Python

APCS為Advanced Placement Computer Science的英文縮寫，是指「大學程式設計先修檢測」。APCS考試類型包括：觀念題及實作題。觀念題是以單選題的方式進行測驗，考試重點在於程式設計概念、解決問題的運算思維或理解演算法的基礎觀念。在程式設計實作題可自行選擇以 C、C++、Java、Python 撰寫程式，本書的實作題程式是以C++為主。本書會以C++的語法架構為主，並根據APCS公告的觀念題及實作題，分別安排到各章的主題之中，主要目的就是希望讀者在學習完某一特定主題後，可以馬上測試相關的APCS觀念題，如此的安排更可以幫助各位讀者學以致用，清楚掌握考試的重點。為了降低讀者的學習障礙，本書範例都是完整的程式碼，以實作來引導觀念，全書程式都已在DEV C++的環璄下正確編譯與執行。期許本書能幫助各位具備以C++的程式設計基本能力，並完全具備應試APCS的程式設計實作能力，筆者相信經過本書的課程安排及訓練後，各位已紮實地培養了分析題目、提出解決方案及以C++設計程式的實作能力。

★ Linux 系列書累計銷售 16 萬冊 ★★ 最全方位、最親民的 Linux 入門指引 ★「學習」可以說是工程師的工作之一, 各種有機會用到的開發工具、軟體框架、程式語言, 都需要廣泛涉獵。但是 Linux 這個 IT 界無人不知的作業系統, 又總是令人卻步, 不知從何入門。為什麼高手好像用命令列就能做到任何事？實務上常用的功能又有哪些？確實, Linux的純文字介面如魔法一般難懂, 一行一行像咒語的指令, 讓 Linux 的學習難度成為一座陡峭高山。然而 Linux 絕對不是高不可攀的, 想攀登 Linux 的學習陡坡, 就讓本書做您的階梯, 與您一同前進！【IT 工程師的必經之路, 既然躲不掉、就一次把它搞懂！】雖然 Linux 看似很少人使用, 其實在網路伺服器、企業工作機台、嵌入式系統...等應用上處處可見, 我們的生活早已不能沒有 Linux！Linux 無所不在, 問世至今三十年來, 用途只增不減, 只要從事 IT 工作就一定會遇到。永不過時的技術, 怎麼能不學會？零基礎也不用擔心, 現在學一定來得及！【入門到進階, 逐行指令實戰演練】學了指令卻不知道怎麼用、遇到狀況又不知道該用什麼指令, 學習 Linux 總是出現這樣的瓶頸嗎？本書內容涵蓋基礎指令、帳號管理、檔案系統、工作排程、套件安裝、shell script ..等主題, 每章都精心設計常見情境, 詳盡列出完整輸入指令與真實系統回應, 讓您一一比對、循序漸進, 親手掌握 Linux 系統的大小事。【系統到應用, 全方位涵蓋實務需求】終於在 Linux 學會輸入指令、管理檔案、編輯文件了, 但這樣真的算是 "用 Linux 開發的工程師" 嗎？時下最需要的各種技術：版本控制、虛擬環境、容器化應用、機器學習套件...等, 在 Linux 上不會沒得用, 只會更好用！各種開發工具, 從環境建置到範例操作, 本書一應俱全, 完整發揮 Linux 的潛力, 讓您成為真正的 Linux 居民。本書特色:●以 Ubuntu 的文字模式為主軸, 適用各種 Unix-like 的應用場合。●手把手操作 Linux 指令, 搭配逐行詳盡解說, 零基礎也能無痛入門。●針對開發人員提供 Git版本控制、Python 虛擬環境、Docker、Anaconda、CUDA等開發環境的建置教學。●不只適用實體機器, 也收錄虛

熟悉基礎，精通實戰。接續了上一本實戰篇的基礎，本書將介紹目前最流行的物體辨識和自然語言處理在圖神經網路上的最完整應用。當你熟悉了神經網路之後，接下來要精進的就是針對網路結果的強化及最佳化。在GNN的基礎上，針對目前最流行的視覺處理模型進行修改、架設及強化，並且實際應用在現有的平台上。本書的重點就是大量了使用現有的Python函數庫，並且應用了最新的資料集，讓你能真正看到資料套用在模型上的強大能力。在針對Pytorch的函數庫上，不但有視覺應用，更有號稱人工智慧明珠的NLP應用。使用了Torchtext以及NLP的唯一/最佳選擇Huggingface Transformers。而大家耳熟能詳，但又不知道怎麼用的模型，包括GPT-2、Transformer-XL、ALBERT、ELECTRA、DistillBERT等，在書中都有詳細介紹。另外為了解開DL的神祕，本書也難得介紹了Captum套件，讓深度神經網路更具可解釋性。本書最後也不忘介紹ZSL、這種極少量資料就可訓練高精度模型的方法。有關異質圖神經網路部分，也有大量DGL和NetworkX的範例，實戰篇+基礎篇兩本書，要不充分了解GNN都不行。本書亮點～GNN 最強實戰參考書～ 使用圖型的預訓練模型、Torschvision，GaitSet模型、CASIA-B資料集 高級NLP模型訓練及微調、BERTology、CBOW、Skip-Gram、Torchtext、spaCy 文字使用模型TextCNN來把玩IMDB資料庫 高階工程師才會用的Mist啟動函數、Ranger最佳化器 正宗NLP函數庫Huggingface Transformers詳解、AutoModel、AutoModelWithMHead、多頭注意力、PretrainedTokernizer

