Python

本稿圍繞“面向計算思維培養的思維型協作深度學習活動”建構了“TDS-SPC”（三階段·雙中心·六層面）螺旋推進循環型設計模型，以培養學生兼具問題解決的“計算特徵”和思維活動的“思維屬性”的計算思維。同時基於高中信息技術學科在“TDS-SPC”設計模型的指導下開展了“混合式環境下基於《開源創客-圖形化編程》的“雙線融合·三階活動”的思維型編程教學實踐和面對面環境中基於《開源創客-Python編程》的“A-IPO-D”的思維型編程教學實踐”。在此過程中，形成了教師視角下“雙中心·七步驟”過程模式（即教師設計手冊）和學生視角下“活動記錄單”導學支架（即學生活動指南），為編程教育中面向計算思維培養的思維型協作深度學習活動設計提供

本書是一本面向開發人員的大模型及生成式AI實戰指南，基於作者在美國矽谷企業級應用項目經驗及企業培訓經驗編著而成。本書重點介紹企業級大模型應用開發、模型調優及部署運維等技能。全書共10章，內容涵蓋生成式AI概述、大模型提示詞深度解析、LangGraph+CrewAI案例、生成式AI應用開發項目實戰、大模型指令微調與PEFT技術、RLHF與DPO模型對齊、大模型應用開發案例實戰、為何Sora是通往AGI道路的里程碑、解碼Sora架構原理、Sora關鍵技術解密等，書中的每個知識點都有相應的實現代碼和實例。隨書附贈源碼，獲取方式見封底。本書的核心讀者是有Python基礎的大模型愛好者，主要面向廣大從事大模型應用開發、機器學習、數據挖掘或深度學習的專業人員，相關專業的在校師生及相關領域的科研人員。

本書是普通高等教育“十二五”國家級規劃教材《大學計算機（第5版）》的配套實驗教材，也可作為獨立的計算機基礎類課程的實驗指導書單獨使用。本書主要內容包括Windows 11操作系統實驗、WPS文字軟件實驗、WPS表格軟件實驗、WPS演示軟件實驗、計算機網絡實驗、WPS繪製流程圖實驗、Python語言上機指導、常用工具軟件的使用、MATLAB應用基礎。重要實驗配有相應的視頻講解操作，通過掃描二維碼即可獲得實驗的對應視頻。書後提供了一套測試題，供學生進行自我測試，以鞏固所學知識。本書可作為高等學校各專業大學計算機基礎類課程的實驗教材，也可以作為各類計算機培訓班和成人同類課程的實驗教材。

本書主要介紹了Excel 2021與Python和Power Bi Desktop相結合進行數據的採集、運算、分析、大數據處理及可視化等方面的內容，主要包括數據輸入、圖表設計、函數、名稱、數據表結構變換、表格與結構化引用、數據模型、Python編程基礎、爬蟲程序、數據倉庫、M語言、DAX語言等基礎知識；數據排序、查找、透視、篩選、迷你圖、切片器、分類匯總、數據建模等數據管理功能；採集文本數據、數據庫數據和網頁數據的方法；使用Python批量操作數據的方法，Power Query數據清洗與整合、Power Pivot數據建模與分析、Power View數據可視化等大數據處理方面的內容。 本書通俗易懂，內容翔實，重視知識性和實用性的結合，每章配有相應的習題，可作為高等學校數據科學(大數據)、經濟管理、財政金融、統計、文秘等專業數據分析課程的教材，也可作為計算機應用和辦公自動化方面的培訓教材或參考用書。

本書主要介紹樹莓派在人工智能和物聯網領域的應用，將理論與實踐項目充分融合，助力讀者扎實掌握相關技能並提升綜合素養。本書內容分為三個模塊：模塊一（編程思維）著重闡述編程思維的重要性，結合實例強化理解，同時詳盡講解 Python 編程基礎，為後續實踐築牢根基；模塊二（實訓項目）通過八個具體項目(例如:點亮LED燈、用手機控制LED燈、搭建手機聊天服務器等），循序漸進地提升讀者在樹莓派硬件控制、物聯網遠程控制、網絡編程、傳感器數據應用等方面的能力；模塊三（綜合實踐）主要通過物聯網魚塘、物聯網溫室種植、物聯網電梯等實際場景的運用，使讀者深入理解物聯網在農業、城市管理等領域的具體實踐應用。本書適合電子信息工程、計算機科學與技術、物聯網工程等相關專業的中職學生閱讀，同時也可供對人工智能和物聯網應用感興趣、希望借助樹莓派進行實踐探索的愛好者參考。讀者最好具備一定的計算機基礎知識及對電子硬件有初步瞭解。

本書根據大多數軟件公司對AI大模型開發程序員的標準要求，結合範例程序，針對零基礎人群，講述了從“入門”到“能幹活”所必需掌握的知識點。本書內容涵蓋了深度學習各種模型的知識點，包括Python和Pytorch的開發環境、神經網絡預測技術、用卷積和殘差神經網絡分類圖片的技術、數據預處理和數據增強、用生成對抗網絡識別圖片的技術、用循環神經網絡和Transformer網絡分析文本的技術、用ViT模型分類圖片的技術、人臉識別和目標物體識別的技術、音頻處理技術，以及DeepSeek 本地化部署和微調技術等。本書尤其適合零技術的開發人員和在校學生提升相關實戰技能，也可作為大中專院校計算機專業實踐課或畢業設計的參考用書。

