Python machine learning

本書詳細介紹DSP技術、理論與應用，且有豐富的範例、習題以及解答，強調理論與技術是不可或缺的，並用Python程式設計，進行DSP技術實作，藉此培養實務研發能力。

✨　想不到Python還可以這麼玩!? ✨✨　用天馬行空的範例 讓你陷入Python學海中無法自拔 ✨✨ 第12屆鐵人賽Software Development流量怪物最新力作 ✨意想不到的Python精彩應用！本書將影像辨識、文字探勘、機器學習、爬蟲、自動化測試、數據可視化等流行技能轉化為應用在生活場景的簡易範例，在不知不覺中點滿你的Python技能！✔ 基礎知識篇：理論教學為主，幫助程式小白快速入門構建知識框架！✔ 黑科技應用篇：實戰運用為主，從用YOLOv4機器學習實現上班摸魚、MediaPipe人工智慧套件手刻IG濾鏡到Selenium製作搶票機器人等新奇應用，包山包海讓你意猶未盡！本書打破傳統工具書的學習路線，從生活場景中代入不同應用：用OpenCV影像處理套件做出愛心QR CODE教你告白、用LINE Notify API回傳螢幕截圖到LINE聊天室教你科技捉姦、用Windows API魔改透明視窗教你上班摸魚等生活化範例，遇到困難時先翻開本書尋求科技解法就對了。並提供保母級機器學習自定義任務教學，讓你避開硬體設備限制和環境安裝的坑，直接突進技術部分，少走彎路！

內容簡介:廣受讀者好評、第二版登場！紮實地學會資料分析工程師所需要的基本技能書中會對資料分析工程師所需要的基本技巧進行詳盡解說。‧取得資料、處理資料‧資料視覺處理‧編寫程式碼‧基礎數學知識‧機器學習的流程與執行方法第2版的重點‧支援Python 3.10版本‧用更深入淺出的方式進行講解在書中可以學到‧Python基本語法‧講解資料格式‧資料的預處理技巧‧資料視覺處理技巧‧運用現成的演算法來執行機器學習適合對象想成為資料分析工程師的讀者

風險建模演算法 「Abdullah Karasan成功展現了在金融風險管理領域中使用機器學習的能力，這是對任何金融機構都攸關重要的功能。」 ―Yves J. Hilpisch博士 The Python Quants與The AI Machine創辦人及總裁 「如果您需要將統計和機器學習方法應用在金融風險分析的入門指南，那麼這是一個很好的起點。」 ―Graham L. Giller 《Adventures in Financial Data Science》作者 金融風險管理在人工智慧的幫助下發展迅速。透過這本實用指南，開發人員、程式設計師、工程師、金融分析師、風險分析師及定量和演算法分析師，將可以機器學習和深度學習模型進行金融風險評估。建立基於人工智慧的財務建模實務技能後，您將學習要如何運用機器學習模型來取代傳統的金融風險模型。 作者Abdullah Karasan幫助您探索金融風險建模背後的理論，再深入研究使用Python運用機器學習模型以對金融風險進行建模的實際方法。 有了這本書，您將可以： ‧回顧經典的時間序列應用並將其與深度學習模型進行比較 ‧使用支撐向量迴歸、神經網路和深度學習來探索波動率模型以衡量風險程度 ‧使用機器學習技術來改善市場風險模型(VaR和ES)，並包括了流動性維度 ‧使用分群和貝氏方法來進行信用風險分析 ‧使用高斯混合模型和關聯結構模型來捕捉流動性風險的不同面向 ‧使用機器學習模型來進行詐欺偵測 ‧使用機器學習模型來預測股價崩盤並識別其決定因素

