Python

本書通過概率建模和貝葉斯決策理論的統一視角，詳細且與時俱進地介紹了機器學習（包括深度學習）的理論和方法。書中涵蓋了數學背景（包括線性代數和優化理論）、基礎的監督學習方法（包括線性回歸、邏輯回歸和深度神經網絡），以及更高級的主題（包括遷移學習和無監督學習）。章節末尾的練習讓讀者能夠應用所學知識，附錄部分則對書中使用的符號進行了說明。本書源自作者2012年的著作《機器學習：概率視角》，它不僅僅是一個簡單的更新版本，更是一本全新的著作，反映了自2012年以來該領域的巨大發展，尤其是深度學習方面的進展。由於篇幅限制，新版分為上下兩卷：《概率機器學習：基礎篇》和《概率機器學習：進階篇》，本書是上卷基礎篇，下捲進階篇將繼續採用相同的概率方法，深入探討更高級的主題。新版的另一個主要變化是所有的軟件代碼都使用Python而不是MATLAB來實現，新代碼使用了標準的Python庫，例如NumPy、Scikit-learn、JAX、PyTorch、TensorFlow等，這些代碼不需要本地安裝，它們可以在雲端筆記本中運行，這為書中討論的理論主題提供了實用的補充。

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

本書範例題目內容為認證題型與命題方向之示範，正式測驗試題不以範例題目為限。1.內容由淺入深，採循序漸進的方式建立您運用機器學習解決問題的基本概念，達到技術的傳承及表達，符合實務運用需求。2.本書共有七個章節，包含「Python與機器學習」、「數據前處理」、「監督式學習：迴歸」、「監督式學習：分類」、「模型擬合、評估與超參數調校」、「非監督式學習：降維與分群」、「集成學習」、「機器學習應用」，帶領讀

★★★「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

★★★最淺顯易懂的機器學習專書★★★與其害怕被AI取代，不如學會機器學習，讓AI為你所用！★ 日本亞馬遜資訊相關類暢銷榜No. 1．針對各類機器學習全圖像化，深入淺出的機器學習入門書．詳解各種機器學習演算法的概念和用途，學會如何選對演算法．所有機器學習演算法皆提供Python範例程式碼，讓你現學現用【什麼是機器學習？】人工智慧（AI）、機器學習、深度學習⋯⋯與人類的生活密不可分，但多數人對這些專有

本教程第一次嘗試在全球普及人工智能教育，遵循「從生活中來，到生活中去」的原則，透過貼近生活的教學項目制課程，讓學生與一般人士儘早接觸AI這一前沿領域，助其建立科學認知，初步掌握AI技術原理和基本能力，為智能時代的到來做好生活、就業與技能準備。教程由「香港AI獨角獸」商湯科技、多名知名教育專家及中學優秀教師聯合編寫，讀者定位為初中程度以上人士。教程共分四冊，一冊教授Python編程基礎，其餘三冊為P

本教程第一次嘗試在全球普及人工智能教育，遵循「從生活中來，到生活中去」的原則，透過貼近生活的教學項目制課程，讓學生與一般人士儘早接觸AI這一前沿領域，助其建立科學認知，初步掌握AI技術原理和基本能力，為智能時代的到來做好生活、就業與技能準備。教程由「香港AI獨角獸」商湯科技、多名知名教育專家及中學優秀教師聯合編寫，讀者定位為初中程度以上人士。教程共分四冊，一冊教授Python編程基礎，其餘三冊為P

本教程第一次嘗試在全球普及人工智能教育，遵循「從生活中來，到生活中去」的原則，透過貼近生活的教學項目制課程，讓學生與一般人士儘早接觸AI這一前沿領域，助其建立科學認知，初步掌握AI技術原理和基本能力，為智能時代的到來做好生活、就業與技能準備。教程由「香港AI獨角獸」商湯科技、多名知名教育專家及中學優秀教師聯合編寫，讀者定位為初中程度以上人士。教程共分四冊，一冊教授Python編程基礎，其餘三冊為P

