造者Peter Lomas如果你已經開始玩Raspberry Pi，將會發現它的能力持續在擴充。這本膾炙人口的錦囊妙計第四版提供超過200個實作範例(皆附上程式碼)，示範如何於此迷你且低成本的電腦執行Linux，用Python為它寫程式，將它接上感測器和馬達來玩物聯網(IoT)。此新版包含關於Raspberry Pi Pico和以Raspberry Pi做機器學習的新章節。多產的駭客暨作者Simon Monk也會教導基本原則，引導你利用Raspberry Pi使用新技術。透過簡易的範例說明如何：．設定你的Raspberry Pi並連接網路．使用它的Linux作業系統．用Python為你的Raspberry Pi寫程式．使用電腦視覺賦予你的Pi一雙眼睛．使用機器學習從影像和聲音辨識物體．藉由GPIO連接器控制硬體．使用你的Raspberry Pi控制不同類型的馬達和顯示器．使用開關、數字鍵盤和其他數位輸入裝置．使用感測器測量溫度、光線和距離．以不同方法連接至Iot裝置來自動化你的家．使用Raspberry Pi Pico微控制器版

★在最熟悉的作業系統、IDE中，用Tensorflow開發深度學習專案★☆使用Tensorflow.NET在Visual Studio下完成AI開發☆坊間幾乎所有和AI、深度學習、機器學習有關的書籍或教材，均是以Python及相對的框架進行開發，並且建議架設在Linux上。雖然這個環境非常適合進行AI專案的開發，但對於已經熟悉Visual Studio下.NET架構的大部分Windows開發者來說，如果能使用Tensorflow的強大，再加上早就上手的.NET甚至是C#語言，學習曲線真的就只剩下深度學習，排除了Linux及Python的困難。微軟在.NET平臺上引入機器學習，努力使機器學習技術跨越鴻溝，普及至大多數人手中。微軟的ML.NET旨在實現人工智慧的「民主化」，讓每個人都能使用並受益於人工智慧技術。在.NET生態中，人工智慧領域的SciSharp Stack團隊為TensorFlow提供了.NET Standard Binding，使得.NET開發人員可以使用C#在跨平臺的.NET Standard框架上開發、訓練和部署機器學習模型。他們還打造了TensorFlow.NET這個專屬於.NET開發人員的機器學習平臺，簡化了使用TensorFlow的過程。本書即是針對這個族群的使用者，讓.NET眾多的使用者直接跨入AI的領域，在最親切的環境學習，一定會事半功倍。本書為介紹TensorFlow.NET的詳細指南，共有23章。探討雲端運算、人工智慧、巨量資料和雲端原生應用對生活產生了深遠影響，之後說明機器學習.NET開發者的特點，在.NET生態中，SciSharp Stack的團隊，為TensorFlow提供了.NET Standard Binding，使.NET開發人員可以使用C#開發、訓練和部署機器學習模型。其中的產品就是TensorFlow.NET。書中包括資料型態與張量詳解、Eager Mode詳解、自動求導原理與應用、線性回歸實操、MNIST手寫字元分類邏輯回歸、tf.data資料集建立與前置處理、深度神經網路實踐、AutoGraph機制詳解，以及.NET Keras簡明教學等。最後一部分是生產應用與案例，包含CPU和GPU環境下的TensorFlow.NET應用、工業生產環境應用案例、在C#下使用TensorFlow.NET訓練自己的資料集、視覺影像分類

