Python

簡潔易懂又能動手做，輕鬆學好程式不卡關！ ２１世紀，不懂程式語言，已是新文盲!!但學寫程式枯燥、無聊又很難!! 有沒有一套很簡單、好學又實用的程式語言啊？寫程式一定要 key 英文，我怕怕…!!除了印出 "hello world!", 還能做什麼呢？ 玩積木，學邏輯！↓用 Python 寫程式↓活用 Raspberry Pi 當創客 我們為初學者規劃了簡單入門、豐富有趣的學習之旅，透過積木式的開發

30秒極速瞭解本書精華內容：  理論基礎 機器學習的應用場景 機器學習應用程式開發的典型步驟 Python機器學習開發套件：numpy、pandas和matplotlib 演算法模型性能評估的指標和評估方法  八大常用機器學習演算法 k-近鄰演算法 線性回歸演算法 邏輯回歸演算法 決策樹 支持向量機 單純貝氏演算法 PCA演算法 k-平均值演算法  七大實戰演練案例 糖尿病檢測 預測房價 乳

數學忘光光，人工智慧原理看不懂？→ 大量的【圖解說明】讓你秒懂運作原理用相同資料集，訓練好的模型準確率比別人低很多？→ 【舉一反三不死背】，教你用最適當的演算法調整模型手上一堆資料，但要怎麼餵給神經網路？→ 解說各種類型資料的【預處理手法】本書秉持「先圖解、再實作，而後實務應用」的精神，帶你實際使用Python 3 + TensorFlow + Keras，訓練自己的深度學習模型深度學習是一種「實

本書是學習Go語言的權威資源，它展現如何撰寫清楚且正確的Go程式以解決實務上的問題。閱讀此書無需Go或其他特定語言的經驗，JavaScript、Ruby、Python、Java或C++等程式設計師都能夠輕鬆上手。 ＊第一章討論Go的基本概念，介紹檔案輸出入、文字處理、簡單圖形、與網路用戶端以及伺服器等。 ＊前幾個章節涵蓋了Go程式的結構元素：語法、流程控制、資料型別、與組織程式套件、檔案及函式。書

遇見樹莓派 體驗信用卡大小的卡片式「電腦」的魅力玩轉樹莓派 讓樹莓派輕鬆實現你的操控之夢進階樹莓派 用Python在樹莓派上進行程式開發Raspberry Pi，中文譯名為樹莓派，它是一塊信用卡大小的卡片式「電腦」，它預裝了Linux系統，搭載ARM架構處理器，擁有豐富的介面，理論上具備了電腦的很多基本功能，玩法多樣，在國際上深得業餘愛好者及熱心DIY的科技迷的

SQL，是關聯式資料庫的通用語。它是種不太獨立、與其他程式語言（如 C++、Java、Python與Perl）息息相關的語言。關聯式資料庫現在已普遍存在，使用者們至少該有些關於這種語言的知識。重要內容包括： ＊一口氣向很多個資料表收集與回傳關聯性資訊。這稱為聯結（join），是SQL 的運作核心。 ＊採用集合導向的資料操作方式。SQL 幾乎都是集合的操作，如果不好好利用這項優勢，就等於錯失SQ

‧由程式設計出發，無須高深數學與量子力學知識，可輕鬆學習量子程式設計 ‧所有範例程式皆詳細逐行說明，方便理解量子程式設計細節 ‧提供程式語言精簡介紹及量子程式原始碼下載 本書以IBM Qiskit為基礎，引導讀者以Python語言為基礎輕鬆設計量子程式，並直接在IBM Q量子電腦上執行。可以循序漸進學習量子位元、量子疊加、量子糾纏、量子遙傳、量子閘、量子線路以及量子演算法等觀念。 本書內容淺顯易懂，適合初學者入門學習及進階讀者參考使用。以量子程式設計為切入點，基於「做中學」的理念，直接展示範例程式，引導讀者透過程式執行結果，不需要高深的數學與量子力學知識，也能學習量子計算理論與技術。 全書以大量範例程式貫穿所有章節，每行程式碼具有詳細解說，附錄中並有Python程式語言基本介紹，方便讀者完全了解量子程式設計概念。每章習題均附完整解答，讓讀者具有良好學習案例。所有量子程式原始碼均於線上提供，方便讀者直接下載執行。

📶 給新聞工作者與菜鳥調查員的資料分析指南📶 Twitter上的網軍是否能左右總統大選？Facebook和Reddit的資料副本能提供哪些有關人類行為的資訊？BuzzFeed的資深新聞工作者Lam Thuy Vo將藉由本書告訴您如何利用Python和關鍵的資料分析工具，查找隱藏在社交平台底下的故事。 無論你是專業新聞工作者、學術研究人員或是公民調查員，都需要學習使用資訊工具蒐集和分析社交平台所

