Python

機器學習的靈魂：以統計數學為核心說明 全書圖解及歷史來龍去脈完整說明 從步入監督學習之旅開始 最精要的線性迴歸模型 完整講解K近鄰及貝氏推論 邏輯迴歸模型及最大熵模型 決策樹，感知機及支援向量機 EM演算法及Boosting提升方法 統計機器學習之旅，從監督學習開始，透過分析已標記的資料集訓練模型，使預測未知資料。最基礎的就是線性迴歸。進一步深入，K近鄰（K-NN）演算法和貝氏推論是統計機器學習中的兩大核心技術。 之後則說明邏輯迴歸模型和最大熵模型，兩者專注於分類問題。決策樹、感知機和支援向量機（SVM）則代表了更進階的機器學習模型。決策樹通過構建樹狀結構來進行決策，其直觀性和易於理解的特點使其在解釋性要求較高的場景中非常受歡迎。感知機是一種二分類線性分類器，支援向量機則是一種強大的分類器，透過在特徵空間中找到一個最優分割平面來分離不同類別的數據。 最後，EM（期望最大化）演算法和Boosting方法是提升模型性能的高級技術。EM算法通過迭代最佳化來處理。

本書首先引領你開啟樹莓派的大門，進入充滿神奇、瑰麗、希望的多彩世界。同時，也敞開探索Arduino資源的視窗，指引你善用俯拾皆是的各式珍貴資源。你將一步一步從基本程式設計、簡單電路組裝到測試的紮實演練，最後建立一個實用的物聯網。 本書分成三大部分 ➤ 樹莓派：從開箱設定到GPIO應用 ➤ Arduino：從LED閃爍的控制到Wi-Fi模組的開發 ➤ 樹莓派與Arduino：運用Node-RED融合兩者，輕易開發物聯網 閱讀本書後，你將學到 ✔ 樹莓派GPIO應用 ✔ Python程式設計 ✔ Arduino程式設計 ✔ 樹莓派與Arduino整合應用 ✔ ESP8266 NodeMCU應用 ✔ Node-RED程式設計 本書適用於 ☛ 大專院校「機電整合」、「專題製作」、「網際網路程式設計」等課程 ☛ 高中、高職「微電腦應用實習」相關課程 ☛ 各級學校開辦的正規或短期「物聯網」探索課程 ☛ 創客玩家DIY物聯網

在後疫情時代, 人們越來越注重身體健康, 平常除了去醫院進行健康檢查, 還有哪些方法可以得知自己的健康狀況呢？人類的生理器官雖然沒有嘴巴可以說話, 但是他們會發出不一樣的訊號, 我們可以透過這些訊號來觀察身體的狀況, 然而這些訊號往往需要專業且精密的儀器才能進行分析, 不過若是使用現今最熱門的技術 AI -人工智慧, 就能以簡單的方式來分析人體訊號, 本套件將帶你深入淺出學習人工智慧與生醫的應用, 一步步分析出身體的血氧、血壓、心跳等訊號, 讓 AI 為你的健康做把關！一開始我們會帶著大家獲取基本的訊號, 例如量測人體皮膚電阻值並建立無線網頁, 製作簡易測謊儀, 接著用現成的模組讀取血氧濃度, 一一探索人體訊號的奧秘。在蒐集訊號的同時, 伴隨而來的是 "雜訊", 這些雜訊有的來源於電腦變壓器、手機充電器或是光線干擾, 為了提取有用的訊號, 我們會特別說明可過濾雜訊的濾波器, 並教大家如何使用濾波器來繪製 PPG 訊號, 進一步獲得心率等訊息。在本套件中最重要的屬生醫2.0, 以往獲取生理訊號之後需要複雜的數學運算來獲得公式, 但生醫與人工智慧結合後, 輸入真實資料來訓練神經網路, 就可以訓練出自動找出公式的模型, 之後即可進行即時預測, 在範例中我們會利用神經網路來分析生理訊號所對應的人體體溫, 不僅實現生醫與 AI 的結合, 也較以往的酒精溫度計量測更加快速！本套件每個範例皆附有程式碼檔案, 即使是程式初心者, 也可以依照範例檔來製作屬於自己的 AI 生醫系統。本書特色: ● 血氧、血壓、呼吸與心跳等各種生理訊號大解密● 以 ESP32 蒐集真實資料, 訓練出分析生理訊號的神經網路● 配合網頁介面一步步搭建無線生醫系統● 現今最夯的 AI 與生醫結合, 讓 AI 貼近生活化, 初學者也能得心應手