「一本平易近人的著作，可讓你立即應用進而提升程式的執行效率。書中將教你電腦科學中會用到的基本演算法和資料型別。如果你正在找一份程式設計相關的技術工作，這本書可能會在下次的程式面試中幫助你取得好成績。」 ― Zvi Galil 喬治亞理工學院 計算學院Frederick G. Storey主任暨名譽院長 論及撰寫有效率的程式時，每位軟體專業人士都需要具備有效率的演算法運作知識。在這本實務書籍中，《Algorithms in a Nutshell》作者George Heineman對於多種語言編寫程式時所用的效能改進關鍵演算法，有簡潔而詳實的介紹。軟體開發人員、測試人員、維護人員將理解演算法如何創造性地解決運算問題。 每章都會以前面章節內容為基礎，藉由清晰的圖示和不斷提供的新基本概念，包括演算法分析，對書中介紹的每個演算法做效能分級。你可以將每章所學到的內容，應用到該章最後的挑戰題中，如同模擬在程式術科面試場上的體驗。 閱讀本書，你將可以： ‧探索電腦科學和軟體工程核心的基本演算法 ‧學習有效率解決問題的常見策略，例如：分治法、動態規劃、貪婪方法 ‧使用Big-O分析與評估程式的時間複雜度 ‧使用現有的Python函式庫和資料結構來解決演算法問題 ‧了解重要演算法的主要步驟

* 以MongoDB 5.x最新版指令貫穿全書，並可在6.0 RC順利執行 * 與Python語言結合，無縫接軌智慧聯網、巨資分析、機器學習等領域 * 本書深入淺出，豐富且大量的範例，保證快速掌握MongoDB精髓 在巨量資料的時代，存取效能佳、高可用性、可擴展性及具備安全性的資料庫平台是不可或缺的。朱克剛老師實作經驗豐富，此書以深入淺出範例導向的方式說明，是熟MongoDB技術必備的工具書。 -- 虎尾科技大學資訊工程系副教授 江季翰 好友朱克剛博士所著之MongoDB工具書，文字內容配合圖表解說非常易讀，操作步驟更按序清楚呈現，甚至所提案例也與我們實際生活相關。這是一本讀者可以輕鬆駕馭，並跟著大師一起練功的秘笈，想一窺MongoDB的朋友都應該擁有它。 -- 正修科技大學數位多媒體設計系主任 殷聖楷 MongoDB是目前最受歡迎的NoSQL資料庫，擁有豐富教學及實務經驗的朱克剛老師在本書中以簡單、明瞭的範例帶領讀者實際演練，快速學會巨量資料管理與儲存方式。這是一本易上手又涵蓋全部關鍵技術的好書! -- 靜宜大學資訊傳播工程系副教授 王岱伊 朱克剛老師具多年業界實務經驗，同時也擁有超過20年的教學資歷，本書使用經典實例和詳細的操作步驟，絕對是您學習MongoDB的第一選擇，幫助您精準學習快速上手。 -- 資展國際（原資策會人培團隊）區域總監 王偉璁 AI蓬勃發展，有別於關連式資料庫的NoSQL已是重點發展課題之一；作者融會超過30年程式經驗，將其精髓以淺顯易懂的觀念付諸此書，入門者可豁然開朗，經驗者可溫故知新，絕對是人人適合入手的寶典。 -- 104人力銀行人資學院產品開發處處長 李閔隆

從A/B測試、通用啟發法、吃角子老虎機演算法，到貝氏最佳化「網頁搜尋、社交網路、手機app，它們每天都在最佳化！這種概念對許多今後要進行數位化的產業來說不可或缺，也會從根本改變我們在行銷、產品開發和設計的思維。即使不是理工背景，也請從內容感受基於資料的最佳化世界的氛圍。」-東京大學研究所工學系研究科 人工智慧工程研究中心／技術經營戰略學專攻 教授 松尾豐只要是網路服務相關開發人員，都無法迴避此課題：提供更好的使用者體驗。本書介紹如何定量評估及改善使用者行為，以達成網路服務的成長。本書從簡單的A/B測試開始，介紹線性模型、通用啟發法、吃角子老虎機演算法、貝氏最佳化，以及機器學習的各種知識，帶您了解如何用數學方式解決網站最佳化這個現實中的問題。透過Python範例程式碼與圖表解說的數學模型，仔細解釋機器學習和統計的基礎知識，對於想了解網站最佳化方式與機器學習基礎知識的讀者來說，本書是最適合的選擇。