通俗易懂/圖示引導/豐富實例高效入門機器學習最佳速成30秒極速瞭解本書精華內容◆ 理論基礎機器學習的應用場景、機器學習應用程式開發的典型步驟Python機器學習開發套件：numpy、pandas和matplotlib演算法模型性能評估的指標和評估方法 ◆ 八大常用機器學習演算法k-近鄰演算法、線性回歸演算法、邏輯回歸演算法、決策樹支持向量機、單純貝氏演算法、PCA演算法、k-平均值演算法◆ 七大實

本書獲台灣 IBM 推薦 身處於資訊爆炸的時代，數據無時無刻不間斷產生，大型購物網站的會員資料、工廠大規模的感測器數據…等等，當要處理的資料規模達到大數據等級時，就不再是單機的 R 或 Python 可以應付得來的。 Apache Spark 是一套分散式和高擴展性的資料分析系統，在大數據分析乃至於計器學習的應用上佔有一席之地。為了因應資料量爆炸性的成長，Spark 也不斷擴充其功能模組，提供更具

學習熱門的機器學習演算法本書介紹熱門的機器學習演算法及其實作方式。你將會了解如何在Spark ML這套開發框架之內，實作各種機器學習概念。首先，我們會帶你在單一節點與多重節點的運算叢集上，完成Spark的安裝工作；接著，說明如何執行以Scala和Python語言撰寫的Spark ML程式；然後以幾套資料集為範例，深入探索分群、分類與迴歸；最後，利用Spark ML來處理文字資料。打造可以應用於工作

如果您對駭客、網路安全和入侵偵測等資安知識感到好奇，本書是您最好的起點。它可以指引您學到Linux操作基礎知識，同時認識相關的工具與技術。本書將帶領您在一台虛擬機器上安裝Kali，然後學習基礎的Linux操作與管理。接著，將告訴您駭客必備的基礎知識，並學習使用bash和Python撰寫腳本的技巧。透過本書，您將學會；．駭客如何透過更改網路訊息以及操作日誌記錄檔來掩蓋行跡．如何掃描網路漏洞，以及連接

深度學習（Deep Learning）如今已成為非常活躍的研究領域，同時也為現代機器學習鋪展了一條康莊大道。本書提供許多範例與清楚的說明，引導讀者進一步了解這個複雜領域中的一些主要概念。包括Google、微軟和Facebook這樣的業界龍頭，全都在其內部積極發展深度學習團隊。不過對於一般人來說，深度學習仍舊是個相當複雜而困難的主題。如果您熟悉Python，並具備微積分的背景知識，加上對於機器學習的

專業的投資理財，需要金融知識、資料分析與資訊技術等三者的結合。而具備資訊技術的工程師學習金融理財，只欠東風，藉由本書提供的金融專業與資料分析的方法，將幫助工程師善用程式工具，來學習投資理財。Python及R語言簡單好用，函數工具與套件齊全，延伸應用廣泛，並且在統計、圖形繪製、網路資料擷取上都很方便。藉由本書118個技巧與案例的逐步演練及說明，再加上工程師本身的資訊技能，學習金融科技理財，如獲降龍十

想要活用R語言實作金融科技與資料分析嗎？藉由完整的R語言函數功能介紹與實用的案例，快速具備R語言使用技能及金融應用知識R語言是免費開放原始碼軟體，具備大型資料吞吐量與多樣的工具套件包等許多的優異特點，在金融應用、統計分析、矩陣處理、繪製圖表等方面都擁有十分便捷的函數與工具，已經成為大數據處理的常用工具。並與常見的C語言、JAVA、Python等並列為常用的程式語言。本書的內容流暢易讀，提供資料輸出

易學易用的編程指南 ‧把至關緊要的編程概念深植於你的大腦‧為你的工具箱增添方法、函式與物件等法寶‧避免讓程式的輸入與輸出把你耍得團團轉‧奠基於Python語言的編程學習指南‧以職業手法處理你的資料‧建立功能齊備且引人入勝的圖形化應用程式‧學習如何自動化擾人的重複性工作 『《深入淺出程式設計》以反覆式開發的程序清楚明瞭地教導程式設計，一點一滴、循序漸進地逐步增加理論與解釋的深度和廣度，再據以進行