▌第一本 AI 投資專書 ▌▌大型語言模型加持！▌▌建構自己的股票／年報分析機器人 ▌▌讓 AI 變成股市分析的神器 ▌在這數位資訊的創新時代, AI 與大型語言模型 LLM 已經徹底改變了投資業界的遊戲規則。過往需要仰賴投資團隊花費大量時間來解讀各種財務報表、進行分析的複雜工作, 現在只需要一個人、一台電腦就能完成。對於小散戶而言, AI 能幫助我們自動化分析, 挖掘出報表中隱藏的關鍵資訊, 成為對抗市場主力的重要武器！本書將帶您：◆ 【建立正確的投資觀念】：還在聽股市名嘴胡扯瞎扯嗎？本書將從基礎的投資理論起手, 帶領讀者建立正確的投資觀念, 從基本面分析到技術面分析, 並進一步探討 AI 在股票投資中的定位, 助你洞悉多面向分析的重要性。◆ 【Python 雲端環境開發】：程式開發對你來說是場夢魘嗎？本書將所有程式部署在雲端環境中, 免除本地環境配置的複雜度, 一鍵就能輕鬆運行、進入 Python 股票分析的世界。◆ 【AI 股票趨勢分析】：在買賣股票的過程中, 一般人常常會被情緒左右投資決策, 但 AI 是沒有感情的機器。本書將詳解如何利用 AI 進行客觀的數據分析來作出更合理的投資決策, 解決人性所造成的影響。◆ 【AI 年報深度解讀】：公司年報蘊藏著重要的資訊, 但一份年報動輒 200~300 頁, 哪有那麼多時間去一一分析每間公司的年報資料？複雜的分析過程就交給 AI 來做吧！我們可以使用提問的方式來輕鬆了解年報內容, 或是讓模型統整、分析落落長的年報資訊。◆ 【AI 選股推薦】：股票那麼多怎麼選？要找到一檔高潛力的股票如同大海撈針！本書將介紹如何使用 AI 來進行選股推薦, 從大數據中篩選出值得關注的投資機會、提高選股效率。本書特色: ★ 本書程式皆部署於雲端平台, 不會寫程式也能一鍵執行。☆ 投資理論來幫忙, 帶領讀者建構正確的投資觀念。★ 詳解如何串接 OpenAI API, 讓語言模型成為分析股市的利器。☆ 讓股票資料蒐集的過程自動化, 包含網路爬蟲、各種 Python 套件及搭建資料庫。★ 讓 AI 自動處理 Dataframe 表格、計算技術指標、產生回測策略。☆ 詳解 matplotlib、mplfinance、plotly、backtesting 各種視覺化套件, 新手也能畫出精緻的股價 K 線圖。★ 打造屬於自己的 LINE

Bing Chat與Copilot邁向文字、視覺、繪圖、語音、程式的AI體驗王者歸來(全彩印刷)★★★★★【國內第 1 本】★★★★★★★★★★【深度認識Bing Chat】★★★★★★★★★★【Copilot功能探索】★★★★★★★★★★【招數最多、功能最強的AI體驗】★★★★★這本書不會涉及較深的程式設計技術細節，而是著重於如何在實際場景中使用和應用Bing Chat 與Copilot。研讀本書，讀者可以獲得下列多方面的知識：【深度認識 Bing Chat】★ 登入和登出 Bing Chat☆ 認識聊天界面★ 選擇交談模式☆ Bing Chat 聊天特色【Bing App】★ 手機 Bing Chat 對話☆ Bing App 與 GPT-4 切換【Copilot 功能探索】★ 產生頁面摘要☆ 深入分析頁面資訊★ 翻譯與摘要國外新聞☆ 依情境產生草稿★ 依據書籍名稱生成摘要與心得☆ 生成影像【AI 繪圖】★ 聊天生成影像☆ Bing Image Creator 生成影像★ 影像分享與搜尋☆ 生成不同風格的影像★ 依據彩畫素材、攝影鏡頭、畫面角度生成影像【AI 視覺】★ 用視覺執行數學運算☆ 識別各類影像★ 用視覺創作七言絕句☆ 圖片的比較【生活應用】★ 國外語言學習☆ 交友顧問★ 文藝創作【教育應用】★ Bing Chat 是你的活字典☆ 協助摘要、心得、報告、專題撰寫★ 依據程度學習體驗☆ 教師講義、問卷、考試題目【企業應用】★ 貼文格式、銷售建議☆ 行銷文案與活動★ 拍攝行銷活動的腳本設計☆ 面試者與面試官★ 企業公告☆ 加薪與企業談判議題★ 提升 Excel 的工作效率到輔助工作分析【程式設計】★ 輔助 Python 學習☆ 重構你的程式★ 重寫程式☆ 閱讀程式錯誤訊息，協助除錯 (Debug)★ 為程式加上註解☆ C、Java 與 Python 程式語言的切換