全球最暢銷的Python學習教材發行銷售超過150萬本本書是全球最暢銷的Python程式設計學習參考書，也是一本節奏明快的Python輕鬆入門與應用的程式設計課程，讓讀者學會編寫程式、解決問題，並讓程式的應用立竿見影。在本書前半部分，讀者將學到關於Python程式設計必學基礎概念，例如變數、串列、類別和迴圈等主題，並對每個主題實作練習寫出整潔易懂的程式碼。讀者也能學到如何讓程式產生互動性，以及如何在程式整合到專案前正確也測試好編寫的程式碼。在本書後半部分，讀者會把學到的知識技能應用到三個大型專題中，第一個專題實作是類似小蜜蜂電玩的「外星人入侵」遊戲；再來是活用Python超強好用的程式庫來進行資料視覺化處理；第三個專題則是活用Django來建置和部署一套Web應用程式。如果您跟隨著本書好好學習，您將學會下列這些技能：‧活用強大的Python程式庫和工具，例如pytest、Pygame、Matplotlib、Plotly和Django等‧製作出2D電玩遊戲，了解怎麼控制鍵盤和滑鼠的操作，並作出隨關卡愈高而遊戲就愈來愈難的技巧‧運用各種資料集來建置生成具有互動性的資料視覺化呈現‧開發Web應用程式讓使用者建立帳號和管理自己的資料，隨後安裝部署到網路上讓大家使用‧懂得怎麼處置錯誤例外的發生，讓您知道如何解決自己在程式設計上的問題本書第三版新增修訂了Python最新版的程式碼。新增和更新的內容包括活用VS Code編輯器、檔案處理的pathlib模組、測試程式碼的pytest，以及加入Matplotlib、Plotly和Django的最新功能。如果您真的想要邁進「程式設計」的領域，這本書能幫您提升學習的速度，並讓您更快編寫出實際能用的程式。別猶豫了，馬上發動引擎開始進入本書的程式設計課程吧！本書適用Python 3.X版

★☆★ 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

進入 AI 應用時代，查詢語法和函式功能就交給 AI 吧！用這本書來學『寫程式的直覺』！★知名教學網站『Real Python』人氣站長帶你學 Python！★★擺脫理論教條，從寫程式的過程體會怎麼寫程式！★Python 毫無疑問是現在最熱門的入門程式語言，而程式語言是現在最熱門的學科。許多人都想學習 Python，但看到複雜的語法和難懂的程式碼，又打退了堂鼓。其實寫程式不該像個『考試學科』，什麼都要死記硬背！Real Python 站長憑著多年的教學經驗，秉持 80 / 20 法則，讓你在精心安排的實作範例中，掌握少數的關鍵概念，就能學會寫程式的必要知識。比起『埋頭苦讀』，這本書會讓你『心領神會』：(X)每章開頭都講 2、3 頁道理，也不懂該用在哪裡(O)總之先寫程式，直接解釋執行結果(X)提供完美範例，看著都明白，自己寫卻一團亂(O)從程式雛型開始示範，試錯、除錯、完成步驟全收錄(X)相關功能一次教一大串，書一闔上就全忘(O)打鐵趁熱，每教一個功能就立刻操作跟著站長精心設計的實作流程、輕鬆詼諧的詳細解說，搭配有趣又豐富的練習題，讓我們『先寫程式』，然後自然而然『會寫程式』！本書特色: ●美國 Amazon 書店 4.6 顆星高評價●內容取自知名教學網站 Real Python，2012 年來超過百萬追隨●12 篇基礎操作，針對新手常見困擾解說，零基礎也絕對上手●8 篇進階應用，不只是寫寫習題，更能迎戰各種實際難題●PDF、資料庫、網路爬蟲、資料圖表、圖形介面程式...生活中實際運用●擺脫傳統上課、說教風格，從實作中自己體會程式思維●豐富的練習題和挑戰題，充分掌握內容

☆ ★PythonＸ人工智慧Ｘ深度學習★☆ ✔將機器學習進行分門別類的介紹✔提供大量範例解析演算法✔每章節都附有習題，讓讀者可以自行操作※ 本書附程式碼，可至深智官網下載：https://deepmind.com.tw/機器學習是人工智慧的核心基礎，是電腦研究領域的重要分支。機器學習正展現其巨大的潛力，在許多領域扮演著日益重要的角色。當電腦程式具有學習能力後，就能夠在不斷的資料中越來越好：例如醫療診斷程式，透過學習後便能夠不斷提高自身的診斷能力。Python近年來發展迅速，被廣泛用於科學計算，資料探勘和機器學習。Python語言配備了很多高品質的機器學習和資料分析函數庫，為機器學習提供了重要工具。本書讓你無痛進入機器學習乃至深度學習的領域，建立出真正的商業應用。當今業界十分需要人工智慧工程師，只要花一點點時間，把這最流行的機器學習上手，在往後的各行各業中，都能是你揮灑的空間。本書內容劃分為、機器學習演算法基礎理論及介紹基本的機器學習演算法之理論及應用3部分。介紹Python資料處理功能，如：Python開發環境、基本資料結構和資料處理等。講解機器學習的理論框架和Python機器學習常用的協力廠商函數庫。甚至提供神經網路以及深度學習的理論及專案實例。讀完本書，您能強化以下實作技能與觀念：✔何為人工智慧、常用領域、開發環境✔熟悉pandas、numpy✔學會製作中文相關應用、詞雲、結巴中文分詞✔學會使用Matplotlib，OpenCV，SKLearn✔使用Python實作KNN、K-Means。✔使用Python實作SVM、感知機、核心函數✔Python實作推薦系統、商品推薦、內容推薦、協作過濾及圖結構✔了解機器學習模型、線性非維性、監督及非監督、強化學習✔了解線性回歸(一元、多元)、邏輯回歸✔了解多層神經網路、深度學習☛適合讀者✔人工智慧/深度學習/機器學習入門讀者✔大專院校、專業教育訓練機構師生✔其他對智慧化、自動化感興趣的開發者