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: 不同於常見機器學習皆是由 Python 語言實作, 本書使用 JavaScript 語言於瀏覽器實作機器學習, 搭配著名的 JS 機器學習函式庫 ml5.js 可以更快速且便利地達成 AI 網頁應用, 對於許多熟悉 JS 語言的前端工程師或使用者更為親近, 實驗過程使用 p5.js 程式庫, 讓沒有太多程式設計基礎的使用者也可以更輕鬆將結果視覺化, 再搭配使用 p5.js web editor 線上開發環境, 只需要使用瀏覽器就可以開始輕鬆設計網頁, 不需要在自己的主機建構繁瑣的開發環境, 再搭配 Python 編寫控制板程式, 將應用結合至感測器或實體輸出裝置, 實現更完整的機器學習應用實例。本書一開始會先介紹機器學習概念與 p5.js web editor 線上開發環境基本操作, 接著直接體驗使用 ml5.js 中的現有模型, 實作可以辨識特定物件的影像分類器。除了網頁實作神經網路外, 可再串連硬體控制板, 藉由控制板輸出預測結果, 比如使用物件偵測來判斷是否有人出現, 對應的 OLED 顯示器模組就會出現迎賓文字或相關訊息；或是語音辨識讓玩家用語音來控制遊戲, 遊戲結束後會通知控制板啟動振動馬達回饋給玩家。最後會使用 ml5 程式庫實際訓練自己的神經網路模型, 首先為利用控制板蒐集感測器資料, 再透過神經網路訓練解決迴歸問題, 如藉由溫度感測器的訊號, 找出感測值與實際溫度的關係, 做出自製即時電子溫度計, 再結合可以即時顯示畫面去背效果的 U-Net 模型, 就可以使用環境溫度來改變虛擬背景特效。接著為解決分類問題的神經網路, 使用現成的 Facemesh 模型找出臉部特徵點, 分別蒐集臉部不同的角度資料進行訓練, 最終得到一個可以辨識是否打瞌睡的模型, 再串接實體蜂鳴器在打瞌睡時, 發出警報聲提醒使用者。最後訓練的神經網路為卷積神經網路, 透過蒐集配戴口罩與否的不同照片作為訓練資料, 經過卷積神經網路訓練後, 就可以用此模型來判斷畫面中的人是否有正確配戴口罩, 再結合模擬門鎖的伺服馬達, 建構出一套口罩門禁系統的概念。本產品除實驗手冊外，實驗過程中有任何問題或是建議都可以在 Facebook 粉絲專頁《旗標創客‧自造者工作坊》中留言，即有專人為您服務。本產品 Windows / Mac 皆適用　操作本產品需要視訊鏡頭及麥克風 (筆電

[真的可以跟著做的貝氏統計書]貝氏統計因 AI 機器學習的發展而再度翻紅，其核心是利用統計推論的方法，在觀測到新證據或取得新資訊時，利用科學方法循環更新先前假設的機率，非常適合只能依據僅有的且不夠完整的資訊進行假設評估的技術。目前廣泛應用於機器學習、深度學習、資料科學、大數據分析等領域。正經八百的念經書只會讓人想睡覺，而本書很不一樣，作者依其自身的（慘痛）經歷規劃出這本神奇之書，隨時與學習者站在一起，將腦海經常冒出來的疑問，以豐富的圖表、實作輔助並提供許多參考資源的問答方法呈現。對於重要觀念與公式，也用不同顏色標示（對了！本書是彩色書，灑花），不斷的前後呼應提醒，才不會讀到後面卻忘了前面，進而確實掌握貝氏統計的精髓。本書討論到 MCMC （馬可夫鏈蒙地卡羅法）之處尤其精彩，一般貝氏書籍或網路文章只講理論或舉個簡單例子交代一下就完事了，而本書是實實在在的帶領讀者一遍一遍的演練，落實從做中學的精神。對於想瞭解貝氏統計的各領域專業人員，包括機器學習、深度學習、生命與醫學、心理學、公共衛生、商業數據分析等，都是淺顯易懂的好書。也適合學習統計、人工智慧相關領域大學高年級與研究所程度的學生。本書特色: 由施威銘研究室監修內容，適時補充編註與譯註，幫助讀者確實理解內容。貫徹『講七遍、做二十一遍』的精神，真正從做中學會的就不會忘記。本書厚達六百多頁，為考慮到學習的便利性與舒適性，採用全彩印刷容易分辨重點、並以軟精裝裝訂可攤平閱讀。額外提供原文書也沒有的書中分佈函數 Python 程式碼下載，可自行修改參數觀察函數圖形變化。