Python暢銷經典主題強化再升級 運用世界級熱門開發平台 迅速掌握資料處理要領，深入全方位專案主題 立即體驗Python的大數據超強實戰力 面對大數據資料 如何爬取？如何整理？如何儲存？ 如何分析？如何呈現？最後要如何應用？ 就從熱門案例切入，快速搜集梳理巨量資訊！ 熱門搜尋關鍵字、股票的交易資訊、政府的公開資料、社群網站上傳的圖片與影音，以及實體通路或網路商店的銷售數據…等，都讓資料量快速爆增。大數據時代來臨，不僅科技業重視，就連傳統的零售業、金融業、製造業、旅遊業，以及政府都爭相投入，無不希望能運用數據分析與預測來協助決策方向，掌握數據就能找出趨勢的出路與提高判斷的精準度，也讓新興的數據分析師、資料分析師、資料科學家成為熱門職業。 Python無疑是大數據與AI時代第一程式語言，在數據資料處理的領域中有著非常重要的地位。本書由生活出發，以專題實戰，只要能掌握數據資料爬取清洗、儲存整理、統計分析、視覺化呈現，以及跨領域應用的關鍵技術，就能掌控大數據的應用。 ■完整學習Python資料處理的4大觀念與技術：爬取清理、讀取儲存、統計分析、呈現與應用。 ■快速熟悉Python熱門開發平台Google Colab，建立資料科學的基本觀念，學會Python語法函數模組的應用，並透過資料分析實作演練，培養數據分析開發領域所需的技能。 ■全面深入不同應用面向，如：網路爬蟲、資料正規化、資料視覺化、資料儲存與讀取(CSV、Excel、Google試算表、多媒體檔案擷取…)、批次檔案下載、公開資料應用、API建立… ■以最多元的熱門實例進行大數據專案實作，如：LINE貼圖收集、線上相簿批次下載、YouTube影片、音檔及播放清單下載，股票市場個股分析統計圖、股價資訊即時推播、網路新書排行榜、人力銀行求職資訊分析、超商門市資訊收集、即時網路聲量輿情觀察、網路線上字典，以及Web API開發… ■範例程式另提供Python筆記神器：Jupyter Notebook格式檔案，讓學習與操作更便利。 ■針對專案實戰提供影音輔助教學，加速學習效率。 【書附超值學習資源】320分鐘專案實戰影音教學/範例程式檔/「打造自己的疫情指揮中心：新冠肺炎數據分析實戰」教學影片

搞懂不會背叛你的數學，進一步提升你的程式功力！ 本書透過圖表解說人工智慧與資料科學領域的相關數學知識，並告訴你如何將其轉換為程式碼，除了可以吸收關於數學的知識之外，也能立即運用在工作上。 透過機率統計的學習，了解如何改善業務流程 本書將AI與資料科學的相關數學知識分成四大篇，第一篇的「機率統計、機器學習篇」介紹的是了解工作情況，篩選出必要資訊的流程，以及位於這個流程背後的機率統計、機器學習的數學知識。能掌握工作情況就能知道該如何改善相關業務，也能進一步觀察未來的變化。 了解最佳化的步驟，學會職場所需的最佳化流程 第二篇「數理最佳化篇」介紹最佳化業務的流程，以及解決業務問題的方法。要最佳化業務，就必須先了解哪些部分需要改善效率，換言之，最佳化的重點在於找出問題。了解最佳化的步驟與問題的種類，就能學會工作職場所需的最佳化流程。 透過預測病毒的傳播模式，了解相關的數學理論 第三篇「數值模擬篇」則以傳染染病的傳播為主題，學習預測這類傳播模式的微分。只要了解微分，就能了解病毒的傳播模式，也能利用動畫說明傳播模式與製作出臨場感十足的簡報。最後的「深度學習篇」則會先說明近年來發展神速的深度學習技術原理，再說明這些原因都於哪些技術或職場應用。 來自讀者的讚譽 「這是我買過最實用的書」 「這本書可以讓你知道如何將數學應用在現實世界的工作之中」 「這本書拯救了文科出身，在工作上又不得不面對數學的我」

資料科學、機器學習是近來最夯的關鍵字, 所引發的學習熱潮從未間斷。然而初學的你只要稍微上網搜尋可能會發現, 資料科學涉及的領域實在超～級～廣, 包括 AI、機器學習、程式設計、資料視覺化、數學、統計...等等, 一拖拉庫的名詞都與資料科學沾上邊；相關書籍更是不少, 各書的切入點明顯都不一樣, 卻都一致高喊「我帶你學資料科學！」讓初學者看得更花了, 對於如何入門愈來愈沒頭緒...這麼雜到底怎麼學？A

『數學 ╳ 深度學習 ╳ Python 三效合一』深度學習用一句話就可以講完：『用訓練的方式找出一個數學函數，將輸入的資料映射到正確的答案』。重點就在於你如何找出那個對的數學函數！本書將深度學習的數學模型與運算式推導出來之後，還能實際執行 Python 程式幫助瞭解整個運算的過程。『打開機器學習的黑箱，才發現裏面全都是數學！』我們常在機器學習 / 深度學習的文章或書中看到線性迴歸、二元分類、多類別

內容涵蓋機器學習三大主題：監督式學習、無監督式學習與強化式學習。採用生動活潑的範例，以深入淺出、圖文並茂的方式，建立良好的理論基礎。搭配 Python 程式實作，實現「做中學」的學習理念。提供豐富的學習資源，包含：數學背景、練習題等，厚植機器學習技術研發能力。