「你是否認為機器學習很複雜、很難掌握呢? 其實不然，來讀這本書，Serrano為你揭開機器學習的神秘面紗。」―Sebastian Thrun, Udacit創辦人「這是您機器學習旅程的第一步」―Millad Dagdoni, 挪威勞動福利局「這是本很好的引導指南，特別是對於那些想要寫程式但覺得自己數學程度不高的人」―Erik D. Sapper, 加州理工州立大學「這是我近年來有幸讀到最平易近人的機器學習介紹。強烈推薦！」―Kay Engelhardt, devstats只需要高中的數學程度，您就能發現並了解機器學習的強大之處！簡單來說，機器學習是一組建立在演算法上的資料分析技術，當您提供更多的資料，它就能產生更好的分析結果。ML驅動了許多尖端的技術，例如推薦系統、人臉識別軟體、智慧音箱，甚至是自駕車。而這本獨特的書將藉由相關的範例、有趣的練習以及簡要的插圖，為您介紹機器學習的核心概念。《白話機器學習》以任何人都能理解的方式來呈現機器學習的演算法和技術，跳過令人困惑的學術術語，提供您只需要一點基礎代數就能理解的清楚解釋。隨著學習本書的內容，您將使用Python建立許多有趣的專案，包含垃圾郵件偵測和圖像辨識等模型，並且還會學到清理和準備資料的實用技巧。本書包含：‧用於分類和分割資料的監督式演算法‧用於清理和簡化資料的方法‧機器學習的套件和工具‧用於複雜資料集的神經網路和集成方法本書適用於有Python基礎知識的讀者，但不需要有機器學習的相關知識。

第一本詳細說明使用ChatGPT學習SQL Server、寫出T-SQL指令敘述與建立用戶端程式！*完整說明資料庫設計與開發人員應具備的觀念和技能，幫助你精通SQL Server的Transact-SQL程式設計！*本書以資料庫設計與開發人員角度來切入SQL Server資料庫程式設計與開發，完整說明資料庫系統相關理論、資料庫設計理論與T-SQL程式設計，能夠訓練和提昇讀者擁有足夠的技術能力來自行設計與建立SQL Server資料庫應用程式。*在實作上，本書適用微軟SQL Server 2022/2019企業、標準、開發人員版和Express版，是一本真正為有志成為資料庫設計與開發人員的讀者、或學校資料庫設計相關課程所規劃的實務教材。*完美結合資料庫理論與設計實務，除了使用大量插圖和範例來說明資料庫系統理論、實體關聯模型和正規化外，更以實例說明資料庫設計，讀者不只可以實際在資料庫設計工具繪製專案的實體關聯圖，更可以將設計成果建立成SQL Server資料庫，來驗證實體關聯模型的資料庫設計理論。*完整說明T-SQL語言的語法、預存程序、順序物件、自訂函數、觸發程序、資料指標和交易處理，可以幫助讀者精通SQL Server的Transact-SQL程式設計。*實際說明如何使用C#和Python語言建立用戶端程式。*詳細介紹SQL Server + Python機器學習服務、SQL Server全文檢索搜尋，和使用ChatGPT幫助讀者學習SQL Server資料庫程式設計與開發。

★☆★ AI 影像辨識一本精通！ ★☆★ ★☆★ 超過 200 個完整範例程式碼 ★☆★ AI 影像辨識是近年來非常夯的議題，隨著資訊科技的蓬勃發展，越來越多好用的工具推陳出新，也越來越容易跨入 AI 影像辨識領域，不論是電子、資訊領域、醫療、百貨，各行各業中陸續都能看到 AI 影像辨識的應用。 Python 是目前入門 AI 影像辨識最快速的程式語言，透過 Python 的 OpenCV 函式庫，並搭配其他方便的函式庫，就能輕鬆入門 AI 影像辨識，OpenCV 除了能針對影像進行全面的處理，也是大多數 AI 影像辨識的敲門磚，常應用於擴增實境、臉部辨識、手勢辨識、動作辨識、運動跟蹤、物體辨識或圖像分割...等領域。 本書會從 OpenCV 出發，從 OpenCV 最基本的存取圖片影片，影像色彩、影像剪裁、影像變形、加入文字、繪圖、影像效果進階處理都有完整介紹，並會介紹 OpenCV 內建的影像辨識方法、Google MediaPipe 的影像辨識方法和 Teachable Machine 影像辨識方法進行 AI 影像辨識，作出許多有趣又實用的影像辨識相關應用。 【精彩收錄】 ▶ OpenCV 深入介紹 ▶ OpenCV 影像色彩調整和轉換 ▶ OpenCV 影像剪裁、變形、加入文字和繪圖 ▶ OpenCV 影像效果進階處理 ▶ OpenCV 偵測滑鼠和鍵盤 ▶ OpenCV 人臉、物件、顏色等影像辨識 ▶ MediaPipe 人臉、姿勢、手勢等影像辨識 ▶ Teachable Machine 人臉、戴口罩等影像辨識 ▶ 辨識手寫數字、年齡、情緒