本書是一本面向多領域讀者的基礎通識教材,旨在以通俗易懂的方式揭開機器學習的神秘面紗，幫助讀者理解機器學習算法本質，並具備實際應用能力。本書以“從生活到算法”為核心理念，引導讀者輕鬆跨越理論與實踐的鴻溝，兼顧學術性與實用性：一方面，以人類解決問題的思路理解算法邏輯,降低算法理解門檻；另一方面，提供豐富的實踐案例與配套代碼，培養讀者的工程化思維。 本書系統講解了機器學習的基礎知識體系與實踐框架，共8章。首先介紹機器學習的基本概念、發展歷程及分類(監督學習、無監督學習等),接著深入講解相似度計算、模型性能評估、數據收集、特徵工程等核心環節，並針對常見算法（如線性回歸、決策樹、支持向量機、集成學習等），結合生活化案例剖析其設計思想與實現邏輯。最後，本書專設Python編程基礎與經典算法實踐章節,通過完整案例演示數據準備、模型訓練到評估優化的全過程，並輔以代碼示例與單元測試指導,助力讀者提升機器學習算法的代碼實踐能力。 本書適合作為普通高等院校人工智能相關專業本科生、研究生的教材，也可供相關技術人員閱讀參考。

本書將深度學習涉及的數學領域縮小到最低限度，以幫助讀者在最短的時間內理解深度學習必需的數學知識。全書分為導入篇、理論篇、實踐篇和發展篇四部分內容。導入篇系統介紹了一些機器學習的入門知識；理論篇包括微積分、向量和矩陣、多元函數、指數函數、概率論等知識；實踐篇介紹了線性回歸模型、邏輯回歸模型、深度學習模型；發展篇介紹了面向實踐的深度學習。本書程式設計實踐中的代碼使用Python及Jupyter Notebook編寫，簡明易懂，便於上手實戰。

本書精選7個熱門全棧項目，其中前端採用流行的Vue.js、HTML5、CSS3、和BootStrap 技術，而後端則採用Python的Django Web 框架、Java的Spring Boot框架和Node.js進行開發，實用性非常強。具體項目包含：電動車品牌信息管理系統、尋物啟事網站、明日之星物業管理系統、吃了麼外賣網、綜藝之家、四季旅遊信息網和電影易購APP。本書從軟件工程的角度出發，按照項目開發的順序，系統、全面地講解每一個項目的開發實現過程。在體例上，每章一個項目，統一採用“開發背景→系統設計→技術準備一數據庫設計→各功能模塊實現→項目運行→源碼下載”的形式完整呈現項目，給讀者明確的成就感，可以讓讀者快速積累實際項目開發經驗與技巧，早日實現就業目標。另外，本書贈送豐富的Wcb前端在線開發資源庫和電子課件，主要內容如下：技術資源庫：439個技術參考文檔實例資源庫：393個應用實例項目資源庫：13個實戰項目源碼資源庫：406套項目與案例源碼視頻資源庫：677集教學視頻PPT電子教案本書可為全棧項目開發者提供更廣泛的項目實戰場景，可為計算機專業學生進行項目實訓、畢業設計提供項目參考，可供計算機專業教師、IT培訓講師用作教學參考資料，還可作為開發工程師、IT求職者、編程愛好者進行項目開發時的參考書。

本書展示了如何使用AI工具構建應用程序和機器學習模型，以及自動化重複性任務。書中第1章～第7章主要聚焦於編程，用AI工具完成從用戶界面構建到後端開發的過程。你將使用提示詞來創建使用HTML進行構建的應用程序的外觀，用CSS來設計樣式，並借助JavaScript增加行為，同時處理多個視口。隨後，你將使用Python和Flask創建一個Web API，並對代碼進行重構以提升可讀性。最後，借助GitHub Copilot，優化現有代碼的可維護性和性能。第8章～第19章提供了從數據檢查（檢查數據、創建分佈圖和相關矩陣）到構建和優化神經網絡的數據科學提示工具包。你將針對各種機器學習模型和用例，使用不同的提示策略進行數據預處理、特徵工程、模型選擇、訓練、超參數優化和模型評估。第20章和第21章探討了GitHub Copilot的高階技術和軟件智能體，包括代碼生成、調試以及故障排除的技巧。你將瞭解AI驅動的智能體如何更簡單地工作，並發現工具調用的奧秘。