【本書特色】 使用Python實作台股、美股、債券、美元指數的金融資產配置 打造個人專屬的投資組合、制定長期投資計畫的交易實戰指南 ✪使用靈活彈性的Python，搭配循序漸進的範例教學 ✪以Python取得公開金融大數據，進行資料視覺化 ✪練就金融贏家思維，不盲目選擇金融投資標的 ✪瞭解投資組合風險與報酬，打造專屬的投資組合 【內容簡介】 無論是牛市還是熊市，「維持紀律」才是股市求財的不二法門，但維持紀律又是非常難做到的事，結果就是多數人最終無法在股票市場上賺到錢。 什麼時候該買，什麼時候該賣，道理很多人都懂，但往往下單時又摻雜了太多當時的心理因素，要怎麼克服這個心理因素呢？就讓自動化交易來幫助會寫程式的你。 經過很多研究證實，大多數人的績效不如「大盤長期報酬」，如果我們要建立被動投資的資產配置，要如何尋找標的呢？當投資一籃子商品、大盤商品時，又該如何選擇標的呢？ 隨著ETF的普及，開始改變大眾投資的行為，而隨著ETF的發展，有越來越多變形的ETF商品，這些琳瑯滿目的商品讓我們不知道該怎麼選擇，同時怎樣才不會投資踩雷，我們該如何善用這些金融衍生商品來建立適合自己的投資組合呢？ 有鑑於此，本書使用Python作為工具切入分析，本書中的內容均可實作，並非只是理論。希望藉由範例程式碼拋磚引玉，帶領讀者進入投資組合的世界，藉此打造屬於自己的長期投資計畫。 【精采內容】 ✪Python基本語法介紹 ✪Python爬蟲介紹 ✪Python Pandas套件介紹 ✪投資理財基本概念 ✪金融資料解析與繪圖 ✪Python投資實務－單筆定額 ✪Python投資實務－定期定額 ✪美元搭配股票資產配置 ✪股債資產配置 ✪經典資產配置 【目標讀者】 ✪想透過ETF來進行投資理財的人 ✪想學習Python來分析長期投資者 ✪想要客觀尋找投資方法者 ✪想要長期投資的上班族

豐富的插圖解說，帶你穩扎穩打地走向Python程式設計之路 本書是一本專為學習Python讀者所量身打造的入門與活用書籍，內容淺顯易懂、範例實際活用，搭配上生動活潑的插圖與細心的程式分析，從最基礎的程式設計開始解說，絕對會讓您在學習Python的路上得到最大的收穫。 全書包含入門概念、運算式與運算子、程式流程控制的語法、函數、類別應用、資料庫處理等……為您打好非學不可的Python基本功，最後還因

【避開精巧但難懂的語法，全程使用Python 3，以實用性為主要程式設計教學內容】【善用Python模組，學習以最簡短的程式碼做最佳的應用，如控制Google語音】【運用網路資料操作Firebase和Facebook、MongoDB資料庫操作技巧、Matplotlib繪圖】【利用Django 2.0 Web Framework製作可連結資料庫的動態網站，並佈署至雲端主機】【新增Scrapy網路爬蟲

隨著普羅大眾對人工智慧的興趣日益濃厚，深度學習也引起了廣泛的關注。每一天都有許多深度學習的演算法被運用在不同的產業中。本書將會為您提供有關該主題的所有實務資訊，包括最佳實作，使用真實世界的案例。您將學習到如何辨識和擷取資訊以便提高預測準確性，並最佳化結果。從快速回顧重要的機器學習觀念開始，本書將使用scikit-learn來介紹深度學習的原理。然後，您也將學習到使用最新的開源函式庫，如Theano

Python是一門易於編寫、高度彈性且使用廣泛的高階程式語言，它的友善性讓初學者無須付出過多的努力及訓練，即能夠編寫出各式型態的電玩遊戲。在多數情況下，運用已知的使用案例，便能夠免除程式碼的繁雜性，使遊戲開發成為可易於實現的目標。 本書將指引讀者開發出酷炫的遊戲，卻無須對Python程式語言有極其深入的瞭解。內容包含了遊戲設計的技巧，以及一些常見遊戲的實作，例如打磚塊及塔防遊戲等。在此之後，還會

For courses in Python ProgrammingIntroduces Python programming with an emphasis on problem-solvingNow in its Third Edition, Practice of Computing Using Python continues to introduce both majors and no

一覺醒來，普羅變成了精靈…… 睜開眼，柔和的光線流入視野；普羅用手撐起身子，環顧四周，眼前的一切都與自己所熟悉的環境大不相同，陌生卻又美妙的感覺盈滿了他的周遭。 「你醒啦？ 」順著聲音的來源轉過頭去，一隻美麗的精靈正投注著關心的眼神。 「其實Python世界即將舉辦年度的世界大賽，每個Python世界的居民都可以自由參加。這不僅是Python 界的盛事，更是其他世界得以踏入Python幻境的

【本書特色】分享在 Github 獲得 2,300 stars 的大數據 Side Project――FinMind，並一步步帶領讀者從 0 開始，打造專屬於自己的大數據 Side Project。不同於僅止於教學示範的 Side Project，FinMind 是少數經過實際使用者驗證、長期維運的資料服務，完整呈現資料工程從架構設計、系統實作，到產品化與穩定營運的全流程。讀者不只學會「怎麼做」，更能理解 為什麼要這樣做。【你將學到】資料工程實戰?使用分散式架構蒐集證交所、櫃買中心、期交所等股市資料，?並以容器化技術建構爬蟲、API、資料庫與訊息佇列服務。低成本雲端部署?單月約 5 美金 即可運行完整系統，?一站式管理多台分散式機器與服務。產品化與迭代流程?從單元測試、CI/CD 到 API 上線，?建立可持續維護與擴充的資料產品。監控與視覺化?建立專屬資料儀表板，並以業界主流監控工具掌握系統狀態。