行銷企劃、市場分析、統計預測、財務金融、風險管理...都該學！養成大數據分析力的第一本書！資料分析、資料科學都是近來非常夯的關鍵字，與其相關的工作職務紛紛冒出，形成一股勢不可擋的大數據分析學習熱潮。只是聽說學資料分析都得具備一定的技術能力 (例如要會撰寫 Python、R...程式)，往往讓底子不夠、或非資訊背景的人止步...沒關係！不管您身處什麼領域、技術背景如何，本書就是為了想搭上這波學習熱潮

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。

⛧⛦ 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

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&

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

本書精選IOI、NOIP、USACO、CCC、CCO、ICPC、DWITE等競賽中28個富有趣味與挑戰性的算法競賽題，採用“問題描述 – 輸入 – 輸出 – 解決方案”的結構，引導讀者在實戰中培養算法思維，牢固掌握數據結構與算法的核心知識。全書共分10章，涵蓋哈希表、樹與遞歸、記憶化與動態規劃、圖與廣度優先搜索、加權圖中的最短路徑、二分搜索、堆與線段樹、並查集以及隨機化算法等主題。所有示例均用C語言實現，但無論你使用C++、Java還是Python，都能輕鬆理解並遷移所學思想與方法。

☆★☆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。

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

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

★☆★ 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

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

本書共11個項目，詳細介紹人工智能的相關知識，內容包括人工智能的前世今生、人工智能基礎、人工智能編程語言Python、圖像識別、人臉識別、自然語言處理、智能語音、無人駕駛、數據挖掘、AIGC應用和零代碼構建AI智能體。本書採用項目化的編寫方式，注重理論與實踐的結合，同步講解知識點及對應任務，每個任務都有詳細的操作步驟描述，帶領讀者逐漸走進人工智能的世界。本書適合作為高等職業教育(本科、專科)的人工智能通識類教材，也可作為人工智能愛好者的自學參考書。

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。

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。

採用項目式結構，系統介紹傳感數據分析與可視化應用的基本流程與實用工具。本書圍繞Excel、Python和Power BI三大核心工具，通過一系列由淺入深的實驗完整貫穿從數據的獲取、清洗、分析到可視化呈現的全流程。本書內容覆蓋數據分析與可視化應用的關鍵技術棧，並結合豐富的工業領域真實案例，幫助讀者構建跨平臺的數據處理與應用能力。 本書結構清晰、案例驅動、實踐性強，既可作為高等學校大數據技術、物聯網應用技術、工業互聯網技術等相關專業的教材，也適合數據分析、工業運維、智能製造等領域的技術人員參考。

本書是一本全面且實用的指南，它摒棄了枯燥的理論堆砌，以一系列基於問題的實踐練習為引，帶你回歸數學的“基礎”，層層遞進地揭開計算機圖形學的神秘面紗。從繪製簡單的圖形線條與形狀，到熟練應用向量與頂點；從構建和渲染網格，到巧妙運用頂點著色器提升渲染效率，每一個環節都緊密圍繞數學原理展開，讓你在實踐中領悟數學與圖形開發的緊密聯繫。借助Python、Pygame和PyOpenGL，你將創建屬￿自己的基於數學的引擎和API，並在構建應用程序和示例的過程中不斷實踐，逐步掌握將這些理論知識轉化為實際成果的能力。

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

▌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

‧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。

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

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。

【書籍簡介】20 個 AI Agent 開發案例，從真實業務需求出發的實戰全書。每個案例完整走過整體設計、開發環境、系統實現與功能測試。統一開發環境建置：Python、PyCharm、Anaconda 與大模型 API 申請。內容創作類：生成歌詞、文字生成圖片、生成遊戲。影音處理類：調整影片目光、影片調優。智慧問答類：智慧問答、通訊學科知識問答、網頁問答。檢索應用類：智慧檢索、階段式搜尋模型、檢索增強生成模型。辦公自動化：簡歷回覆、程式開發、輔助決策。對話與教學：對話機器人、教學機器人、智慧翻譯。知識工程：擷取知識圖譜，建構結構化知識。平臺整合：代理平臺的搭建與應用。適合大學相關科系教材，亦適合物聯網與創新開發技術人員。