計算機程序設計語言是高校理工科本科生必修的一門核心課程。傳統上，高校主要教授C/C++，但C++既非純粹的面向對象語言，編程界面也需依賴外部工具。將大量時間投入在面向過程的程序設計上，限制了學生對面向對象和可視化界面編程的掌握。近年來，Python 和C#受到青睞，後者作為微軟推出的面向對象語言，為理工科應用軟件開發提供了全方位支持。本書作者根據多年教學經驗，編寫了這本以C#面向對象程序設計為核心的高校教材，並包含了習題練習，旨在系統地講解C#基本語法及其應用，並培養學生面向對象的程序設計能力。本書可作為高等院校電子信息類、計算機類、自動化類、機電類等專業的C#語言教材，也可作為相關技術培訓教材，還可供從事相關技術開發的工程技術人員參考。

本書是根據教育部高等學校大學計算機課程教學指導委員會推進新時代高校計算機基礎教學改革的有關精神，結合多所普通高校的實際教學情況編寫的。全書共分12章，主要內容包括：計算機與計算思維、操作系統基礎、WPS辦公軟件、多媒體技術及應用、數據庫與大數據、計算機網絡和信息安全、數據結構與算法、Python程序設計、人工智能基礎、人工智能技術、大語言模型與AIGC、AI應用。本書立足于“大學計算機”課程的基本教學要求，兼顧計算機軟件和硬件的最新發展；結構嚴謹，層次分明，內容豐富。本書配有實踐教程，其內容是對本書實踐部分的指導和強化，對提高讀者的計算機操作和應用能力有很大的幫助作用。本書可作為高校各專業“大學計算機”課程的教材，也可作為計算機技術的培訓教材和計算機愛好者的自學用書。

本書是根據教育部高等學校大學計算機課程教學指導委員會推進新時代高校計算機基礎教學改革的有關精神，結合多所普通高校的實際教學情況編寫的，是《大學計算機基礎（第7版）（微課版）》的配套實踐教材。本書主要內容包括：計算機與計算思維、操作系統基礎、WPS文字、WPS表格、WPS演示、多媒體技術及應用、數據庫基礎、計算機網絡和信息安全、Python程序設計、常用工具軟件、提示工程、WPS AI應用、國內主流大模型工具，以及使用AIGC助力工作、學習、設計與生活等。每章的內容都是對主教材實踐部分的指導和強化，對提高讀者的操作能力具有很大的幫助作用。本書可作為高校各專業“大學計算機”課程的教材，也可作為計算機技術的培訓教材和計算機愛好者的自學用書。

【特別企畫】 LINE AI搶先體驗 不是AI小幫手，是LINE全新生成式AI服務  生成文章、分析資料、翻譯外文不成問題，還能一鍵分享LINE好友  拍照或上傳圖片就能辨識內容，快速解惑、分析特徵及用途  描述需求及目的，就能產出 HTML、JavaScript、Python程式碼  摘要YouTube影片重點，快速掌握長影片的重點資訊  支援文生圖功能，次數更多、限時更短，也能指定圖片風格 【特別企畫】 Wi-Fi 7迷思大破解 比Wi-Fi 6快很多？ 換Wi-Fi 7路由器網路就變順？有5G就不需要Wi-Fi 7了？ 【特別企畫】 2025演唱會手機比一比 10X、20X、30X變焦實測，Samsung / vivo / Xiaomi / OPPO 家誰才是追星利器？ 【特別企畫】 IG剪輯神器Edits全攻略 從入門到進階，掌握短影音創作力 【採購趨勢】 耳罩式降噪耳機4大天王誰勝出？ Apple AirPods Max、Bose QuietComfort Ultra、 Sennheiser Momentum 4 Wireless、Sony WH-1000XM6

本書根據高等學校商科專業數學基礎課程的教學要求編寫，內容體現新商科理念與國際化的深度融合.本書在編寫過程中不僅借鑒國內外優秀教材的精華，還結合山東大學數學團隊多年的教學經驗.全書共 9 章，主要內容包括函數、極限與連續，導數與微分，微分中值定理與導數的應用，不定積分，定積分及其應用，常微分方程與差分方程，無窮級數，多元函數微分學及其應用，以及二重積分，每章配有核心知識點的思維導圖，並融入德育元素相關內容，本書還以附錄形式呈現各章典型習題的 Python 程式設計求解，本書側重數學的實用性，每節後面的習題採用分層模式,每章總複習題均選編自歷年考研真題，並配有參考答案.本書可作為高等學校商科專業的數學教材,也可作為報考碩士研究生的人員和科技工作者學習大學商科數學知識的參考書.

智慧運維的核心目標包括故障預測、自動化修復、效能優化，最終推動運維從“經驗驅動”向“資料驅動”轉型，降低非計畫停機損失並提升系統可靠性。《智慧運維實踐》從智慧運維琪本理論入手，詳細講解智慧運維方法和應用案例，幫助讀者掌握智慧運維的核心技術本書配套示例源碼、PPT課件與教學大綱。《智慧運維實踐》共分12章，內容包括智慧運維概述、智慧運維框架、搭建Ubuntu運維和開發環境、Python程式設計基礎、資料獲取與存儲、資料預處理、機器學習、深度學習、自然語言處理、日誌異常檢測、面向微服務的根因定位、網路流量異常檢測。《智慧運維實踐》理論與實踐相結合，從基礎概念出發，逐步深入技術細節，適合智慧運維初學者、智慧運維應用開發人員、系統與網路運維人員閱讀。《智能運維實踐》也適合作為高等院校或高職高專院校智能運維課程的教材。