使用「經濟版Copilot」輔助學習Python程式設計 VS Code + GitHub Copilot 建立你的程式閱讀力 × 提示工程力 × 架構思維 ● 不背語法，也能看懂Python程式碼 ● 9大AI提示詞，系統化訓練「程式閱讀力」 ● Copilot寫程式，你負責評估糾錯與決策 ● 從AI輔助學習到AI專案開發完整進階 ● 可與ChatGPT、Claude、Gemini搭配使用 不從背語法開始，而是先建立AI時代最重要的能力──程式閱讀力 隨著生成式AI能快速產生程式碼，「會寫程式」的定義正在轉變。在AI時代，真正的關鍵能力不再只是輸入指令，而是看懂、判斷、修正，並與AI協作完成程式設計與專案開發。 本書不是教你按快捷鍵、接受AI建議，而是從根本培養在AI時代不可或缺的核心能力——程式閱讀力。書中以新開發出的「窮人版Copilot」為核心，透過所設計出的9大AI提示詞，將「看懂程式」這件事有效轉化成結構化和系統化的程式學習方法論。 書中提供超過1000個程式範例，這些程式範例不是單純示範語法，而是學習者修煉程式閱讀力的最佳素材。每段程式碼都是一套可反覆拆解、理解與思考的「心法」，幫助你逐步建立看懂程式、評估程式與重構程式的能力。 全書依照程式學習的自然進程，分為三個修煉階段：從AI輔助學習Python，到駕馭GitHub Copilot撰寫程式，再進階到AI協作的專案開發與架構思維。所學到的不只是工具操作，更是在對的時機使用AI、評估AI的回應，以及真正掌握AI時代的程式設計能力。 你將學會 ● 使用「窮人版 Copilot」的9大提示詞看懂Python程式 ● 判斷AI產生的程式碼是否正確、可讀、可維護 ● 與GitHub Copilot協作撰寫、審查與重構程式 ● 將AI整合進版本控制、虛擬環境與專案流程 ● 建立AI時代必備的程式素養與架構思維 適合讀者 ● 想在AI時代學會程式設計的初學者 ● 已有基礎，但想突破「能寫卻寫不好」瓶頸的學習者 ● 希望導入AI輔助教學的程式設計教師與講師 本書特色 ● AI 輔助學習 × AI 輔助開發的完整整合 ● 幾乎免費的學習工具，人人都能上手 ● 超過 1000 個可反覆修煉的程式範例，建立真正的程式閱讀力

用AI幫助學習運算思維，暢銷回饋熱賣中！ 【本書特色】 ✦ 依演算邏輯規劃章節架構，增加訓練的強度 ✦ 運用Python實作，訓練運算思維與演算邏輯 ✦ 結合ChatGPT輔助應用，加速程式設計 ✦ 採豐富圖例講解，精確提高演算法的理解程度 ✦ 提供完整範例程式碼，增強學習成效 運算思維是用來培養系統化邏輯概念的基礎，進而學習在面對問題時能有系統的分析與拆解問題的能力。為了讓讀者能更容易地來理解運算思維與演算邏輯，本書採用豐富圖例來闡述觀念，並使用簡潔、易懂、易學的Python語言來實作程式，重要指引包括：程式設計與運算思維之間的關係，必懂的資料結構，如陣列、矩陣、串列、堆疊、佇列、樹狀結構、圖形及雜湊表等，並說明分治法、貪心法、動態規劃法、樹狀演算法、堆疊與佇列…等演算邏輯。 另外，新增了「ChatGPT與Python程式設計」的內容，藉由熱門的ChatGPT聊天機器人，學習如何利用它來協助寫文章、擬信件、驗證程式…等，並運用ChatGPT開發小型遊戲程式，精彩AI範例如下： ✚ 使用Pygame遊戲套件繪製多媒體圖案 ✚ 以內建模組及模擬大樂透的開獎程式 ✚ 建立四個主功能表的視窗應用程式 ✚ 迷宮問題的解決方案 ✚ 海龜繪圖法繪製圖形 ✚ 猜數字遊戲 ✚ OX井字遊戲 ✚ 猜拳遊戲 ✚ 比牌面大小遊戲 賣點 用AI幫助學習運算思維！ 為了讓讀者能更容易理解運算思維與演算邏輯，本書採用豐富圖例來闡述觀念，並使用簡潔、易懂、易學的Python語言來實作程式，重要指引包括：必懂的資料結構，如陣列、矩陣、串列、等，並說明分治法、貪心法、動態規劃法…等演算邏輯。另外，本書新增了「ChatGPT與Python程式設計」的內容，以及開發小型遊戲程式。

★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。

辦公室作業自動化Word、Excel、PowerPoint、PDF、CSV、Pandas多執行緒、排程、藝術二維碼、短網址、電子郵件、爬蟲【本書內容】★☆★☆★【技術最強、功能最廣】★☆★☆★★☆★☆★【國內第1本 - 藝術二維碼、短網址】★☆★☆★★☆★☆★【AI助力效率飛躍】★☆★☆★★☆★☆★【多執行緒設計效能提升】★☆★☆★◆正則表達式CIA情報員搶救任務電子郵件地址自動擷取文件格式化自動化◆多執行緒進階平行運算客戶服務系統效能提升即時數據同步技術企業自動化報表生成◆自動化檔案管理自動化備份流程批次檔案修改過期文件自動清理◆提升效率的利器 – 短網址短網址生成器短網址解析技巧◆藝術二維碼QRCode到電子名片背景圖像QRCode◆告別重複工作 – 自動化排程schedule模組應用APScheduler模組 - 背景任務管理◆Python高效處理Word自動化行銷文案生成擷取圖表、表格數據Word與PDF格式互轉◆PDF魔法擷取PDF中的圖片、文字與表格PDF文件加密與解密PDF浮水印自動生成◆Python操作Excel吸睛報表完美呈現數據圖表說故事樞紐分析表的強大應用Excel與CSV轉換Excel轉PDF◆Python操作PowerPoint程式自動生成簡報批次簡報製作 - 效能再升級會議簡報自動化流程PowerPoint轉PDF◆傳送與接收電子郵件自動發送會員信件通知會員繳費提醒找出含特定內容的郵件◆網路爬蟲技術多執行緒爬蟲下載圖片自動抓取網頁數據並轉成表格JSON數據下載轉CSV或Excel網頁表格轉CSV或Excel◆Openai API助攻客服設計線上客服設計ChatGPT x Excel建立客服知識庫