╲滿級分快速攻略╱重點總整理 + 歷次試題解析☑ 結合運算思維與演算法的基本觀念☑ 章節架構清晰，涵蓋 APCS 考試重點☑ 備有相關模擬試題，幫助釐清重點觀念☑ 詳細解析 APCS 程式設計觀念題與實作題APCS 為 Advanced Placement Computer Science 的英文縮寫，是指「大學程式設計先修檢測」。目的是提供學生自我評量程式設計能力及評量大學程式設計先修課程學習成效。其檢測成績可作為國內多所資訊相關科系個人申請入學的參考資料。APCS 考試類型包括：程式設計觀念題及程式設計實作題。在程式設計觀念題是以單選題的方式進行測驗，以運算思維、問題解決與程式設計概念測試為主。測驗題型包括程式運行追蹤、程式填空、程式除錯、程式效能分析及基礎觀念理解等。而程式設計觀念題的考試重點包括：程式設計基本觀念、輸出入指令、資料型態、常數與變數、全域及區域、流程控制、迴圈、函式、遞迴、陣列與矩陣、結構、自定資料型態及檔案，也包括基礎演算法及簡易資料結構，例如：佇列、堆疊、串列、樹狀、排序、搜尋。在程式設計實作題以撰寫完整程式或副程式為主，可自行選擇以 C、C++、Java、Python 撰寫程式。本書的實作題以 C++ 語言來進行問題分析及程式實作。實作題的解答部份可分為四大架構：解題重點分析、完整程式碼、執行結果及程式碼說明。在「解題重點分析」單元中知道本實作題的程式設計重點、解題技巧、變數功能及演算法，此單元會配合適當的程式碼輔助解說，來降低學習者的障礙。同時也可以參考附錄的內容來幫助自己熟悉 APCS 的測試環境。此外，為了讓學習者以較簡易的環境撰寫程式，本書所有程式以 Dev C++ 的 IDE 進行程式的編輯、編譯與執行。希望透過本書的課程安排與訓練，可以讓學習者培養出以 C++ 語言應試 APCS 的實戰能力。【目標讀者】◆ 欲申請大學資訊相關科系的高中職生◆ 對程式語言有興趣的學習者◆ 想客觀檢測自己程式設計能力的人

╲滿級分快速攻略╱ 重點總整理 + 歷次試題解析 ☑ 結合運算思維與演算法的基本觀念 ☑ 章節架構清晰，涵蓋 APCS 考試重點 ☑ 備有相關模擬試題，幫助釐清重點觀念 ☑ 詳細解析 APCS 程式設計觀念題與實作題 APCS 為 Advanced Placement Computer Science 的英文縮寫，是指「大學程式設計先修檢測」。目的是提供學生自我評量程式設計能力及評量大學程式設計先修課程學習成效。其檢測成績可作為國內多所資訊相關科系個人申請入學的參考資料。 APCS 考試類型包括：程式設計觀念題及程式設計實作題。在程式設計觀念題是以單選題的方式進行測驗，以運算思維、問題解決與程式設計概念測試為主。測驗題型包括程式運行追蹤、程式填空、程式除錯、程式效能分析及基礎觀念理解等。而程式設計觀念題的考試重點包括：程式設計基本觀念、輸出入指令、資料型態、常數與變數、全域及區域、流程控制、迴圈、函式、遞迴、陣列與矩陣、結構、自定資料型態及檔案，也包括基礎演算法及簡易資料結構，例如：佇列、堆疊、串列、樹狀、排序、搜尋。在程式設計實作題以撰寫完整程式或副程式為主，可自行選擇以 C、C++、Java、Python 撰寫程式。 本書的實作題以 C 語言來進行問題分析及程式實作。實作題的解答部份可分為四大架構：解題重點分析、完整程式碼、執行結果及程式碼說明。在「解題重點分析」單元中知道本實作題的程式設計重點、解題技巧、變數功能及演算法，此單元會配合適當的程式碼輔助解說，來降低學習者的障礙。 同時也可以參考附錄的內容來幫助自己熟悉 APCS 的測試環境。此外，為了讓學習者以較簡易的環境撰寫程式，本書所有程式以 Dev C++ 的 IDE 進行程式的編輯、編譯與執行。希望透過本書的課程安排與訓練，可以讓學習者培養出以 C 語言應試 APCS 的實戰能力。 【目標讀者】 ◆ 欲申請大學資訊相關科系的高中職生 ◆ 對程式語言有興趣的學習者 ◆ 想客觀檢測自己程式設計能力的人