PyTorch是Facebook於2017年初在機器學習和科學計算工具Torch的基礎上，針對Python語言發佈的一個全新的機器學習工具套件，一經推出便受到業界廣泛關注和討論，目前已經成為機器學習從業人員首選的一款研發工具。 本書是使用PyTorch建構神經網絡模型的實用指南，內容分為9章，包括PyTorch與深度學習的基礎知識、神經網路的構成、神經網路的高階知識、機器學習基礎知識、深度學習在電腦視覺上的應用、深度學習在序列資料和文字當中的應用、生成網路、現代網路架構，以及PyTorch與深度學習的未來走向。 本書適合對深度學習領域感興趣且希望一探PyTorch究竟的業界人士閱讀。具備其他深度學習框架使用經驗的讀者，也可以透過本書掌握PyTorch的用法。 本書範例檔： https://github.com/PacktPublishing/Deep-Learning-with-PyTorch

AI時代不可不知的知識 AI是什麼？究竟什麼是程式設計？ 程式語言有何區別？ 最輕鬆、易懂的電腦＆程式設計圖鑑！ 咦？！ 硬體、軟體與程式設計的必備要素 都變成了可愛、生動的角色！ 這些既熟悉又陌生的角色，你都認識嗎？ 超級電腦──透過複雜的計算來支撐社會！ 硬碟＆SSD──什麼都記得住的記憶專家 編譯器──負責聯繫電腦與人類的翻譯家！ 程式錯誤──害程式異常的搗蛋鬼！ Python──以程式庫為傲的AI教練 ……精彩圖解超好懂！功能、使用情境一目瞭然！ 歡迎來到電腦的世界！ 平板電腦╱智慧型手機╱超級電腦╱CPU╱RAM╱ROM╱主機板╱硬碟╱SSD…… 除了基本資料、特長與實際應用範例，還有豐富的知識補充， 電腦有哪些周邊產品？內部構造長怎樣？電腦與AI的關係是什麼？ 將介紹電腦的類型、零件及其功能，從今天開始你也是電腦知識王！ 我們的生活中充滿著程式設計？ 沒有程式下達指令，就無法驅動電腦！ 什麼是程式設計？程式設計有什麼用途？程式又是如何編寫的？ 當程式出現錯誤會發生什麼狀況？ 介紹程式的基本思維，清楚易懂的流程結構說明， 原來程式設計這麼有趣！ 電腦之間有共通語言嗎？ C語言？Java？Python？ 這些好像看過、卻從不了解的名詞代表著什麼？ 用0和1就可以表達資訊？！程式語言有哪些？要怎麼學？ 介紹人類語言與機械語言之間的差異， 結合彼此的智慧就能創造無限的可能性！