激發你的創客魂！手把手建立完整的語音助理裝置, 並加入 RGB LED 燈模擬家用設備, 讓 ChatGPT 不再只是文字對談對象, 更可以成為我們的生活小幫手。電影裡的智慧語音助理令許多人十分嚮往, 不僅對話方式與人類相像, 還擅長控制各種硬體設備, 而這類電影情節即將成真, 如今有強大的大型語言模型可以作為 AI 語音的核心, 聊天對話已是基本, AI 語音連接真實世界的硬體設備更是未來趨勢。本套件將會帶各位把 GPT 連結到 ESP32 中, 透過語音設備跟語言模型對話；並為語言模型建立各式各樣的擴充功能：● 聲控燈：由 AI 根據語意判斷使用者想要的 RGB 燈色, 不管是金鳳凰色、暖色等形容詞, AI 都可以幫我們調出該顏色。● 高鐵/台鐵車次查詢：AI 自動串接 API , 取得所需的車次資料後告訴你最合適的車次。● 即時口譯機：利用語言模型強大的理解能力, 將你想翻譯的詞句轉換成別的語言, 並口述給你聽。● 天氣預報員：有了連網功能的 AI 如虎添翼, 任何資訊只要能 Google 到就可以餵給 AI , 讓他成為小小萬事通。● YouTube 音樂點播助理： AI 判斷你想聽的歌曲下載並播放 YouTube 音樂。如果你有更多想法與創意, 都可以自行擴增功能給 AI 使用, 例如：取得電影時刻、股價查詢、新聞快訊等等, 讓他成為你個人的最強助理。

內容介紹: 【題材涵蓋最全面！一本書掌握資料科學 / 數據工程必學 know-how！】從大數據到人工智慧世代，其背後蘊含的關鍵技術與理論不脫資料科學、機器學習的範疇。基本上，資料科學需要的背景知識與技能相當的多，通常要會 Python 程式設計基礎、熟悉相關 Python 套件和模組的使用；再加上機器學習的基礎就是機率和統計，因此也免不了得學機率和統計知識，可說有一拖拉庫的主題等著你去學，也難怪市面上各主題 (程式基礎、統計、套件、機器學習建模...) 的專書滿坑滿谷，一時間實在讓人難以消化...為了降低讀者初學資料科學面對的負擔以及混亂感，我們精心設計了這本入門實戰教本，秉持讓讀者「買一本抵多本」的精神，本書一次涵蓋所有入門必須熟悉的重要題材，同時也將初學資料科學的脈絡梳理清楚。在章節的安排上，本書從資料取得的網路爬蟲開始，提供一個標準 SOP 來幫助讀者從網路取得資料；接著說明資料科學必學的 Python 重量級套件，再接著介紹機率、統計和探索式資料分析的基礎知識，最後進入最熱門的機器學習、深度學習建模主題。這一連串「取得資料 → 探索資料 → 預測分析」是一套完整的資料科學 / 數據工程實戰訓練，跟著本書掌握這些重要 know-how 後，就不難看懂網路上眾多資料科學、機器學習專案的 Python 程式碼和線上教材，甚至參與資料科學、機器學習的網路競賽；希望本書能協助讀者開啟資料科學家 / 數據工程師的成功之路！本書特色:□ 資料科學三部曲：取得資料 → 探索資料 → 預測分析□ 一次補足最入門的統計和機率基礎□ Python 開發環境與基礎語法快速上手□ 從網頁爬蟲、資料清理到資料視覺化，快速完成資料探索的預處理程序□ 將清理後的資料存入 SQL 資料庫，便於日後存取利用□ 實踐資料科學的四大套件：NumPy、Pandas、Matplotlib、Seaborn 一次掌握□ 用 Scikit-learn、tensorflow.Keras 套件實作最熱門的 AI 機器學習應用