所謂「資料探勘」(Data Mining)是利用模型認知技術與統計的手法處理大數據，發現有意義的新模型及傾向的過程。IBM SPSS Modeler 是一款資料探勘與預測分析軟體，可以使用Microsoft 安裝程式(MSI) 在Windows 系統上完成安裝，最近也可以在雲端使用它。它擁有 30 多種基本的機器學習算法和自動建模方法，具有 R 語言可擴展性，可使用 Python 腳本。使用IBM SPSS Modeler軟體可以找出人們最頻繁討論的話題，或是企業可以了解消費者實際關心的問題。資料探勘因為是透過各種資料分析技術，挖掘出顧客的消費行為模式與各項營運作業之管理決策等，可說是知識管理之一大利器。例如，7-11超商就是充分運用資料探勘技術，不斷推出各種抓住顧客心房的行銷活動，以贏得更多顧客的心，並將店舖之經營作更完善的規劃管理，使其獲利並使績效能夠長期位居國內零售業之領先地位。根據美國一項調查超過7萬名購物者的行銷研究，發現消費者在他們店中購物的行為有其一定的慣性，如果門市經營者或是行銷人員能夠善用「消費者行為」模式，將可有效改善經營品質。書中也一併列舉IBM SPSS Modeler常用的分析方法供讀者參考。資料探勘的方法包括監督式學習、非監督式學習等。監督式學習包括：分類、估計、預測等；非監督式學習包括：集群、關聯規則分析等。上述相關的分析方法，在第1篇中均有步驟式的介紹 ; 第2篇中舉出百貨業的資料案例，分析顧客的消費行為，利用IBM SPSS Modeler從RFM的角度探討消費者的特徵，以及如何向未購買者推銷商品，盼能藉由此例題能激起讀者對資料探勘的興趣。

網路爬蟲是AI範疇中， 取得資料與儲存的一項重要技能， 而Python是爬蟲過程中相當好用的工具 全書以簡單的Python程式為主軸，讓您可以輕鬆學會如何利用Python的模組擷取公開的網站資料、網頁內容，並建立自己的自動化爬蟲程式，增進您在網路上搜刮資料的能力與效率，是已具有Python基礎的學習者最佳的爬蟲入門工具書。 在本書中我們將學會使用以下的Python開發環境、模組及框架： Thonn

透過科學的方式，找到自己的品牌定位 品牌「定位」的概念，經過將近半個世紀的發展，已經成為行銷管理領域裡，最重要的理論之一。 但從實務經營中可發現，品牌「定位」概念的執行，在商業界有一定程度的困難，一方面是因為對「定位」的認識不清；二方面是因為調查上的困難。結果導致許多企業在執行4P行銷組合時，沒有一個依循的方向，錯置了許多寶貴的資源。此外，網路社群興起，許多消費者會將自己消費的經驗，以及真正的心聲

『無論你是新手還是經驗豐富的專家，閱讀本書都有啊哈的豁然感覺！』—James Watson, Adaptive『以Python動手解決經典電腦科學問題，是個有趣又能獲得經驗的方式。』—Jens Christian Bredahl Madsen IT Relation『強力推薦給每一位有興趣更深入瞭解Python和電腦科學實用價值的人。』—Daniel Kenney-Jung, MD Univers

――――――――超人氣暢銷書《演算法圖鑑》、《深度學習入門教室》系列作―――――――― 熱門程式語言第1名，日本暢銷Python學習入門書！邊做邊學，實際操作練習，享受程式設計的樂趣！ ★ 全彩圖文解說，給程式設計新手的最佳指南！★ 遊戲製作•GUI設計•模組活用，可從網頁下載範例！★ 解說書寫格式，詳述顯示文字、數值、空白、縮排的基本規則！★ 剖析組成程式的6大元素，逐步建構

用 Python + Keras 實踐深度學習, 解開神經網路模型的黑盒子在高階函式庫 Keras 的幫助下, 用 6 行程式就可寫一隻深度學習神經網路的程式, 建構深度學習模型就像玩樂高積木一樣, 可以輕易將各種神經網路組合在一起, 而每一種模型可用來解決不同的問題。正宗 Keras 大神著作，正體中文版重磅登場本書為 Keras 之父 François Chollet 親自撰寫, 詳細解說神經

這是一本為了需要學習機器學習，同時又想要搞懂其基本理論的讀者所撰寫的書。透過本書的登場人物：程式設計師綾乃與朋友美緒的對話，便可以與書中的兩位的角色一起成長。書中雖然有許多的數學公式，但只要跟著書中人物一起學，便能自然而然地搞懂，從而奠定更加堅實的機器學習基礎。 藉由本書，您可以了解：．迴歸、分類、分群演算法．使用迴歸進行預測的方法．應用分類找出最適切結果的方法．如何評估模型的正確程度

「TQC+ 程式語言Python 3」係為TQC+ 軟體設計領域之程式語言認證能力鑑定，以實務操作方式進行認證，評核符合企業需求的新時代專業設計人才。亦為考核「程式設計專業人員」必備專業技能之一。 遵循專業考科「TQC+ 程式語言Python 3」技能規範架構撰寫，符合鑑定的命題趨勢。1.內容淺顯易懂，結合理論與實務，達到技術的傳承及表達，符合實務運用需求。2.採由淺入深之安排，適合作為相關科系學