編寫多語言的整潔程式碼 「一本有趣的實作指南，可讓您加快測試驅動開發的速度。如果您想開始TDD，或是需要複習軟體開發人員所應掌握的重要技能之一，這本書就是為您準備的！」 ―Ham Vocke Stack Overflow軟體開發人員 您的程式碼可做為身為開發人員的技能證明。無論您使用哪種語言，程式碼都應該乾淨、優雅、整潔。透過使用測試驅動開發(TDD)，您將編寫出易於理解的程式碼，保持其優雅，並且可以在未來數月甚至數年內持續進行工作。透過這本指南，您將瞭解如何將TDD與三種不同的語言一起使用：Go、JavaScript和Python。 作者Saleem Siddiqui向您展示了如何使用單元測試驅動的方法來處理領域複雜性。TDD將需求劃分為小規模、可實作的功能，使您能夠解決問題，並且與您使用的語言和框架無關。透過本書，您將學習如何將TDD納入您的常規程式設計實務。 這本書可以幫助您： ‧使用TDD的divide-and-conquer來控制領域的複雜性 ‧瞭解TDD如何跨語言、測試框架和領域概念工作 ‧瞭解TDD如何實現持續整合 ‧支援運用TDD進行重構和重新設計 ‧學習如何用JavaScript編寫簡單有效的單元測試工具 ‧使用TDD期間生成的單元測試來設置持續整合環境 ‧在Go、JavaScript和Python中使用TDD編寫乾淨整潔的程式碼

★適用最新MySQL 8.x與MariaDB 10.x ★全書採用清楚易懂的圖文學習模式，讓學習更加事半功倍 • 作者累積數年的教育訓練實務經驗，使用最直覺與容易學習的圖文樣式，以最接近課堂實際授課的方式撰寫本書。 • 最完整的MySQL開發技術手冊，快速建立開發MySQL資料庫應用程式需要的SQL技能。 • 從基礎的資料庫概念、SQL與進階應用，掌握完整的資料庫應用程式開發技術。 • 內容包含資料庫、表格、索引的建立與維護。資料庫的新增、修改與刪除敘述，基礎、結合與子查詢敘述。 • 深入瞭解MySQL的字元集、儲存引擎、預儲程序、函式、觸發事件、資料庫匯入、匯出與效率調校。 • 最新第三版新增：使用Python與Java程式設計語言連線到MySQL資料庫，執行資料庫的新增、修改、刪除、查詢與呼叫預儲程序。

從建構交易策略到使用Python的機器人投資顧問 機器學習和資料科學將在未來幾年顯著改變金融業。透過本實用指南，避險基金、投資和零售銀行以及金融科技公司的專業人士將學到如何建構對該行業極為關重要的ML演算法。您將研究ML概念和20多個案例研究，包括了監督式、非監督式和強化學習，以及自然語言處理(natural language processing, NLP)。 分析師、交易員、研究人員和開發人員還將深入研究投資組合管理、演算法交易、衍生性商品定價、詐欺偵測、資產價格預測、情緒分析和聊天機器人開發。您將探索現實生活中的問題，並學習以程式碼和範例作為後盾的科學上合理的解決方案。 本書包括： ‧基於迴歸的監督式學習交易策略和衍生性商品定價模型 ‧基於分類的監督式學習信用違約風險預測與詐欺偵測模型 ‧投資組合管理與收益率曲線建構中的降維技術及實例研究 ‧利用演算法和分群技術尋找交易策略和投資組合管理中相似物件的案例研究 ‧建立交易策略的強化學習模型和技巧，衍生性商品避險和投資組合管理 ‧使用Python函式庫(例如NLTK和Scikit-learn)的NLP技術