Amazon暢銷書榜TOP1‧啟發數百萬讀者的改變人生指南上市前就備受投資理財界、創業圈人士關注強推「如果有一天我一無所有的醒來，我可以在五到十年內重新致富。因為致富是一種技能，而且每個人都可以學會。」—納瓦爾‧拉維肯★凡購買本書，即可獲得8項限量超值課程折扣優惠1.美國金融日記在Hahow開設的「24單元入門投資科學」；2.韓承佑在Hahow的「用 Python 理財」；3.市場先生在YOTTA的「用美股ETF創造穩定現金流」；4.財經M平方PRO 會員試用碼+免費試聽兩堂MM總經學院課程；5.謝文憲在憲福育創、大大學院的課程；6.免費試聽商業思維學院課程「做自己生命的CEO」；7.張錫源在PPA開設的「烘焙實驗室—在家做16款職人級麵包」；8.天下學習（詳情請見學習特輯） 全民加薪時代來了，但為什麼即使是高薪工作，也不會讓你變富有？未來五年，有50%的工作技能將被淘汰，但為什麼有人永遠不缺賺錢機會？數位時代需要一套新的自主富有指南，已是公開的祕密，但只有不怕挑戰傳統思維的人敢去嘗試。矽谷傳奇創投創業家拉維肯不僅抓住了這個祕密，在投資界、新創圈，有許多人都深受他啟發。「如果查理‧蒙格是20世紀的班傑明‧富蘭克林，那納瓦爾‧拉維肯就是21世紀的查理‧蒙格。」百萬部落格版主化身超級鐵粉總結編著拉維肯的智慧，教你善用時代特色成功的所有必備技能。每翻開一頁，你都有可能遇見心智旅程的新大陸，徹底改變自己的人生目的和行動想法。「生命中的所有收益都來自複利，無論是金錢、關係、健康、思考或習慣都是。」「設定一個較高的時薪來衡量你的時間價值，並捨得花錢買時間。」「用思想賺錢，不要用時間賺錢，因為時間有更大的用處，用來賺錢太過浪費。」「訂出優先順序，聚焦在最重要的事。」「投入不明智的賽局，就算贏了也只能得到愚蠢的獎勵。」「花時間省錢無法致富，省下時間去創富才能致富。」「想在人生中獲得平靜，你就不能用非黑即白的二分法來看周遭一切。」正因99%的努力不會有成果，更要懂如何抓住那關鍵的1%，槓桿出最高的複利效應。只有新眼光，才能看見另一個世界，還有另一個自己，新世界充滿機會，但陽光無法照進每個角落，這本書可以幫助你站上最有利的位置。程九如 AppWorks 合夥人、游舒帆 商業思維學院院長、葛如鈞 北科大助理教授林裕欽 Dcard創辦人、陳佳茹 財經M平方創辦人、許繼

新書上市即攻佔日本亞馬遜統計類書籍第一名很多資料科學、機器學習的書，內容充滿各種建模的技術展示、完美的案例分析，卻忘記了更重要的「資料」。唯有掌握好手中的資料，才是機器學習成功建模的第一步。無法了解資料，深度學習也救不了你；相反的，正確蒐集資料，輕鬆建模沒煩惱。如何了解資料？當然要從統計觀念開始。學習統計一定都要看抽象複雜的數學嗎？並不是！本書所使用的範例，會告訴大家「為什麼統計學要如此定義」、「為什麼技巧要那樣使用」。當讀者了解統計背後的觀念時，才不會迷失在複雜的數學。此外，有別於一般市售書籍總是用漂亮案例展示程式運行結果，此書用相當多的範例都是「專家也會犯的錯誤」，相信讀者同時學習成功以及失敗的案例後，可以更全面地了解資料科學的分析流程觀念。本書會介紹資料分析中的許多技術的基本觀念，如變異數分析、偏相關係數、自相關函數、Bonferroni校正、Holm校正、隨機對照試驗、斷點迴歸分析、傾向評分匹配、T檢定、F檢定、分層多階段抽樣法等，介紹的過程中會直擊分析技術的思維，而非僅展示漂亮的數學。本書亦會說明身為資料科學家該有的素養，來避免確認偏誤、倖存者偏誤、選擇偏誤、發表偏誤、自願者偏誤、可得性偏誤、樂觀偏誤、常態偏誤、後此謬論、賭徒謬誤、辛普森謬論、p-hacking、HARKing、單方論證、霍桑效應、畢馬龍效應等資料分析中可能踩到的陷阱。如果讀者曾經有以下問題，那這本書將是你的最佳解方。● 我想知道怎麼蒐集高品質資料來加速機器學習建模● 我想知道什麼樣的資料適合什麼分析技術● 我想知道分析過程中是否參雜不自覺的偏見● 我想知道分析完的結果代表什麼意思● 我想知道為什麼資料分析可以解決問題此外，中文版還提供免費Python程式下載，讓讀者可以實際演練書中的範例，加深對知識的理解。本書貫通從資料蒐集、資料分析、資料解讀每一個環節的觀念，讓你走上資料科學家的康莊大道！ 本書特色: ● 好評推薦（依姓名筆劃順序排列）國立政治大學統計學系副教授、台灣人工智慧學校講師 吳漢銘 推薦 國立政治大學統計學系助理教授 周珮婷 推薦「資料科學家的工作日常」版主 張維元 推薦國立臺灣大學名譽教授 謝南瑞 推薦● 概念性介紹資料分析的流程，探討過程中所需要的技術，解說分析結果的意義● 拒絕只展示漂亮數學，改變傳統一直寫程式的教學，帶你直擊資料分析流程的根本觀念● 分享