本書介紹竊取傳遞檔案功能的設計，以及偷取密碼的鍵盤記錄功能。整個木馬以Python寫成，適合已學習並對Python具有最基本寫作能力的讀者。除了傳遞檔案、鍵盤記錄功能外，本書最為特別的地方在於靈活運用Python語法的巧思，例如：運用類別即物件的特性，依類別改變程式流程；巧用dict讓Python具有類似C語言的switch。另外，駭客製作木馬時，為了躲避除錯器的追踪，發展出運用exception

最完整的Python Web框架，包括Django、Flask、 Tornado、 Twisted等 完整的TCP/IP網頁程式開發介紹 完整的HTTP請求回應方式介面 完整的RESTFUL動詞而明 最新的WebSocket介紹 用Python開發Twitter 用Python開發聊天室 用Python開

發揮Python 3物件的力量 《Python 3物件導向程式設計 第二版》說明何時可利用類別、資料封裝、繼承、多形、抽象與例外等基本原則來開發設計良好的軟體。本書指引讀者透過學習高階設計模式以建構可維護的應用程式，掌握複雜的字串與檔案處理，Python如何區分二進位與文字資料，以及單元測試與並行程式設計。 第二版內容新增了Python核心函式庫最新的變化，並重新編排以提升學習流程與閱讀體驗。 本

Python 是目前最受歡迎的程式語言之一，它的嵌入性 (embedding) 遠較 Perl 這類的語言強大。換句話說，利用 Python 開發的工具，可以輕易的附在其他程式內部，或是透過 其他程式呼叫 Python。在本質上，它是一種元件化的程式語言。 ＊能適用於大多數的作業平台，包括 Windows 95/98/NT, Linux 以及各種 UNIX 系統。 ＊它屬於 OpenSo

＼\暢銷好書再上市/／ ☆★☆★【為嵌入式讀者打造的C語言進階學習圖書】★☆★☆ C語言可說是近代程式語言的始祖，但也從未被時代的洪流淘汰在人工智慧盛行的今天，很多人學程式語言想到的就是Python，找工作要求的是Java，大家都覺得這兩個語言較為流行，是主流語言。然而靜下心來想想，我們現在的生活，其實是用大大小小的硬體堆疊起來的。這些硬體要能正常運作，一定有一個軟體在上面運作，你可能沒想到，這些大大小小硬體的靈魂，大部分都是C語言寫出來的。C語言可說是近代程式語言的始祖，但也沒有被時代的洪流淘汰。在不斷更新標準及改版，C語言與時俱進，不斷以其輕巧快速簡單的特點在一個又一個新出現的硬體上穩定提供服務，從手機、感測器、VR/AR設備、車載系統、家電、衛星、望遠鏡，全部看得到C語言的身影。這些被歸類於「嵌入式」的系統，其資源有限，又有即時反應的要求，時至今日，C語言仍然遙遙領先其它號稱新世代的程式語言。本書雖然歸類於C語言，但充分展現出嵌入式系統設計的精華，在和強調演算法的其它語言相比，更在乎的是資源分配、記憶體管理、小輕快穩的編譯，在最不佔系統資源的情況下，完成控制硬體的工作。是難得嵌入式系統C語言的好書，讓你寫出強大穩健的硬體控制系統。本書內容及寫作初衷本書從C語言的角度出發，分10章，在預設讀者已經掌握C語言基本語法的基礎上，和大家一起探討、學習C語言背後的CPU工作原理、電腦系統結構、ARM平臺下程式的編譯/連結、程式執行時期的記憶體堆疊管理等底層知識。同時，針對嵌入式開發領域，用3章分別探討了C語言的物件導向程式設計思想、模組化程式設計思想和多工程式設計思想，這些底層知識和程式設計思想組成了嵌入式開發所需要的通用理論基礎和核心技能。尤其是對於很多從不同專業轉行到嵌入式開發的朋友，由於專業背景的差異，導致每個人的知識儲備和程式設計技能樹參差不齊，在學習嵌入式開發的過程中會經常遇到各種各樣的問題，陷入學習的困境。本書的寫作初衷就是為不同專業背景的讀者架設嵌入式開發所需要的完整知識系統和認知框架。掌握了這些基礎理論和程式設計技能，也就補齊了缺陷，可為後續的嵌入式開發進階學習打下堅實的基礎。本書特色●直白寫作風格，通俗易懂，不怕學不會，就怕你不學。●大量的配圖、原理圖，圖文並茂，更加有利於學習和理解。●在ARM平臺下講解程式的編譯、連結和運行原理（獨創）。●現場“手刻