本書旨在提供一個全面、系統的LangChain學習指南。全書共7章，循序漸進地介紹LangChain的核心概念和使用方法。第1章討論人工智能、大語言模型的發展歷程和應用場景，闡述LangChain框架的設計理念和優勢；第2章詳細介紹如何搭建LangChain的開發環境，引導讀者編寫第一個LangChain程序；第3、4章深入剖析LangChain的基礎組件和領域特定語言LCEL，幫助讀者掌握構建大語言模型應用的關鍵技能；第5～7章通過多個實戰項目，展示如何使用LangChain構建智能問答系統、智能文檔助手和知識圖譜應用，將所學知識應用到實踐中。本書適合具備一定Python編程基礎、對人工智能（特別是自然語言處理、大語言模型）感興趣的讀者閱讀。通過學習本書，讀者可以掌握使用LangChain開發大語言模型應用的思路和方法，獨立設計和實現智能應用系統。

https://youtu.be/7eSDlcZSwVY 開啟AI時代，成就數據超能力！ ── 從生成式AI到數據驅動決策，全面進化你的職場實力。 當世界被 ChatGPT、Google Gemini、Claude AI、Grok、DeepSeek 等生成式AI顛覆，當數據成為每一個決策、每一次創新的燃料！ 你，準備好用什麼能力迎戰未來？ 本書由科技實務專家編著，結合多年第一線教學經驗與產業觀察，帶領你系統化學習： ► 提示工程（Prompt Engineering）──學會設計「能聽懂人話」的AI指令，精準駕馭生成結果。 ► 數據採樣與清理──運用Python、Pandas、Requests、BeautifulSoup、Selenium等工具，快速掌握乾淨且有價值的資料。 ► RAG（檢索增強生成）實戰──從理論到實作，建立能自主學習的智慧系統，整合 Hugging Face 資源。 ► 流程自動化與排程──讓你的數據收集與模型調用不再靠手動，效率翻倍提升。 ► 多元開發環境──從Google Colab雲端作業到Anaconda本地部署，甚至VSCode高效開發，一網打盡。 不只是工具操作，更是一次次解構真實場景的訓練：政府開放資料、電商平台趨勢分析、醫療資料探勘…在每個場景中精煉技術、磨練思維。 這是一本真正實務導向的書。 適合所有希望在數位轉型時代，掌握未來主導權的你──學生、研究者、工程師、稽核、智財專家，或者，渴望蛻變、再出發的職場人。 跟著本書，讓你從「使用AI的人」進化成「駕馭AI的人」。 【專業推薦】 國立中正大學成人及繼續教育學系教授、教育部樂齡學習總輔導團計劃主持人──魏惠娟 明安國際集團董事長室內部稽核、資深內部稽核專責人員──張景評 錸成科技有限公司執行長──凃春愛 聖橋國際專利商標事務所執行長──楊仁豪 伽碩企業有限公司執行長──郭明洽 元大銀行系統開發部專業副理──陳尚瑋

https://youtu.be/fSt22h4Zre0 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

★AI時代來臨，掌握AI提問與應用技巧，開啟你的AI高效學習與工作之旅！ ✅ 掌握AI提問技術，解鎖AI的無限可能！ ✅ 學習ｘ工作ｘ創作，一本書搞定AI應用實戰！ ✅ 你會用AI，但你知道如何讓AI給你最好的答案嗎？本書教你，精準提問+高效應用AI，讓AI成為你的強力助手，提升學習與工作效率！ ★AI讓你更聰明，關鍵在於如何提問！你是否曾遇到這些問題？ ✅ AI回答模糊、不精確？ ✅ 不知道如何運用AI提升學習與工作效率？ ✅ 想學習Prompt Engineering（AI提問技術），卻找不到完整的方法？本書帶你，從零學會AI提問技巧，實戰應用AI，讓學習與工作事半功倍！ ★你將學到： ✅ AI提問黃金法則：如何讓AI產生最準確的回答？ ✅ AI幫助學習與寫作：從英文學習到創作，全面提升效率！ ✅ AI輔助程式設計：學習Python、VBA，寫程式更輕鬆！ ✅ AI自動化工作：寫報告、分析資料、整理資訊，AI幫你搞定！本書讓你，了解最新AI趨勢解析，找到你的最佳助手！ ★適用讀者： ✅ 學生：學會AI學習法，快速吸收新知識！ ✅ 職場人士：用AI提升工作效率，成為頂尖人才！ ✅ 程式開發人員：學習AI輔助程式設計，自動化寫程式！ ✅ 內容創作者：讓AI幫助你構思、寫作、改進內容！