本書內容改編自第12屆iT邦幫忙鐵人賽 Microsoft Azure 組佳作網站系列文章 Python X 金融分析 X Azure 本書從 Python 入門出發，學習撰寫 Python 程式，說明如何運用 Python 知名工具－pandas、TA-Lib和Matplotlib 進行交易數據的整理，實作各式金融分析。並可學習如何從政府的開放資料平臺取得各種股票、期貨數據，運用其提供的資源，讓我們可以更容易取得金融市場資訊，打造出屬於自己的交易策略和交易工具。 學會如何建立工具後，將可更進一步的學習 Azure，藉由微軟的 Azure 雲端平臺，讓自己的工具得以在雲端上運行，增加穩定性也減少管理成本。 從本書學習到這些金融知識後，不僅可以運用在個人投資上，也可以跨入資料分析、資料科學等等領域，甚至可跨入時下最夯的 FinTech 中。 書籍特色 Python 程式簡單上手 從入門到實作，快速瞭解 Python 並且學會使用開源工具－Visual Studio Code 進行程式開發。 自己的交易，自己分析 結合股票、期貨、選擇權等金融商品，加上 pandas、Matplotlib 模組，製作自己的分析工具以及交易訊號。 資料與程式雲端化 使用微軟的 Azure 讓自己的程式與資料雲端化，打造全自動收集資料的程式工具。 專業推薦 「金融科技的浪潮來襲」相信大家對這句話並不陌生。金融領域廣大遼闊， 常使人不知道要如何進入。本書可以作為金融科技的其中一個入口， 從科技的角度窺探金融與科技結合的可能性， 提供給沒有太多程式經驗的人一個跨入金融領域的入門工具。 沈育德 /美好證券 科技長 目標讀者 1.身為程式小白，想要用程式取得金融資料並達到自動化的讀者。 2.身為程式入門者，但不瞭解 Python 與金融知識的讀者。 3.學過 Python 但是沒有做過數據分析，或是想要瞭解金融分析的人。 4.想要使用 Azure 幫助減少管理伺服器的負擔，卻不知道如何開始的人。

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

最全面的 ChatGPT × Python 應用手冊！ AI 詠唱寫程式，打造超快速自動化技巧！ 學會對 AI 下指令，提升工作效能！ ChatGPT 詠唱技巧＋資料擷取術＋辦公室自動化 本書將帶你學會「網路爬蟲」和「辦公室自動化」的 Python 程式設計，並結合使用 ChatGPT 指令和提示，寫出各種不同應用的 Python 程式，成為 AI 指令達人。 本書介紹了網路爬蟲的流程到實作，首先分析 HTML 網頁結構及標籤，將資料擷取下來後進行資料處理與轉換，接著實際爬取天氣、電影、電商網頁。另外，本書的職場自動化技巧，包含彙整 Excel 資料、製作統計圖表、批次命名及移動圖片、自動寄開會通知信，讓你輕鬆駕馭日常工作，建立全方位的自動化辦公室！ 23 個自動化範例 ＋ 8 個套件 ＝ 活用資料擷取術、節省繁瑣工作 你將學會 ● 取得、剖析和擷取網頁資料 ● 將爬取的資料轉為 Excel 檔案 ● 用 ChatGPT 寫網路爬蟲程式，擷取不同類型的資料 ● 使用 openpyxl 和 pandas 繪製圖表 ● 自動建立與編輯 Word、PPT 內容 ● 撰寫客戶回應信件、產生 PDF 報表 ● 寫出 SQLite / MySQL 資料庫程式 ● 串接 ChatGPT API，讓你在 LINE 使用 AI 聊天機器人 適合讀者 本書適合想要快速學會 Python 和 ChatGPT 詠唱的程式新手，也適合對資料處理、資料分析與資料視覺化有需求的從業人員。 本書範例檔案 本書提供 Python 範例程式、完整的 ChatGPT 提示文字及產出程式碼。