暢銷書《Python機器學習》作者Sebastian Raschka又一原創力作！ 『在本書中，Sebastian帶領讀者深入了解他們在成為專家路上可能遇到的各種中階和高階應用機器學習主題。Sebastian無疑是這個領域最優秀的機器學習教育工作者之一。在每一頁中，Sebastian不僅分享他的豐富知識，也傳達象徵著真正專業的熱情與好奇心。……讓本書成為你晉級下一個階段的橋樑，協助你在機器學習中獲得更豐富的冒險和體驗。』 ——Chris Albon，維基媒體基金會 機器學習總監 專文推薦 ★本書特色★ 市面上大多數的機器學習、深度學習與AI書籍，都位於兩個極端：不是介紹基礎知識的入門指南，就是艱澀難懂的論文大全。在學習完基礎知識、閱讀完初階書籍之後，還想了解更多新觀念和進階技術嗎？作者說明並討論了這些領域的重要發展，同時保持平易近人，讀者不需要擁有進階數學或程式設計背景也能閱讀。全書分為5大篇，共30章，涵蓋30個不同主題。讀者可以依序閱讀，也可以跳著閱讀(但作者建議依序閱讀，由淺入深)，更適合隨時拿出來配著咖啡或在通勤時翻閱。 本書非常適合那些已經完成機器學習或深度學習的基礎課程，或是讀完同等程度初階書籍的人。本書採用獨特的問答風格(Q&A style)，每個簡短的章節都圍繞著一個核心問題展開，這些問題不僅與機器學習、深度學習和AI的基礎觀念相關，更是作者在教學過程中，學生們經常提出的疑問。每個問題後面都附有解釋，並配有許多插圖和圖表，以及測試理解能力的練習題。許多章節還提供了進一步閱讀的參考資料。這些簡短、容易消化的資訊提供了一個激勵人心的起點，幫助讀者踏出成為機器學習專家的第一步，開啟一段新的學習旅程。 ★內容亮點★ ・獨立章節：簡潔又精準地回答AI中的關鍵問題，化繁為簡。 ・主題廣泛：涵蓋神經網路架構、模型評估、電腦視覺、自然語言處理等。 ・實際應用：學會提升模型效能、微調大型模型等重要技術。 ★學習重點★ ・管理神經網路訓練中的各種隨機性來源 ・區分大型語言模型的編碼器架構和解碼器架構 ・利用數據和修改模型來減少過度適合 ・為分類器建立信賴區間，利用有限標籤數據改善模型效能 ・在不同的多GPU訓練範式和各種生成式AI模型之間做出選擇 ・理解自然語言處理的效能指標 ・理解視覺變換器中的歸納偏誤 【下載補充材料範例程式碼】 https://github

※本書結構本書共5篇，第1篇、第2篇重點介紹以YOLO為代表的一階段物件辨識神經網路；第3篇、第4篇重點介紹物件辨識神經網路在雲端和邊緣端的部署，其中對邊緣端的量化原理進行了重點介紹；第5篇重點介紹當前較為流行的自動駕駛的資料計算原理和物件辨識。本書實用性非常強，既適合對電腦視覺具有一定了解的高等院校大學生、所究所學生及具有轉型意願的軟體工程師入門學習，又適合電腦視覺工程項目研發和營運人員參考閱讀。第1篇，以知名電腦視覺競賽任務為例，旨在介紹物件辨識應用場景下的基本概念和約定，以及資料標注工具和格式，讓讀者具備特徵融合網路、預測網路的設計能力。對於資料後處理技術則介紹了解碼網路、資料重網路拓樸路、NMS演算法等後處理演算法，在此基礎上結合各式各樣的骨幹網路，讀者就可以架設完整的一階段物件辨識神經網路模型了。第2篇，旨在介紹物件辨識神經網路的訓練全流程。本篇從資料集製作到損失函式設計，從訓練資料監控到NaN或INF異常處理，特別是對不同損失函式的設計，進行了非常詳細的原理性闡述。相比神經網路設計，損失函式的設計是最具有可解釋性的，也是電腦視覺研究中比較容易出成果的研究方向。第3篇，旨在運用物件辨識神經網路的訓練成果，架設完整的物件辨識推理模型。推理模型支援雲端部署和邊緣端部署。對於雲端部署，以主流的亞馬遜雲端為例介紹；對於邊緣端部署，以GoogleCoral開發板為例，介紹神經網路量化模型的基礎原理和模型編譯邏輯。第4篇，結合作者主導過的智慧交通、智慧後勤等專案，旨在介紹實際電腦視覺資料增強技術，以及神經網路性能評估的原理和具體應用。本篇還結合應用同樣廣泛的算能科技（比特中國）SE5邊緣計算閘道和瑞芯微RK3588邊緣計算系統，介紹實際專案中如何使用邊緣計算硬體加速人工智慧的產業化應用。根據邊緣計算硬體特性對神經網路進行針對性修改，是真正考驗一個開發者對神經網路理解程度的試金石。跟隨本書介紹熟練掌握2～3款邊緣計算硬體，就能更快速地將電腦視覺應用到實際生產中，在具體應用中創造價值。第5篇，旨在將讀者引入三維電腦視覺中最重要的應用領域之一：自動駕駛。圍繞KITTI資料集，本篇介紹了自動駕駛資料的計算原理，並重點介紹了PointNet++等多個三維物件辨識神經網路。附錄列表說明了本書所參考的物件辨識原始程式碼、Python運行環境架設，以及TensorFlow的基本操作。