內容介紹: 有了三個臭皮匠，何必每次堅持找個諸葛亮？任何人都能運用深度學習（DL）嗎？AutoML（自動化機器學習）已經遍地開花，各大企業諸如 Google、Microsoft、Amazon、IBM、SAS 等都推出了自己的 AutoML 服務，讓使用者不必具備專業領域知識，也能快速打造出自己的 AI 模型。換言之，AutoML 徹底降低了 「AI 落地」的門檻。AutoML不能取代資料科學家，卻能大大省下你試驗機器學習模型的時間與痛苦。當你的朋友還在興致沖沖算數學時，你說不定早就端出了可投入實用的高效能模型。而什麼是 AutoKeras？這是一套完全開源的 Python AutoML 套件，以 Tensorflow 2 為基礎、運用創新的『高效神經網路架構搜尋』（ENAS）來實現自動化建模。AutoKeras 對於影像、文字、時間序列或一般結構化資料的預測都提供了內建類別，甚至會加上資料預處理功能，使你只需用短短幾行程式碼便能打造出成效優異的 DL 模型，還不必接觸高深的數學。就連經驗豐富的專家也能受惠：利用 AutoKeras 快速產生候選模型，好做為進一步改良的參考，並將更多寶貴的時間投注在資料清洗與特徵工程上。從此向困難、令人困惑的建模過程說拜拜，跨入深度學習的門檻從未如此之低；有了 AutoKeras，任何人都能駕馭 AI 的威力來解決真實世界的問題。 本書特色: ★ 免懂數學免瞎忙！不必再被迫學數學，就能輕鬆將 AI 運用在真實世界★ 什麼是神經網路和深度學習？何謂 CNN 與 RNN？用淺顯易懂的方式理解其運作原理★ 只要寫短短幾行 Python 程式，就能打造出強效深度學習模型，省時省力又好用★ 無須透過複雜的 Keras API 就能使用諸如 ResNet、Xception、EfficientNet、Transformer、BERT、LStM、GRU 等知名模型架構★ 提供了使用真實資料集的豐富實作範例，從圖像、文字、時間序列到一般結構化資料的預測一應俱全★ 運用內建的 AutoModel 類別針對多模態 (multi-model) 資料建立多任務 (multi-task) 自訂模型★ 利用 TensorBoard 或 ClearML 將你的模型訓練過程圖形化，更容易比較訓練成效和分享★ 附 notebook/py 範例

內容介紹: Ⓞ釐清網路技術的來龍去脈, 用最有效率的方法考取 CCNA 證照！Ⓞ涵蓋最新版 CCNA 200-301 認證考試範圍目前 Cisco (思科) 定位 CCNA 不只包含路由器與交換器的技術，而是整合了 QoS、無線網路與網路安全相關知識，並加入最新的智慧型網路介紹 (Virtualization、Cloud、SDN、Cisco DNA Center) 及各種網路自動化概念 (Python、Rest API、Ansible...)，使得整個 CCNA 認證範圍變成更廣泛，考試更難以準備。本書並非 Cisco 官方教材，然而作者以多年教導 CCNA 的教學經驗來撰寫本書，設計一套由「網路運作理論」到「網路設備實作」的學習歷程，以循序漸進的方式來幫助初學者快速打好網路基礎。包括學習各種網路協定、無線網路、QoS、網路安全，從網路架設的層面，進步到管理整個網路的全貌。此外也會介紹未來網路管理的趨勢 - 自動化，用程式協助做網路自動化管理已是大勢所趨，書中會以 Python 與 Ansible 等工具帶讀者進行實戰，實際體驗網路自動化的做法。本書除了帶領讀者通透了解 Cisco 網路設備的操作、管理，迅速掌握 CCNA 認證考試的重點外，課程內容亦涵蓋考試範圍外的深入網路技術，因此更是培訓專業網管工程師的絕佳參考用書！最後，本書提供了 Facebook 社團教學討論區 (https://bit.ly/2ZWfVVN) 及 LINE 社群教學討論區 (https://bit.ly/3B3VczC)，讀者可以將本書內容的問題直接回饋給作者，書中也針對部分基礎課程提供影音教學 (詳內文)，希望透過彷彿參與真人教學般的學習模式，協助讀者達到最佳的學習成效！ 本書特色: ● 去蕪存菁！涵蓋最新版 CCNA 200-301 國際網管認證考試範圍，系統化整理最精華的網路概論知識！● 鉅細靡遺！使用 WireShark 捕捉、分析網路封包，詳細解說各種網路協定運作的細節● 實務演練！建構各種網路架構帶領您反覆演練，累積實作練習經驗，認證應答更有把握● 經驗養成！將故障排除的過程步驟化，快速抓出網路故障問題，厚實網管實務經驗與能力● Python 網管程式範例實戰● Ansible Playbook 腳本範例實戰● Kali Linux 網路攻防實戰&

用最強大的Windows C/C++暴力破解密碼一窺這個充滿數學及程式語言的新世界【本書特色】◎支撐現代人類經濟活動的就是密碼學◎用最強大的Windows C/C++暴力破解 ◎一窺這個充滿數學及程式語言的新世界C/C++一直是程式語言的王者，再方便的Python，再強大的Java，再物件化的Ruby，都沒有C/C++來得暴力直接，使用C/C++是最能了解密碼學的極佳工具。【本書內容】雖然量子電腦