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

★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

打開就會 AI 與數據分析的投資理財術 透過實作案例一步步打造你的第一個量化交易策略！ 本書內容改編自第16屆 iThome 鐵人賽AI/ ML & Data 組優選系列文章《打開就會 AI 與數據分析的投資理財術》。近年自動化交易與長期投資蔚為風潮，其中最受矚目的便是結合數據與程式設計的量化交易（Quantitative Trading）。本書以 Backtrader 為核心，系統化整理量化交易的基礎觀念與實作流程，協助讀者從理論快速進入實務操作。全書操作環境單純，僅使用 Backtrader，讓初學者能專注於策略設計與回測分析。 書中亦結合 AI 與金融的應用，示範如何運用機器學習與強化學習進行市場預測與自動化交易，帶領讀者理解人工智慧在投資決策中的潛力。秉持「學習觀念不如親手實作」的理念，每章皆附可直接執行的 Google Colab 範例，讀者無需額外安裝環境，即可立即體驗量化策略開發流程。本書是你踏入量化投資與 AI 金融世界的最佳起點。 目標讀者 ● 有基本程式能力想要探索量化交易的人 ● 具有 AI 知識想要探索在金融領域上應用的人 ● 聽聞過金融理財想要進一步拓展深度的人 ● 想要自動高效化達到處理金融資訊以及投資相關數據的人 ● 在相關行業想要部屬、發展 AI 輔助投資技術的人 本書特色 ✦ 掌握量化基礎 從理論到實作，全面理解量化交易 ✦ AI 結合金融 結合機器學習，開啟投資新思維 ✦ 情緒文本分析 運用 NLP 技術，洞察市場情緒脈動 ✦ 實作體驗 每章附程式範例，立即動手練習 《WordPress SEO 全攻略》不只是一本教學書，也是一部網站成長的實戰指南。無論是想讓品牌被更多人認識，還是希望個人作品被更多人看到，本書都能幫助你建立穩定的流量基礎，掌握 SEO 從技術到策略的全貌。

新手的第一本Linux入門手冊！ 帶你學會操作Docker容器，輕鬆建立多種開發環境 本書是一本Linux作業系統和Docker技術的入門書，也是一本探討虛擬化技術的書，可以讓初學者輕鬆在Windows作業系統學習Linux和Docker技術，並且教你如何使用Linux作業系統來建構專案所需開發環境的書。 本書首先會詳細說明Linux作業系統的命令，接著實際建構PHP、Node.js和Python開發環境，最後進入Docker主題，讓讀者擁有足夠的Linux能力，可以自行打造Docker容器的開發環境，並且透過Visual Studio Code進行專案開發。 讀完本書，你除了能學會基本Linux作業系統的使用，在Linux作業系統架設伺服器、建立Node.js、Python和Keras深度學習開發環境，還可以進一步學習如何使用Docker容器化技術，透過Docker命令來建立、啟動、停止、暫停和移除容器。最後，你還能使用ChatGPT提問模板來建立Dockerfile，建構部署專案所需的DevOps開發與運維環境。 ▍你將學會 ◆ 理解虛擬機與容器的原理與差異 ◆ 利用WSL 2在Windows中安裝Linux虛擬環境 ◆ 建構PHP、Node.js和Python開發環境 ◆ 搭配Visual Studio Code進行專案開發 ◆ 使用Gradio介面快速部署AI預訓練模型 ◆ 介紹Docker映像檔、容器和倉庫的基本操作 ◆ 使用Docker技術來建立軟體開發與部署環境

蘋果軟體工程副總裁Craig Federighi：「未來希望能以Swift取代Objective-C與Python等程式語言。」 Swift，是一項專門為了Cocoa〔為OS X平台的應用程式介面（API）〕及Cocoa Touch〔為iOS的應用程式介面（API）〕所設計的程式語言，強調簡潔、明瞭、有趣、安全與快速。2014年6月，蘋果發表了Swift程式語言。起因於Object-C有不容易學習

我很想跟妳盡情地演唱！HEDGEHOGS主辦的音樂祭【SONIC BOOM 20XX】第一天！「要上囉，山中湖！」在優的吶喊下開始的The fallen moon演唱會，一度掀起高潮，但同一時間別的舞台上，望月一檎領軍的樂團Colt Python也開唱，雙方互搶觀眾！舞台對決的後續發展───還有，HEDGEHOGS對這次音樂祭投入的真正想法是…傳說之夜即將開幕！

讓開發大型專案像堆疊積木一樣簡單 本書特色 Java煩 ! Spring更煩 !! 當所有Java工程師看到Python、PHP、Ruby這種輕量化語言佈建的高效 快速時，深怕自己選擇了程式語言。但Spring Boot的出現，讓Java工程 師重拾信心，數分鐘即建好框架，直接讀取SQL、NoSQL，充分利用ORM 的特性，讓Java換上輕盈的腳步，讓你自由自在用Spring Boot完成各種 大