在AI（Artificial Intelligence，人工智能）時代，編程不再是程序員的專屬技能。本書是一本面向零基礎讀者的AI編程實戰指南，旨在教會讀者使用自然語言指揮AI自動完成辦公、學習和生活中的各類任務。全書以“對話即編程”為核心，通過五大真實應用場景、20餘個實戰案例，手把手教讀者如何用AI生成、優化和調試代碼，讓AI成為讀者的智能編程助手。本書系統講解如何使用AI工具自動生成Python代碼，實現文件整理、數據分析、智能寫作等任務，幫助讀者用AI提升工作效率。本書適用於被重複性工作困擾的職場人士、需要處理大量數據的學生和研究人員，以及所有想把握AI時代機遇的終身學習者。

原本令人頭疼的算法知識在本書中變得親切易懂。《人人都能懂的算法書(全彩圖解版)》巧妙地將複雜概念融入動物角色——松鼠、烏龜和馴鹿的趣味對話與生動動作中，配以清晰的圖解，讓讀者仿佛在閱讀一本有趣的圖畫書，輕鬆掌握算法的基礎知識。《人人都能懂的算法書(全彩圖解版)》不僅詳細解釋了數據結構、搜索算法、排序算法、數據加密以及人工智能算法核心內容，還通過豐富的實例和Python練習，讓讀者能在計算機上親自運行程序，直觀感受算法的魅力。這種手腦並用的學習方式，讓算法學習變得不再枯燥。無論你是算法初學者，還是希望鞏固基礎知識的進階者，這本書都能滿足你的需求。它以直觀、易懂的方式，帶你走進算法的奇妙世界，讓你在輕鬆愉快的閱讀中，不知不覺成為算法達人。快來一起探索這本充滿樂趣與智慧的算法寶典吧!

本書是《財務金融建模：用Excel工具》的最新版本，在這一版中，作者對部分章節的構架、寫作重點、案例和數據進行了新的調整和修訂，並增加了關於R和Python的示例說明。本書因其實用性，受到相關領域的學生、研究人員和從業人員的歡迎，為他們提供了金融建模所需的基礎知識和工具。第五版進行了大量修訂，但也保留了前面幾版直觀、實操性強、解釋和應用相結合的特點。其中，特別更新了關於估值、期權的二階和三階希臘字母、在險價值、蒙特卡洛方法和R語言的應用。本書適合金融學、統計學等專業的學生、研究人員，以及金融行業的相關從業人員。

本書重點介紹了PATRAN PCL語言的語法介紹、對於模型處理、結果處理、界面編程的主要的操作方法、操作示例；同時還講解了python的主要語法、編寫方法及在結構分析流程中的使用；BDF文件的格式、結構及主要數據卡說明；PYNASTRAN庫結構及處理BDF文件和OP2文件的方法；ferespost庫結構及處理XDB文件的方法；另外還介紹了使用VC++開發PATRAN外部庫的方法。這本書主要是面向于結構工程師，供船舶結構工程師、工科院校船舶結構專業的學生及研究者使用。

在人工智能蓬勃發展的當下，大模型技術正引領著新一輪的技術變革。本書以Python語言為主要工具，採用理論與實踐相結合的方式，全面、深入地闡述了人工智能大模型的構建與應用，旨在幫助讀者系統理解大模型的技術原理，掌握其核心訓練方法，從而在人工智能領域建立系統的技術認知體系。全書分為五個部分：第一部分從大模型的技術演進歷程講起，重點剖析Python語言在大模型開發中的核心作用；第二部分圍繞模型架構設計、訓練優化算法及分布式訓練策略展開；第三部分深度解讀Transformer等主流架構及其變體的實現原理；第四部分涵蓋超參數調優、正則化技術、模型評估指標與優化策略；第五部分提供了大模型在自然語言處理、計算機視覺、語音識別等領域的高級應用案例。本書兼具通俗性與專業性，案例豐富且實操性強，既可作為人工智能初學者的系統入門指南，也可滿足進階學習者的技術提升需求。對研究人員與工程師而言，本書更是一部極具參考價值的技術手冊。此外，本書還適合作為高校或培訓機構的人工智能課程教材，助力人工智能專業人才培養。

https://youtu.be/rXeKT66qd_s ★☆★深度學習暢銷好書2025全新改版★☆★ 本書專為想掌握深度學習核心概念卻不希望陷入繁瑣數學推導的讀者而設計，以「以程式設計取代定理證明」為宗旨，透過實作引導理解，縮短學習曲線，提升學習趣味與成就感。 內容著重於演算法的觀念理解，輔以大量圖解說明，捨棄冗長的理論鋪陳，讓讀者能夠輕鬆掌握深度學習的核心原理。全書提供完整範例程式與多種演算法的實務應用，強調實用性與延伸性，期盼能激發讀者靈感，將所學應用於實際專案或產品開發中。 本次改版翻修實作的範例程式，並新增更多應用實例及演算法說明，例如Transformer、Diffusion Model等。 《深度學習最佳入門與專題實戰：理論基礎與影像篇》內容包括：深度學習導論、神經網路原理、TensorFlow 基礎操作、物件偵測、生成式 AI、生成對抗網路、擴散模型等，全面涵蓋深度學習的基礎知識與影像應用領域。 適合讀者 ►深度學習的入門者：必須熟悉Python 程式語言及機器學習基本概念。 ►資料工程師：以應用系統開發為職志，希望能應用各種演算法，進行實作。 ►資訊工作者：希望能擴展深度學習知識領域。 ►從事其他領域的工作，希望能一窺深度學習奧秘者。