一本手把手教你用Python刻出區塊鏈的技術書，想了解區塊鏈背後的原理？就從挽起袖子寫程式開始！ 手把手教學：你也可以寫出跑得動的區塊鏈！ 實用密碼學：Merkle Tree、非對稱加密、零知識證明是怎麼做的？ 共識與分岔：暫時性分岔、軟分岔、硬分岔有甚麼區分？ 礦工的世界：扣塊攻擊怎麼做？機槍池的原理是甚麼？ 去中心金融 - 乙太坊上也有當舖！預言機暗藏危險？AMM機制是怎麼做的？ 本書內容改編自第 11 屆 iT 邦幫忙鐵人賽的 Blockchain 組冠軍系列文章，也是第一本從技術角度出發，透過實地撰寫區塊鏈開始談背後所應用到的相關知識。在完整復刻出區塊鏈後，更能了解到區塊鏈世界裡常聽到的幾個專有名詞：女巫攻擊、共識演算法、軟分岔與硬分岔、工作量證明、非對稱加密的由來。 “What I cannot create, I do not understand” - Richard Feynman 五大重點： 1.用 Python 從頭打造區塊鏈 本書重點在於從復刻出區塊鏈開始，帶你逐步了解開設錢包、發起並簽署交易、節點廣播的功能是如何被實作出來的，並透過實作過程中的細節來了解到區塊鏈背後需要哪些知識。 2.密碼學初探 虛擬貨幣之所以常被稱為加密貨幣就是因為應用了大量的密碼學，也是因為密碼學我們才能夠在茫茫的網路世界中確認彼此的身分！ 3.聊聊挖礦的兩三事 帶你實地加入礦工們的世界，來看看礦工與礦池間又有哪些鉤心鬥角的方式！ 4.P2P網路入門 在去中心化的世界中，我們如何知道彼此的身分？又如何形塑出一樣的共識？在求取共識的過程中，分岔又是怎麼形成的？ 5.淺談現實中的區塊鏈：BTC與Ethereum 現在最知名的兩大公鏈莫過於比特幣(BTC)與乙太坊(ETH)了！除了講述區塊鏈的原理之外，本書最後也會帶你解析與走過比特幣與乙太坊的發展歷程與架構。 6.去中心化金融 為何 ERC20 如此重要？借貸系統是如何實作的？有哪些獲取正確價格的方式？為什麼閃電貸可以拿來攻擊？為何算法穩定幣註定會失敗？

網路書店年度百大電腦資訊暢銷書 《Python自學聖經》系列力作 運用Python掌握資料科學的價值 讓人工智慧機器學習找出趨勢的關鍵密碼 完整涵蓋Python資料科學技術，從開發工具、資料預處理、 機器學習、深度學習到模型訓練進化一應俱全！ 給需要本書的人： ★想進入Python資料科學領域，又不知怎麼切入的人 ★面對資料科學龐大又雜亂的理論與資訊卻不知如何下手的人 ★想快速且有系統收集大量資料，並提高處理運用效率的人 ★想利用大量資料進行分析，找出隱藏訊息與趨勢以協助決策的人 ★想運用資料數據訓練人工智慧模型，開發適用的演算法進行預測與解決問題的人 隨著AI人工智慧帶來的科技革命，資料科學的應用正在改變你我的生活。如何由龐大的資料數據中擷取爬梳出有價值的資訊，判斷決策，甚至能預測趨勢、掌握契機，是資料科學為現代社會帶來的新視野。 資料科學橫跨多個領域，涵蓋數學、統計與電腦科學等面向。如果想有系統的進入資料科學領域，歡迎藉由本書循序漸進的學習。書中除了有資料科學的觀念，還有技術應用與發展方向，讓每個艱澀觀念都能在範例實作的引導下有著更清楚的輪廓，讓你一探資料科學迷人的樣貌。 【書籍特色】 ■深入淺出，只要具備基礎Python程式語言能力即可輕鬆上手。 ■標示出重要觀念，在學習的過程中不會錯失關鍵內容。 ■應用範例導向，每個觀念皆附實用案例，不怕學不會。 ■不使用艱澀數學推導資料科學原理，而以淺顯易懂的文字解說學理。 ■實作圖片增量及遷移學習，即使少量資料也可訓練出實用模型。 ■實作機器學習與深度學習模型參數調校，輕鬆建立完美模型。 【重要關鍵】 ■應用工具：雲端開發平台(Google Colab)、資料科學工具(Numpy、Pandas、Matplotlib、Seaborn)、網路爬蟲(requests、BeautifulSoup)。 ■資料預處理：資料清洗、缺失值、重複值及異常值的處理、資料檢查、資料合併、樞紐分析表、圖片增量，以及資料標準化、資料轉換與特徵選擇。 ■機器學習：學習工具(Scikit-Learn)、非監督式學習(K-means演算法、DBSCAN演算法、PCA降維演算法)、監督式學習分類演算法(Scikit-Learn資料集、K近鄰演算法、單純貝氏演算法、決策樹演算法、隨機森林演算法)、監督式學習迴歸演算法(線性迴歸演算法、邏輯迴歸演算法、支持向

最新版內容已特別加入近年來十分熱門的 AI 輔助程式設計工具及介紹，其餘原有優點仍將繼續保持，歡迎舊雨新知、不吝指教。 本書內容的切入點，首先定義 Python 初學者應學習的內容，而學習內容主要也是程式設計的基礎，包含資料型態及運算、程式三大結構 ( 循序、選擇、重複 ) 、函式與資料結構等部分，而應用方面則選定 Python 的爬蟲技術。本書並依據學習內容，設定若干學習目標，而在每一個目標之下，以概念與技能兩個維度引導，來達成學習目標。 概念的維度會在書籍中清楚說明，而技能的維度則由許多的知識點所構成，這些知識點其實是一道又一道循序漸進設計的程式練習題，需要讀者依序練習，從這些練習中學習單元中的技能。最終，希冀讀者將書籍中引導的知識點內化為概念，而能掌握基礎程式設計能力。全書各章最末附有方便讀者自我練習或教師作為評量的習題，為本書另一特色。

本書以基礎的統計學知識和假設檢定為重點，簡單扼要闡述了 Python 在資料分析、視覺化和統計建模中的應用。本書主要包含了 Python 簡介、研究設計、資料管理、機率分布、不同資料類型的假設檢定、廣義線性模型、存活分析和貝氏統計等從入門到高階的內容。 本書利用 Python 這門開源語言，不僅直觀上對資料分析和統計檢定提供了很好的解說，在相關數學公式的解釋上也能夠做到深入淺出。此外，本書所述內容的可操作性很強，還提供配套的相關程式碼及資料，方便讀者動手練習。本書適合對統計學與 Python 有興趣的讀者，特別是在實驗學科中需要利用 Python 的強大功能進行資料處理和統計分析的學生及研究人員。 本書範例檔： https://github.com/thomas-haslwanter/statsintro_python