☆★☆★【用最簡潔的Python，成為深度學習最厲害的大神！】★☆★☆ 「人工智慧、深度學習和機器學習，不論你現在是否能夠理解這些概念，你都應該學習。否則三年內，你就會像被滅絕的恐龍一樣被社會淘汰。現在不開始，以後就來不及了。」――馬克•庫班（NBA獨行俠隊老闆，億萬富翁） 本書從人工智慧、機器學習與深度學習簡介開始，幫助讀者在Windows下的CPU/GPU環境完成深度學習、開發環境架設；之後進入Python資料科學函數庫，介紹深度學習基礎，如Numpy、Pandas、Matplotlib。 在了解基本函數庫後，接著介紹目前最好用、最流行的深度學習框架TensorFlow、Keras。認識完框架的使用，便開始處理資料，本書介紹了資料前置處理和模型評估指標，幫讀者了解模型及資料之間的關係。當一切就緒，就可以進入實際專案的開發，包括影像分類辨識、IMDB電影評論情感分析、遷移學習、人臉辨識、影像風格遷移、生成對抗網路等，讓你用最簡潔的Python，成為深度學習最厲害的大神。 適合讀者 ✪具備Python語言基礎知識的程式初學者。 ✪非專業出身，想轉換跑道進入人工智慧領域的程式設計師。 本書看點 ✪人工智慧、機器學習與深度學習簡介。 ✪深度學習框架TensorFlow、Keras。 ✪深度學習開發環境架設。 ✪資料前置處理、模型評估指標、影像分類辨識。

提昇Excel資料分析的工作效率讓Python幫你實現! 通過Python自動化，讓繁瑣的 Excel工作也能變得更容易! Python終極省時技巧，讓大量Excel數據處理瞬間完成！ 推薦給喜歡的讀者 *想大幅改善資料分析的工作效率的人 *有大量解讀圖表及報表的資料分析需求的人 *想熟悉Python結合Excel資料分析實例的人 *追求自動化實作樞紐分析表、視覺化統計圖表的人 “Excel x Python”讓繁瑣的Excel工作和耗時的處理變得更容易。 資料分析是一種有明確目的，再從資料收集、加工、資料整理，並藉助分析工具來取到你想要的資訊，或以圖表來展現分析的結果，藉以輔助資料趨勢預測或商業的決策。 資料分析的主要目的，就是希望透過資料分析的過程，來取得原先設定的資料分析目標。 想改善資料分析的工作效率，採用Python程式語言結合Excel來進行資料分析，可以大幅提高資料分析工作的效能。 精彩內容 *資料分析與Python基礎語法 資料處理與資料分析的定義、常見的資料分析工具、為何選擇Python結合Excel來作為資料分析的工具、Python與Excel VBA分析工具的優劣、Python語法快速入門、資料分析模組（os、pathlib、csv、openpyx1、pandas、numpy等）。 *以Python實作Excel資料分析 資料匯入新增讀取、資料預覽、檔案資訊查看、指定欄位類型、缺失值、異常值、空值整理、移除重複、索引設定、資料選取運算取代、數值排序、以Python進行Excel工作表與儲存格操作、儲存格範圍選取、儲存格範格式套用、設定格式化條件、資料分組、樞紐分析、分組統計、彙總運算、視覺化統計圖表繪製、多張工作表串接與合併。 *資料分析實務應用案例 「基金操作績效資料分析」案例：示範如何用Python自動化讀取Excel檔，並將讀取資料儲存成新的.xlsx檔。 「中小企業各事業體營運成果」案例：示範如何根據各事業體的業績收入，自動繪製出事業體收入佔比圖餅圖。 「股票獲利績效及價格變化」案例：根據股票交易操作績效的來源資料，繪製獲利績效長（橫）條圖與堆疊長條圖、洞察股票價格變化折線圖、股票操作績效平面（及3D）區域圖、投資效益的雷達圖。