程式設計納入108課綱，學習任何程式語言都要需要的運算思維！寫程式就像寫作文，學會單字語法不代表就能寫出好文章。但如果能先了解程式設計背後的思維與邏輯，不管以後使用哪種程式語言，都能運用自如，順利完成任務，一生受用。對目前及未來的世代而言，學習如何寫程式已經是跟語文、數學、藝術一樣的基礎能力。在生活中，電腦可以幫忙掃地、洗衣、煮飯；在工作上，除了工商業界，電腦應用還擴及到設計、傳播、藝術等領域，與每個人緊密連結，因此不論處於什麼年齡，我們都應該及早擁有操作電腦的工具及知識，並建立起跟電腦一起工作的自信。你是不是想學程式語言卻不知從何開始？別擔心，你不需要急著弄懂Java、Python、Ruby這些程式語言到底有什麼不同，即使不熟悉電腦的操作也沒關係。這本書將一步一步拆解程式設計師的思考模式，帶領你從故事及遊戲中尋找規則，學會以同樣的方式解決問題。對於不懂電腦的人來說，看到「迴圈」、「條件陳述式」、「運算子」、「變數」這些令人摸不著頭緒的專用術語就夠令人害怕的了，不過這些概念其實透過骰子或撲克牌遊戲就可以輕鬆學會並理解。當你擁有如程式設計師一般的腦袋，就等於破解了電腦的魔法，也開啟了神奇的程式世界。只要多加練習，這些數字、符號、程式碼，都將成為解決問題的好幫手，並且讓你能更有創意地展現出自己的想法。培養創客教育，最根本的邏輯思考及問題解決能力，為學習程式語言打好基礎！★突破108課綱！程式設計初學者，一本就懂！★對於未來的世代，學習如何寫程式已經是跟語文、數學、藝術一樣的基礎能力！★不論處於什麼年齡，及早擁有操作電腦的工具及知識，建立起跟電腦一起工作的自信！★如果能先了解程式設計背後的思維，不管以後使用哪種程式語言，都能運用自如，一生受用！ACTC亞洲兒童程式教育協會祕書長　吳郁芬教授泛科知識公司知識長　鄭國威臺師大電機工程學系助理教授／數感實驗室共同創辦人　賴以威教授《偷插電的資訊科學》作者　謝宗翔老師收到積木文化新書「輕鬆打造程式腦」，我相當興奮，台灣終於有針對程式教育養成的專書出版了，我迫不及待地仔細閱讀。作者先以不同情境引發讀者思考電腦在生活中的重要性，進而以淺顯易懂的範例及活動來說明電腦運作概念，讓我越讀越有趣，因其理念與我們極力推廣的「不插電遊戲玩程式邏輯」有異曲同工之妙。本書的重點不是在於寫程式，而在於先增進孩子運算思維的能力，未來不管孩子是否會成為程式

LINE 在全世界擁有上千萬的用戶，在台灣幾乎每個使用手機的人，都會註冊一個 LINE 的帳號，不論公家單位還是私人企業，也都會使用 LINE 的官方帳號來與使用者保持聯繫。隨著資訊科技的發展，近年來各個企業也逐漸打造自己的 LINE BOT，除了被動的處理客服諮詢，還能透過 LINE BOT 主動推播各種行銷活動資訊，透過與使用者的即時互動，打造優質的品牌形象。 一個最簡單的 LINE BOT，可以從註冊官方帳號開始，註冊了 LINE 的官方帳號後，從管理介面中就可以進行最簡單的 LINE BOT 聊天操作，但如果要讓 LINE BOT 擁有更多的功能，就需要撰寫程式去串接 LINE Developer 所提供的操作方法，透過各種方法的互相搭配，就能打造自己專屬的 LINE BOT ( 例如聊天機器人、記帳機器人、購票機器人、天氣通知機器人...等 )。 本書是專門介紹開發 LINE BOT 的書籍，從最基本帳號的申請串接、環境的建置和圖文選單設定，一直到 LINE Message API 的進階操作都有詳細的介紹，並且會使用本機環境、Google Colab 雲端開發環境進行實際的開發演練，最後更會搭配 Google Cloud Functions、Google Dialogflow 服務，打造一個可以 24 小時運作、並能理解自然聊天語意的 LINE BOT。 本書主要內容如下： ● LINE 官方帳號申請 ● LINE 開發者帳號設定 ● ngrok 服務 ● Webhook ● 解析 LINE 訊息 ● 回傳訊息的方法 ● Google Cloud Functions ● Google Dialogflow ● 氣象機器人 ● 聊天機器人

區塊鏈上，日數據、分鐘數據比比皆是，數據種類也比傳統資產多元化。使用Python API 取得大規模數據，就可以真正做到計量基本分析（quantamental analysis）。錢琛為私募基金計量工程師，前作《以Python取勝―計量交易快速上手》一開售即登上暢銷榜。其實，作者自數年前已進軍加密貨幣和非同質化代幣（NFT）投資，以Python應用計量基本分析，其個人投資組合的年回報達50%。作者認為，投資比特幣、以太幣等加密貨幣，可以善用鏈上數據，發展多元化策略。本書會分享選幣及交易策略的Python程式碼，包括使用第三方API下載多款加密貨幣的價格和成交量等歷史數據，再以視像化（visualisation）圖表方式快測策略的可行性，最後做完整回測，評核策略表現。至於NFT市場，作者建議以風險投資式的基本策略分析新上市的項目，他也會透露如何利用此方法在1個月獲利10倍；至於發展歷史較長的NFT項目，就可以透過Python 挖掘歷史數據及分析出最佳參數。「學一個策略，你只得一個策略。學一套方法，你就有好多個策略。」希望讀者懂得構建投資策略，以自己的能力在風高浪急的數碼資產市場中取勝！