蒐錄官方公開歷次完整觀念題與實作題，以C/C++語言詳細解析！ 學會建置考試模擬環境，提早熟悉檢測情況，考試更游刃有餘！ 【超值附贈：250分鐘實作題影音教學/程式檔/Python實作解題PDF】 鍛鍊運算思維，提升程式解題能力 突破關鍵APCS檢測級數！ APCS(Advanced Placement Computer Science，大學程式設計先修檢測)是希望能檢驗具備程式設計能力之高中職學

人工智慧時代來臨，必須學習的新技術輕鬆學會「深度學習」:先學Keras再學TensorFlow★成長最快領域：深度學習與類神經網路，是人工智慧成長最快的領域，讓電腦更接近人類的思考。★應用深入生活：手機語音助理、人臉識別、影像辨識、手寫辨識、醫學診斷、自然語言處理。★實作快速上手：只需Python基礎，本書Step by Step學習，就可以輕鬆學會深度學習概念與應用。Tensorflow功能強大

整合最熱門的 AI、物聯網與雲端運算 以 AWS 整合 ESP32-CAM 為例，進行車牌辨識實作！ 本書的內容主要結合了三大元素：人工智慧、物聯網設備與雲端運算。隨著人工智慧的爆發式成長，人工智慧的應用已經遍及影像、影片、聲音、對話、文章等領域，而公有雲已經將人工智慧的開發或是應用封裝成完善的服務，對於人工智慧的模型開發者或是應用開發者而言，只需要去熟悉、了解開發框架，就可以快速應用人工智慧的技術；不需要再花時間在購買GPU，安裝驅動、安裝開發框架等基礎環境搭建的無關事務上。 本書以 Python 為主要開發語言，ESP32-CAM 作為物聯網設備，接著介紹 AWS 雲端基礎建設與機器學習的相關服務，最後將 AWS 文字∕人臉辨識與 ESP32-CAM 進行整合，完成一個結合物聯網設備、雲端運算與人工智慧的應用系統。 本書可以學到哪些知識 。Python 基礎概念 。介紹單晶片 ESP32-CAM 。使用 MicroPython 開發 ESP32-CAM 。AWS 基礎設施服務 。Amazon API Gateway 。AWS Lambda 。Amazon DynamoDB 。Amazon S3 。Amazon Rekognition 。網際網路基礎 。HTTP Request/Response 本書適合的「讀者族群」 a.【自學者】適合用於自學 Python 程式語言。 b.【自學者】適合用於自學 AWS 雲端運算。 c.【自學者】適合用於自學 ESP32-CAM。 d.【自學者】適合用於在 AWS 雲端中探索職業生涯的人。 e.【自學者】適合用於在公司內部部署 IT 或雲端，但對 AWS 雲端不熟悉的人。 f.【自造者】適合想體驗自造精神或雲地與軟硬體結合。 g.【教育者】可以作為大專院校畢業專題的教學教材。 h.【教育者】可以作為大專院校雲端運算、物聯網與人工智慧實作的教學教材。 本書結合AI人工智慧、物聯網設備與雲端運算，以AWS整合ESP32-CAM為例，進行車牌辨識的應用實作。

使用Python、Keras與TensorFlow於人工智慧與電腦視覺專案「標題中包含了實用是很有根據的。現今產業中的機器學習實務有兩個優先事項：員工需要提升技能以及模型需要微調。本書是朝向兩者的捷徑。」-Paco Nathan，Derwen AI創辦人不論您是一位渴望進入人工智慧世界的軟體工程師，還是經驗老到的資料科學家，或是夢想著要建立下一個廣受歡迎的人工智慧應用程式的愛好者，您可能都會想要知

數據分析對於現代的社會來說，越來越重要，從個人、大大小小的組織與企業，到國際社會的成員，都可能因為運用了數據分析的方法，對自己的生活、工作或是環境，產生重大的影響。當然，有很多課程也因應這樣的趨勢出現了，包括資料科學、大數據、資料採礦、Python程式語言等，不過，比較少有課程專注於數據分析的建模（modeling），同時從解決問題的觀點來看數據分析的應用，這就是本課程的由來，希望在理論與實務上詳

【嚴選經典】美國矽谷創業家/全球科技大廠與業界指定工研院顧問講師親自錄製231支影音教學影片，如臨現場授課！【聯合推薦】嘉義基督教醫院兒童醫學部主任、嘉基創新育成中心主任 周信旭醫師Eco-City智慧生活科技區域整合中心執行長、國立交通大學土木工程系 曾仁杰教授台北榮民總醫院神經外科、國立陽明大學研究所兼任助理教授 關艾琛醫師本書為作者柯博文老師繼《Python+TensorFlow人工智慧、機

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