本書分為基礎篇及實作篇，共十個章節。基礎篇著重於樹莓派的介紹、基本安裝以及Python基本語法；實作篇則著重於Python GPIO程式設計，全書收錄40個實驗，所有程式皆有逐行解說，並經Pi 3B開發板驗證，您可按照書內實體接線圖及範例撰寫操作Python程式，循序漸進的實驗安排可使您體驗到樹莓派的強大功能，並以此為基礎，設計功能更強大的嵌入式系統。

本書適合已經學過Python程式語法、具有基礎Python類別與物件語法與概念的讀者進階研習資料結構。使用圖解方式說明資料結構的概念，依照步驟顯示資料結構中新增、刪除、搜尋元素的運作過程，各種資料結構的優缺點與使用時機，務求讓概念的解說清楚易懂。接著，進行程式碼實作與解說，並分析程式的執行效率。本書從基礎到進階方式安排章節次序，依序為資料結構簡介、Python的資料儲存容器、陣列、鏈結串列、佇列與

結合Python程式設計、數學函數、繪圖、動畫、遊戲與APCS試題。

這本書是一本詳盡的 Python 入門著作，初學者能夠從中獲得有關於 Python 程式設計的完整知識。已經對 Python 有所認識的人士，則能夠從中汲取不一定為人熟知的 Python 特性。本書教程整合了 Python 2.x 及 3.x 的所有知識，適用於所有 Python 的主流支援版本，讀者可以根據需要選擇任一版本進行實作。 本書的程式碼可至下列網址下載： https://github.

Gotcha！全面收服，成為訓練家的第一步…★適用初學者，以實作導引觀念，理論與實務兼容並存★將Python程式設計的基礎、函式、模組、GUI介面等重點詳加解說★淺顯文字敘述，不單有主控台應用程式，也有視窗元件，學習程式輕鬆上手★利用每章的『重點整理』、『自我評量』，加深學習印象　這是一本專為初學者所設計的入門書，內容淺顯易懂，先從最基本的程式概念開始說明，接著透過與Python Shell的互動

內容簡介:從門外漢晉身高手 “這本書對想運用Python進行資料分析的新手而言，是很實用的學習資源。這本書的教學風格與練習，可協助初學者體驗Python語言、程式寫作環境，以及一些在這個環境中最重要的套件。” -Wes McKinney, pandas程式庫的創造者 如果你是7.5億Excel使用者其中之一，但想要更進一步運用資料，例如對上百個檔案重複執行類似的分析，或一次結合許多檔案的資料進行分

Python Machine Learning「機器學習」（machine learning）已是一門改變資料分析方式的重要學科，而本書將引領你進入預測性分析的世界，透過在科學領域已應用得相當廣泛的 Python 程式語言進行實作。藉 由本書，可以幫助你對資料分析的方式做出最佳決策，或是用於提昇機器學習系統的效能。內容包含 scikit-learn、Theano 及 Keras 等一系列強大的 P

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。

★求職/轉職必看！Coding 面試的衝刺總複習★★57 大重點 × 74 道面試題 × 160 個例題，紮實打好基本功★要在程式開發這條路走得夠長、夠遠，資料結構和演算法是公認必修的基本功，透過觀摩、思考各種程式設計的經典問題，不斷演練、改進自己的程式，是提升程式設計功力的不二法門。也許你聽過在 IT 業界打滾多年的老手說：實際 Coding 都沒在管資料結構、演算法，只要功能寫得出來、符合規格，誰管你用甚麼方法，太冷門的寫法反而沒人看得懂。有些 Coding 的工作也許真是如此，先求有再求好，但老手前輩們沒跟你說的是…，在獲得工作前，求職面試這關就要先考考你對資料結構或演算法的理解程度，好評斷你的程式功力。有不少網站大量蒐集各種程式設計的考題，供使用者反覆演練、自我挑戰，俗稱為「刷題」。這些題目往往是從經典的資料結構或演算法問題衍生而來，若沒有對相關的邏輯推導細節有足夠的了解，只是一昧的刷刷刷，恐怕效果有限、事倍功半。作者在資訊科系任教超過30年，資料結構衍生著作累積銷量超過10萬冊，擁有非常豐富程式設計的教學和寫作經驗，也在業界當過開發工程師與資訊主管，深知業界求才的需求與標準。因此本書在規劃之初，除了務求透過豐富實作和圖解，來傳達資料結構與演算法的基礎，更嘗試將時下工程師求職必備的刷題需求，也融入各章節主題之中，系統化的打好程式設計的基礎與實力，也能同時掌握未來求職要面對的考題型式，及早準備、做好因應，才不會臨到關頭，沒發揮實力被刷掉。本書收錄了陣列、串列、樹狀結構、圖、搜尋樹等常見的資料結構，解題過程也介紹了動態規劃、貪婪法等必要的演算法概念，除了觀念解說，同時會搭配圖表、日常生活案例，以及範例、面試題、延伸題型、練習題等總計 234 個題目，盡可能增進讀者實際演練的經驗，絕對比自己在網路上摸索、東拼西湊、盲刷題目來得更有效率，是一本兼顧理論與實作，與時俱進、不可多得的入門教材。本書特色: 刷題前必備的基本功！幫你打好基礎，高效提升程式設計功力○ 涵蓋最主要的資料結構與常見演算法，包括：- 遞迴設計/迴圈設計- 時間複雜度與漸進符號- 陣列和動態規劃法- 鏈結串列- 堆疊與佇列- 圖形結構/最短路徑/工作網路- 前序/中序/後序走訪- 展開樹/二元樹/AVL樹/B 樹- 氣泡/選擇/插入等基本排序法- 快速/合併/基數/堆積等進階排序法- 循序