https://youtu.be/8LZnGUmCLB0 ★☆★深度學習暢銷好書2025全新改版★☆★ 本書專為想掌握深度學習核心概念卻不希望陷入繁瑣數學推導的讀者而設計，以「以程式設計取代定理證明」為宗旨，透過實作引導理解，縮短學習曲線，提升學習趣味與成就感。 內容著重於演算法的觀念理解，輔以大量圖解說明，捨棄冗長的理論鋪陳，讓讀者能夠輕鬆掌握深度學習的核心原理。全書提供完整範例程式與多種演算法的實務應用，強調實用性與延伸性，期盼能激發讀者靈感，將所學應用於實際專案或產品開發中。 本次改版翻修實作的範例程式，並新增更多應用實例及演算法說明，例如Transformer、Diffusion Model等。 《深度學習最佳入門與專題實戰：自然語言處理、大型語言模型與強化學習篇》內容包括：自然語言處理相關演算法、大語言模型、語音辨識、強化學習等，全面涵蓋深度學習的自然語言處理及強化學習領域。 適合讀者 ►深度學習的入門者：必須熟悉Python 程式語言及機器學習基本概念。 ►資料工程師：以應用系統開發為職志，希望能應用各種演算法，進行實作。 ►資訊工作者：希望能擴展深度學習知識領域。 ►從事其他領域的工作，希望能一窺深度學習奧秘者。

多智能體強化學習(Multi-Agent Reinforcement Learning, MARL)是機器學習中的一個領域，研究多個智能體如何在共享環境中學習最優的交互方式。這一領域在現代生活中有著廣泛的應用，包括自動駕駛、多機器人工廠、自動化交易和能源網絡管理等。 本書是一部系統闡述多智能體強化學習理論與技術的權威著作，清晰而嚴謹地介紹了MARL的模型、解決方案概念、算法思想、技術挑戰以及現代方法。書中首先介紹了該領域的基礎知識，包括強化學習理論和算法的基礎、交互式博弈模型、博弈中的不同解決方案概念以及支撐MARL研究的算法思想。隨後，書中詳細介紹了利用深度學習技術的現代MARL算法，涵蓋集中訓練與分散執行、價值分解、參數共享和自博弈等思想。本書還附帶了一個用Python編寫的MARL代碼庫，其中包括自包含且易於閱讀的MARL算法實現。 本書技術內容以易於理解的語言解釋，並通過大量示例進行說明，既為初學者闡明了MARL的概念，也為專業的讀者提供了高層次的見解。

《強化學習基礎、原理與應用》循序漸進地講解了使用Python語言實現強化學習的核心算法開發的知識，內容涵蓋了數據處理、算法、大模型等知識，並通過具體實例的實現過程演練了各個知識點的使用方法和使用流程。《強化學習基礎、原理與應用》共分為17章，主要內容包括強化學習基礎、馬爾可夫決策過程、蒙特卡洛方法、Q-learning與貝爾曼方程、時序差分學習和SARSA算法、DQN算法、DDQN算法、競爭DQN算法、REINFORCE算法、Actor-Critic算法、PPO算法、TRPO算法、連續動作空間的強化學習、值分布式算法、基於模型的強化學習、多智能體強化學習實戰：Predator-Prey 遊戲及自動駕駛系統。本書內容簡潔而不失技術深度，以極簡的文字介紹了複雜的案例，易於閱讀和理解。《強化學習基礎、原理與應用》適用於已經瞭解Python語言基礎語法的讀者，想進一步學習強化學習、機器學習、深度學習及相關技術的讀者，還可作為大專院校相關專業的師生用書和培訓機構的教材使用。

本書為國內首部專門針對 ComfyUI 的完整教學指南，全面整合最新開放模型「FLUX」的圖形生成概念。從雲端平台到本地環境，帶領讀者一步步建構屬於自己的 AI 生圖工作流程。 內容涵蓋多種 AI 圖形生成與控制技巧，詳盡解析 ComfyUI 的軟體節點設計與介面操作方式，協助讀者有效解決實際應用中的各類問題。 此外，書中深入剖析各式工作流模板，以深入淺出的方式講解核心原理，讓新手與進階使用者都能輕鬆掌握 ComfyUI 的強大魅力。 269頁/ 目錄列表： 前　言 **第一部份　環境建置與使用** 第一節　線上入門使用 1-1　TensorArt的模板複製與轉換 1-2　概念整理 第二節　節點與工作流概念 2-1 節點（Node）、原節點（Primitive）與轉接點（Reroute） 2-2　組（Group）、節點組（GroupNode） 2-3　工作流範本（Template） 第三節　本地端基本安裝 3-1　硬體選擇 3-2　版本種類 3-3　ComfyUI Manager 3-4　安裝與啟動訊息 第四節　本地端軟體環境 4-1　基礎模型推薦與下載 4-2　Python安裝套件的基本指令 4-3　本地的基礎介面 4-4　模型庫簡介（/ComfyUI/Models） **第二部份　工作流概念與圖像問題解法** 第一節　工作流的基本結構 1-1　Model、CLIP與VAE 1-2　個別節點連接方式 1-3　Model相關節點 1-4　CLIP重要節點介紹 1-5　Conditioning節點 1-6　Latent/VAE/Sampler相關節點 第二節　修復與放大圖形 2-1　Image2Image（I2I） 2-2　UpscaleModels+HiresFix 2-3　SDUpscale/TiledUpscale 2-4　ApplyControlnet+HiresFix 2-5　ControlnetTile 2-6　SUPIR 第三節　常見的圖像問題做法 3-1　臉部修復（FaceDetailer） 3-2　人物臉部更換（Reactor） 3-3　風格與要素混合（IPAdapter）概述 3-4　產品人物光線更