本書結合大數據與人工智能發展的新趨勢，全面介紹數據采集、預處理、可視化、建模分析與決策支持的核心內容。本書結構合理，兼顧理論與實踐，涵蓋SPSS、Python等多種分析工具操作案例，便於讀者跨平臺學習與應用。讀者通過學習本書，不僅能夠建立系統的商務數據分析思維，更能掌握數據挖掘、建模、可視化展示等關鍵技能，增強分析問題和解決問題的能力，為未來職業發展打下堅實的基礎。本書共14章，涵蓋從基礎知識到高級模型的全方位知識體系，主要作為經濟類、管理類專業本科生、研究生的教材，也可供希望系統掌握數據分析知識、提升數據分析能力的初學者與在職人員使用。

"《生成式AI × 穩健提示爬蟲技術 I》數據抓取篇★從Colab、Anaconda 到 Jupyter Kernel，一步步把 Python 環境建好、跑起來。★用Pandas × PyArrow × Polars，把資料整理做得更快、更穩，也更貼近實務。★透過提示工程和情境工程，讓 ChatGPT、Claude 成為你的程式開發夥伴。★結合Perplexity Comet＋爬蟲＋寄信＋行事曆，把資訊蒐集到自動化流程一次串起。★多模態OCR × Gemini和Groq API，把圖片文字直接變成可分析的結構化資料。你學過Python，卻常卡在「環境裝不好、資料處理很慢、爬蟲一下就被擋、AI 工具只會聊天」嗎？本書以「做得出成果」為主軸，帶你從 Google Colab、Anaconda、Jupyter Notebook 與 Kernel 建置開始，快速建立穩定、可重現的開發環境。接著用 Pandas 打底，涵蓋多欄多列取值、資料框合併、字串提取與條件篩選，並延伸到 PyArrow 與 Polars，讓你面對較大的資料量也能跑得快、跑得順。更關鍵的是，本書把提示工程與情境工程結合「直覺式開發」：教你如何用 ChatGPT和Claude 協作寫程式、除錯；再搭配 Perplexity Comet 進行摘要與探勘，串接 Gmail、Google 行事曆、SMTP、Resend 寄信，打造可實際應用的自動化資訊流程。最後以多模態 API（Gemini、Groq）＋中文 OCR（PaddleOCR、EasyOCR）＋爬蟲實戰進行總結，範例涵蓋電商、股價、ESG、重大訊息、交易指標等案例，並附上Gemini AI 教育版證照準備重點，適合資料分析初學者、稽核、採購、研究人員、跨域工作者，以及想把 AI 變成生產力的人。專業推薦崑山科技大學 電機工程系系主任─林俊良 博士住宅消保會創會理事長─吳翃毅博士錸成科技有限公司執行長、嘉南藥理大學兼任助理教授─凃春愛 博士伽碩職訓中心執行長─郭明洽昱創企管顧問有限公司總經理─裴有恆元大銀行系統開發部專業副理─陳尚瑋極策網路行銷有限公司總經理、崑山科技大學房地產開發與管理系講師─蔡宗甫"

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。

本書為面向中學生群體的通識課讀本，旨在通過深入淺出、通俗易懂的講解方式，結合豐富具體的實踐案例，系統介紹人工智能及其背後的數學原理。內容設計兼具科學性、趣味性與啟發性，引導學生從零開始，逐步體驗常見AI應用、入門Python編程，進而理解“萬物皆可量化”的數學表達方式。課程覆蓋圖像與文字處理、人臉識別、垃圾短信分類、房價預測及智能輸入法等典型場景，幫助學生在動手實踐中建立對人工智能的基本認知，激發對科技與數學的興趣。本書積極響應國家“推動人工智能教育在全學段普及”的號召，緊密貼合中學信息科技與人工智能通識課程要求，致力於為中學階段人工智能基礎教育提供優質教學資源。

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！

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。

📌 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

★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。