內容介紹: Python 語法大概都會了，認證或 Leetcode 的題目也刷過一輪了，程式功力怎麼還是停滯不前!?只刷程式題還不夠，職場上不會要你去找特定的字母組合、也不會要你去找質數或數列中遺失的數字等，這些是大家應該要會的程式和演算法基礎；Github 若只有放課堂上教的九九乘法表、簡易計算機範例，也不可能會受到企業青睞。要累積實戰能力，你需要刷各種不同領域的專題，懂得運用各種程式技巧和跨領域的知識，才足以解決現實世界可能會遇到的人臉特徵比對、文章抄襲、加解密處理...等實務問題。本書提供豐富的專案實作，可以挑戰到超過 60 項的 Python 專案，也可以學習人臉偵測、身份辨識、即時影像處理、自然語言處理、統計分析、資料視覺化、網路爬蟲、...等各種熱門技術，作者也巧妙安排解決各種天文、地理、海巡、文學、哲學領域會遇到的問題，甚至連科幻片、殭屍片才會遭遇的困境，也都可以用 Python 來應付，跟上本書的節奏，原來 Python 真的無所不能。【本書適用對象】● 老是在跟基礎語法打混戰，不知道要拿 Python 做什麼。● 即將畢業的資電科系學生，需要快速累積作品專案、擦亮履歷。● 有程式基礎、期待轉職，但不知從何開始下手。● 過往沒接手過完整專案，缺乏整合不同技術的經驗。● 閒暇時想進行興趣專案開發，卻想不到任何主題。【第三方支援套件】資料分析基礎工具：Pandas、NumPy影像辨識：OpenCV圖表與視覺化呈現：matplotlib、bokeh、holoviews、wordcloud自然語言處理：NLTK網路爬蟲：requests、BeautifulSoup4圖形化 GUI：tkinter影像處理與繪製：pillow、turtle語音套件：playsound、pyttsx3其他基礎必備套件：os、re、pathlib、sys、random、math、itertools、collections、time、DateTime、statistics、webbrowser【跨領域專案主題】● 幫影集《陰屍路》畫出最佳的逃生地圖● 運用統計分析制定海上搜救計畫● 結合人臉辨識和自動反擊抵禦變種人入侵● 用 NLP 幫福爾摩斯作者平反抄襲疑雲● 掃描火星地表找出最平坦的登陸地點● 離開地球表面也能安全返航的路線模擬● 偵測天體亮度找出疑似外星建築物...

國內外最具代表性案例，9大專題實戰、15個分類實例 Google Colab、Microsoft Azure兩大雲端應用，人臉辨識、自然語言、 文字識別、語音轉換、分析預測、物件自動標示、影像辦識真正實練， 從資料收集整理、模型訓練調整，檢測修正到產出全面解秘！ 資料科學(Data Science)技術崛起後，人工智慧(Artificial Intelligence)、機器學習(Machine L

“您需要使用Python自動完成無聊的工作嗎？是的，如果您想使用自動化來增強工作流程效率，這是一個很好的起點。強烈推薦！”—Network World“學習Python最好的書之一。”—Giles McMullen-Klein, FlickThrough Reviews如果您曾經花費數小時處理檔案的重新命名，或更新數百個試算表內的儲存格資料，就能體會這類日常的工作有多麼單調無趣了。但假如能利用電腦

本書利用Python內建模組tkinter設計視窗遊戲程式。書中從第1章至第6章主要說明程式撰寫所需要指令，再透第7章至第16章講解遊戲如何製作與撰寫，一步一步講解認識tkinter的控件(Widget)與繪圖元件如何利用迴圈與判斷式設計出遊戲。Python是一門可以很靈活使用的程式語言，本書特色在於對tkinter最基礎的知識使用了大量靈活的實例說明各種元件與事件的應用方法，讀者可以由這些程式實

"Brain Overland讓寫程式變簡單了....令我驚訝的是，這本書將複雜的程式碼解釋的非常清楚，清楚到任何人都能理解"-Art Sedighi, PhD充份利用Python強大的功能並不困難，本書是為了那些已經有Python語言基礎知識，想要將技術提昇到下一個層級的讀者所寫。首先會帶您快速回顧Python，後續內容包含：進階list和字串技巧；處理文字與二進位檔案的方法；金融應

►最好玩、最棒的Python入門書◄透過50個趣味遊戲，發揮Python無限創意！◆ Amazon兒童程式設計類銷售第一名◆ Amazon讀者與Goodreads書評網站4.5顆星好評推薦◆ 胡崇偉（臺灣Python年會前任總召），專業審訂◆ 戴志洋（資深黑客、PTT水球發明人），專序推薦◆ 吳郁芬、洪旭亮、賴以威、賴岳林、魏瑋志（澤爸）、蘇文鈺，好玩推薦人人Coding的時代已經來臨，「自學程式