體貼初學者學習Azure AI服務的流程! Azure AI服務功能介紹 > Azure AI服務申請 > 語法解說 > AI範例實作 ■ 專家與教師共同執筆 由微軟AI + Developer 雙領域 MVP與科技大學教師共同編著，針對初學者學習Azure AI領域所應具備的基本素養，所編寫入門教材，內容由淺入深，以引發學習動機為最主要考量，帶領初學者靈活運用Azure AI與Azure OpenAI進行開發AI應用程式。 ■ 內容多元且淺顯易懂 對Azure AI服務的理論做深入淺出的說明，同時廣泛列舉相關應用實例，並使用適當的插圖和圖表，說明Azure AI技術的原理和實際運作方案，讓初學者對Azure AI有更進一步的認識。 ■ Azure AI服務開發技能 介紹實用的入門開發實作，以培養初學者規劃AI解決方案的能力。實作包含：電腦視覺、OCR光學字元辨識、自訂視覺、臉部偵測與分析、文字分析、問題解答知識庫、翻譯、語音合成以及機器學習分類、迴歸和叢集模型的實作範例，並介紹目前最火紅的Azure OpenAI生成式AI開發聊天機器人與AI繪圖程式；詳盡說明實作的程式碼與操作步驟，培養初學者開發AI應用程式的能力。 ■ Microsoft AI-900人工智慧基礎國際認證能力訓練 將認證考試重點融入書中，讀者能藉由練習來了解該章內容重點，同時書末彙整MCF AI-900核心能力國際認證模擬試題，是考取MCF AI-900人工智慧基礎國際認證的最佳教材。

本書從計算機視覺初學者的視角出發，以Python及其相關框架為工具，以實戰為導向，講述了計算機視覺中關於圖像以及多種圖像處理的基本概念、理論方法和經典算法，既有對圖像基礎知識的介紹，也有對現實問題的解決方案和技術詳細闡述。通過利用計算機視覺中的圖像變換算法解決圖像分類、人臉識別、圖像增強、圖像語義分割、圖像風格遷移、圖像超分辨率重建和場景文字識別等現實問題，使讀者既能瞭解圖像的多種操作原理，又能學會解決實際問題的思路和方法，提高使用計算機視覺方法的能力。本書可作為各類職業院校人工智能技術應用及相關專業的教材，也可作為人工智能、計算機視覺初學者的參考書。本書配有電子課件等教學資源，選用本書作為授課教材的教師可從機械工業出版社教育服務網(wwwcmpeducom)免費註冊並登錄後下載，或聯繫編輯(010-88379807)諮詢。

全書共分九章，內容包含信息技術應用基礎、圖文編輯、電子表格處理、演示文稿製作、網絡應用、Python程序設計基礎等。內容設置緊扣考綱要求，習題難易程度、內容比例嚴格按照考綱規定編寫，貼近教學實際，符合考試複習規律，可讓考生更有針對性地應對考試。

"本書按照利用機器學習算法建立經濟金融模型的流程安排章節內容，從拓寬讀者技能的角度出發，主要介紹經濟金融領域常用的人工智能模型。全書共11章，分為兩部分。第1～5章是建模的前期準備，包括緒論、Python編程基礎及數據處理、數據可視化、數據表格的處理與數據清洗、特徵工程等。第6～11章介紹常用的模型，包括聚類、主成分分析、線性模型、支持向量機、決策樹與隨機森林、神經網絡等。本書通過圖文結合的方式詳細解釋了複雜數學模型的核心思想，對每條代碼的功能進行解釋，以降低讀者理解複雜命令的難度。本書可作為高等院校計算機類、經濟學、金融學等相關專業的教材，也可作為感興趣讀者的自學讀物，還可作為相關行業技術人員的參考用書。"