這是一本結合運算思維與演算法的入門書籍，開章即簡介AI世代與運算思維之間連結的關鍵心法，並針對運算思維的基礎安排了生動有趣、又富挑戰的小試身手擬真試題，包括： 線上軟體通關密碼 以數字加密提高資訊安全 三分球比賽燈號記錄器 動物園巡邏最佳化路線 餐飲轉盤 繪圖機器人 將影像以字串編碼 電腦繪圖指令實作 炸彈超人遊戲 高雄愛河雷射字母秀 定格動畫 校園防疫看護義工組成 自動轉彎玩具汽車 紅包抽抽樂機

你知道嗎？電話按鍵聲其實暗藏著玄機！你知道嗎？電風扇不只能吹風, 還能傳訊息！你知道嗎？雷射光不只能指簡報, 還可以跟朋友溝通！舉凡生活周遭與頻率相關事物, 例如聲音、光閃爍等, 都是由複雜的波組成, 只要使用本套件核心技術「快速傅立葉轉換 (FFT)」就能將波的成分抽絲剝繭出來, 重新組合運用便能製造生活中常見的產物, 像是目前當紅的降噪耳機, 就是依此原理來消除外界噪音, 讓我們得以享受純淨的

不需連網，聲控發射紅外線信號，輕鬆支援IOT創意應用 [深入淺出]引導玩家以Python實現聽話、對話互動功能 [動手實作]以精簡Python程式碼控制Arduino實現語音互動專題 [技術探討]Python聲控、不需連網中文聲控、支援紅外線IOT居家應用 [專題活用]各項主題可用於專題製作，學生專題製作有方向可循 本書特色 ✔利用Window10建立低成本Python互動系統，製作語音互動專題。 ✔結合Python將一般輕型筆電變為聲控機器人。 ✔可用Google 聲控，也可以不需連網，聲控後發射紅外線信號，可以設計各式聲控創意教學實驗。 精采內容 ✪同時播放多支影片：結合Python使用聲控或是遙控器啟動Chrome瀏覽器。 ✪聲控播放影片：簡單的Python程式碼設計，說出「我的夢」，控制播放影片。 ✪背英文單字：結合Python編輯單字資料庫，經由聽、說、讀，快速背出上百個單字。 ✪語音計數器：結合Python將計數結果顯示在電腦端，可以當大型數字顯示幕，以手靠近感知器觸發計數值。 ✪語音倒數計時器應用，用於煮飯、美食烹調計時控制。 ✪Python與Arduino連線顯示溫溼度值，並畫出溫度曲線圖。 ✪不需連網聲控點歌、聲控家電應用、遙控任何Arduino裝置及IR IOT應用。 適用對象 高職及大專院校電子、電機、資訊、自動控制系，單晶片、微電腦、介面技術及專題製作參考教材。一般學生、工程師、創客，設計Arduino及專案製作教材。

pandas、xlwings、matplotlib、pyecharts大活用 Python+Excel高效自動化，讓您和煩瑣工作說再見 這是一本Python搭配pandas、xlwings、matplotlib、pyecharts模組與Excel整合應用的參考書，本書淡化理論，以實作技巧為主體，內容按照Excel操作劃分章節，每一章的內容又分出多個小專題，力求每個專題解決一個問題。全書共8章。第1章主要講解Python程式設計環境的搭建、模組的安裝與匯入、Python語法基礎知識、初學者常見問題等內容，為後面的案例整合應用打下堅實的基礎。第2～8章透過大量典型案例講解如何利用Python程式來操控Excel，自動化和大量批次完成活頁簿檔案的相關操作、工作表的相關操作、列和欄的相關操作、儲存格的相關操作、資料處理與分析的相關操作、圖表的相關操作、列印的相關操作等。這些案例從工作中的應用場景入手，用Python程式設計解決對應的問題。書中附有詳細程式碼、易懂的注釋說明，能有效幫助讀者快速理解程式碼的適用範圍及編寫思維。此外還對程式碼涉及的重點語法和函式等知識進行延伸講解，引導讀者拓展思路，從機械式套用程式碼進階到能夠隨機應變修改程式碼，獨立解決更多實際問題。 本書理論知識精練，案例典型實用，隨附案例的相關檔案，不僅適合有一定Excel基礎又想進一步提高工作效率的辦公人員有系統地學習Python辦公自動化知識與技能，而且適合作為方便速查速用的實用手冊，對於Python程式設計愛好者來說也是不錯的參考資料。

本書特色 這是國內第一本針對Python工程師考試的圖書。 展開程式設計師的就業廣告，幾乎都是以Python語言為主流，這本書則是收集國內外各大主流公司的熱門考試主題，Leetcode考題以及筆者認為學習Python應該了解的主流觀念，全部以極詳細、超清楚的程式實例解說，期待讀者可以錄取全球著名企業獲得高薪。 Python工程師面試第一個主題當然是測試面試者對於Python語言的瞭解與熟悉程度，內