▄AI訊息時代必備的程式語言▄ 從145個日常案例掌握54個Python必懂知識 大白話文解說、全圖解步驟 孩子啟蒙、文科生、無基礎可讀懂、看懂、會操作 非專業人士入門必備教科書 讓你第一次學Python就上手！ 不懂程式介面（那些框框方塊到底是什麼？！） 不懂程式語言（那些英文和符號組成邏輯是什麼？！） 不懂演算法（那麼多演算法應該怎麼運用？！） 不懂Python能做什麼（人人瘋Python，但

隨著資訊技術的快速發展，程式設計能力儼然已成為現代人加強自身競爭力的重要關鍵能力之一，在這麼多的程式語言中，Python因為易學好用功能強大，已成為最受多人想要學習的目標。然而想要學和真的學會在現實上有許多的落差，瞭解切身的需求並選擇合適的教材，才不會浪費寶貴的時間和精力。 本書的主要目標是希望讓想要學習Python的非資訊主科中學生、大學生、或社會人士可以有一個快速入門的教材，透過本書的12堂課

學習最新的HTML5+CSS3打好網頁製作的基礎。搭配好學實用的Python+MySQL+Django讓你輕鬆打造交易APP！本書(二部曲)特色★程式交易：引用Python之TA-Lib套件撰寫交易策略如均線、布林通道與K線組合等技術指標進行回測。★前端：Web介面APP實作，前端技術使用HTML5、CSS3與JavaScript。★股市走勢圖：採用plotly.js將交易策略回測結果標示走勢圖及

★搶先了解如何玩！ 蘋果創辦人 史提夫‧賈伯斯、微軟創辦人 比爾‧蓋茲、臉書創辦人 馬克‧祖克伯和美國前總統 巴拉克‧歐巴馬??都大聲疾呼：「每個孩子都該學coding！」 世界各國都將coding列入中小學教育的一環，其重要性不容小覷！ 什麼是coding？ Coding就是編寫程式語言，讓電腦依據邏輯性指令執行任務。 為什麼學coding很重要？ 因為不論是電腦軟體、手機AP

學習CAE軟體最大的問題絕對不會是操作或概念，一般CAE使用者的強項通常都是在設計或理論，當遇到需要控制時，往往必須依靠程式語言來處理。程式語言本身就是一門大學問，再加上要和CAE整合，往往被使用者視為畏途。Abaqus Python就是解決這個問題的最佳答案。Python易學易用功能強大，語法簡單清楚直覺，已儼然成為程式語言的王者，現在跨足CAE，更是學習者的一大福音。本書作者結合自己多年Aba

內容簡介:以簡單有效率的方式分析資料與預測結果 機器學習的目的是預測，使用你已經知道的來預測你想要知道的—根據這兩者之間的歷史關係。它的核心是一種數學 / 演算法技術，你需要深入瞭解數學與統計學概念，並熟悉 R 與其他專用語言。本書為廣大的讀者簡化機器學習技術，把焦點放在兩種可以有效地預測結果的演算法族群，告訴你如何透過熱門且容易上手的 Python 程式語言來使用它們。 作者 Michael B

使用Python搭配開發板進入物聯網未來是物聯網的時代。需要實體元件能與網路層級的應用程式進行通訊。Arduino結合Python，就能用來開發物聯網專題，以及搭配圖形化使用者介面與連結網際網路的應用程式。 從使用Arduino來設計硬體專題開始，本書會告訴您用來開發複雜雲端應用所有需要的東西。您會以循序漸進的複雜度來深入探索不同領域的主題，最後做出可應用於真實世界中的專題。您很快就能學會如何開發

內容介紹: 身處在資料無所不在的世代，大量程式應用、科學運算的需求應運而生，Python 就是目前處理大數據的最強工具。從基礎語法到資料科學應用，培養大數據分析的關鍵能力大家都想學 Python，不過很多人完全沒有程式基礎，或者曾經半途而廢。本書以淺顯易懂的筆觸與大量的實例演練，引導你在動手寫程式的過程中學會Python的語法和程式邏輯，跨越初學者經常遇到的障礙，進入資料科學、機器學習與大數據分析的領域，你會發現原來自己也能成為程式高手！★ 清楚明瞭的語法教學，第一次寫程式就上手！★ 豐富滿點的實作範例，自己動手反覆練習最有感！★ 無縫接軌四大套件 NumPy、matplotlib、SciPy、pandas，資料處理、分析、運算，快人一等！★ 紮穩資料科學基礎，銜接機器學習最強套件－scikit-learn本書特色: 初學Python的最佳教材，第一次寫程式就上手！★最易學習★沒學過程式設計或學到一半就放棄的都沒關係，本書從基礎的語法和程式邏輯開始，以淺顯文字及簡明程式，帶你快速學會Python在不同領域的應用。★豐富範例★本書提供豐富實用的範例，搭配各小節的隨堂練習和章末的學習評量，立即驗證學習成果，自學或課堂教學都適合。★最強應用★本書內容包含下列幾個資料科學與機器學習最強套件，有了這些基礎，日後你就可以進一步往資料科學、大數據分析、人工智慧等專業的領域發展：◇NumPy → 資料運算◇matplotlib → 資料視覺化◇SciPy → 科學計算◇pandas → 資料處理與分析◇scikit-learn → 機器學習