本書以基金與編程基礎為出發點，面向零基礎或基礎知識較少的讀者，由淺入深地介紹了從零編寫基金分析與交易的量化系統的方法與實踐。本書內容由Python的基礎知識與編程和投研常用的Python工具開始，逐步介紹常用的交易指標與投資組合管理，最終介紹系統的優化與管理。本書共分為七章，第1～3章分別介紹基金的基礎知識、Python環境的搭建與常用的編程與分析工具，為後幾章代碼編寫鋪墊；第4章著重介紹了如何從零開始搭建量化分析系統，其中包含不同模塊的設計；第5章與第6章介紹了在量化系統中實現不同的交易框架和策略；第7章介紹將量化系統上線，並配置監控進行運營管理的方法。本書以通俗易懂的語言和實例闡述量化在基金產品上的分析與應用，適於對基金交易與量化分析有興趣的讀者。書中附有詳細注釋的代碼會幫助讀者加深量化系統的構建過程與交易策略的思想。

《數據科學面試通關》詳細闡述了與數據科學面試相關的基本解決方案，主要包括探索現代數據科學領域、在數據科學領域尋找工作、 Python編程、數據可視化與數據敘述、使用 SQL查詢數據庫、 Linux中的 Shell和 Bash腳本編寫、使用 Git進行版本控制、用概率和統計挖掘數據、理解特徵工程和為建模準備數據、精通機器學習概念、用深度學習構建網絡、用 MLOps實現機器學習解決方案、掌握面試環節、協商薪酬等內容。此外，本書還提供了相應的示例、代碼，以幫助讀者進一步理解相關方案的實現過程。

https://youtu.be/p9DDms3QUW8 ★國內金控現職量化交易研究人員傳授從量化分析到真實交易系統建置，一本書全學會 ☆量化統計專家 + 程式交易員共同帶你使用 Python 攻略台股量化分析及自動交易 ★問 ChatGPT 也無法得知的秘辛！量化交易研究人員帶你少走冤枉的量化交易研究之路 投資是一門藝術，有時候做正確的事情不一定會賺錢，做錯誤的事情也未必會賠錢，只有長期投資績效才見的到真章，但如果等到長期交易最終賠錢才發現自己在做錯誤的事情，那就失去了時間又賠了金錢，得不償失。 剛入量化投資這一行的人，很容易被高績效迷惑了，而忽略了自己的交易策略是否合理。我們作為相對的未來人，使用歷史數據來建構策略，很容易有意無意窺探到了未來資料，或者是過度擬合數據以及未盡詳盡的統計分析，導致我們誤以為尋找到了長期穩定可以產生超額報酬的交易策略。綜合上面所述，本書在技術上說明如何做量化分析、建構策略、AI 訓練市場數據及將一個策略架設排程每天去真實自動交易，另一大重點是，我們會在統計分析及建構策略的過程中，不斷向讀者說明如何避開建構出回測一條龍，上線一條蟲的策略。結合我們多年的量化研究及真實交易的經驗，透過一些特徵，我們可以避開錯誤的方式去建構策略，期待讀者在研究交易的路可以少走一點彎路。 我們在學習量化分析及真實交易的過程中，很有可能在前面幾年處處碰壁，甚至難以贏過大盤，但是我們深信有金融知識以及數學量化的基礎支持，不斷的學習，小心控制風險，終究有一天會研究有成，在長期績效中贏過大盤，我們透過本書，期望可以與讀者共同成長，並且我們留下了可以供讀者發問的地方，隨時可以共同探討量化及投資相關的議題。

機器學習是人工智能研究領域中一個極其重要的研究方向，在現今的大數據時代背景下，捕獲數據並從中萃取有價值的信息或模式，成為各行業求生存、謀發展的決定性手段，這使得這一過去為分析師和數學家所專屬的研究領域越來越為人們所矚目。《機器學習實戰》主要介紹機器學習基礎，以及如何利用算法進行分類，並逐步介紹了多種監督學習算法，如k近鄰算法、樸素貝葉斯算法、Logistic回歸算法、支持向量機、AdaBoost集成方法、基於樹的回歸算法和分類回歸樹（CART）算法等。第三部分則重點介紹無監督學習及其一些主要算法：k均值聚類算法、Apriori算法、FP-Growth算法。第四部分介紹了機器學習算法的一些附屬工具。《機器學習實戰》通過精心編排的實例，切入日常工作任務，摒棄學術化語言，利用可複用Python代碼來闡釋如何處理統計數據，進行數據分析及可視化。通過各種實例，讀者可從中學會機器學習的核心算法，並能將其運用於一些策略性任務中，如分類、預測、推薦。另外，還可用它們來實現一些更高 級的功能，如匯總和簡化等。

本書是一本Python入門書，適合對計算機瞭解不多，沒有學過編程，但對編程感興趣的讀者學習使用。這本書以習題的方式引導讀者一步一步學習編程，從簡單的打印一直講到完整項目的實現，讓初學者從基礎的編程技術入手，最終體驗到軟件開發的基本過程。本書是基於Python 3.6版本編寫的。本書結構非常簡單，除“準備工作”之外，還包括52個習題，其中26個覆蓋了輸入/輸出、變量和函數3個主題，另外26個覆蓋了一些比較進階的話題，如條件判斷、循環、類和對象、代碼測試及項目的實現等。每一章的格式基本相同，以代碼習題開始，按照說明編寫代碼，運行並檢查結果，然後再做附加練習。