本書為因應現代發展趨勢，針對數位影像處理技術，採取主題介紹方式，除了理論基礎之外，採用Python程式與OpenCV進行實作，強調理論與實務的緊密結合，藉以培養紮實的技術研發能力，內容豐富，同時包含深度學習、人工智慧等相關技術。

現在已經是萬物互聯的時代，從健身環到智慧家庭都是。了解如何透過網路與硬體元件互動來收集並分析使用者資料，到了今天變得更加重要了。物聯網（IoT）結合了時下最熱門的Python開放原始碼程式語言之後，就能用來製作具備直觀好用介面的智能物聯網系統。 本書包含三大篇幅，第一篇談的是物聯網的「網」。你會製作一些端對端的物聯網app來透過網路控制LED，接著學習如何使用Python來建立各種RESTful API、WebSocket API與MQTT服務。第二篇則是介紹電子電路與GPIO介接的重要觀念。到了第三篇，重點轉到物聯網的「物」，你會學到如何透過Python來連接與控制各種電子感測器與制動器，主題包含了馬達控制、超音波感測器測距與量測溫度。最後，我們還要告訴你如何用Python來實作許多進階的物聯網技術、整合各種物聯網資料視覺化與自動化平台，並完成一個相當厲害的物聯網專案。 讀完本書之後，你對物聯網開發就有相當的掌握，也會具備使用Python製作更複雜的物聯網系統所需的知識。 本書精彩內容： ．從零開始！了解如何使用Raspberry Pi來介接電子元件 ．了解如何製作感測器與致動器電路 ．使用Async IO、發佈/訂閱架構等更多方式來建構Python程式碼 ．整合各種感測器與致動器來自動化生活中的物聯網專案 ．整合電路專案與ThingSpeak、IFTTT來作到自動化應用 ．製作並運用RESTful API、WebSocket與MQTT來操作感測器與致動器 ．設定用於物聯網專題的Raspberry Pi與Python開發環境

AI之眼 幻影操控、變臉、唇語、美妝、手勢、肢體 表情偵測、人臉辨識 Python創意實戰 本書內容?《AI之眼》—— AI視覺時代的必讀指南！? ?幻影操控 × AI變臉 × 人臉識別 × 手勢追蹤? ?解鎖 AI 影像技術 × Python打造 AI 創意應用！?「AI變臉、表情分析、手勢追蹤，不只是電影特效，而是你的創作工具！」 還記得《Mission Impossible》中，湯姆克魯斯隔空拖曳螢幕、變換身份的畫面嗎？現在，你也可以用 Python程式，打造自己的「幻影操控」系統！◎本書特色 ★幻影操控：實作電影級互動技術。 ★變臉 & 美妝濾鏡：Face Mesh 解析變臉奧秘。 ★手勢追蹤 & 肢體識別：MediaPipe Hands、Pose 打造未來人機互動。 ★人臉辨識 & 門禁系統：DeepFace實作，從安全監控到 AI 互動應用。 ★疲勞駕駛偵測 & 表情分析：AI 深度學習技術落地應用。◎翻開本書，你將學到 ☆從零開始，打造 AI 影像處理專案。 ☆MediaPipe、DeepFace、Dlib、OpenCV 等強大Python模組的完整實戰。 ☆結合影像識別，創造安全監控、門禁系統、虛擬濾鏡、手勢密碼等創新應用。◎適合誰閱讀 ?AI 與 Python 開發者 —— 想要動手打造 AI 影像應用的人。 ?視覺創意工作者 —— 想探索 AI 美妝、變臉、濾鏡等新技術。 ?學生、研究者 —— 對 AI 影像處理充滿好奇，想親自實作。

★★★★★ Coding Tricks出神入化系列 ★★★★★ Python出神入化：Clean Coder才懂的Pythonic技法，為你的程式碼畫龍點睛！ Clean Code in Python - Second Edition Python無所不在，在軟體建構、系統管理、資料處理等領域都可以看到它的蹤影。來自不同領域的開發人員皆面臨雜亂無章、效率低落、不易閱讀、難以測試等非結構化程式碼的挑戰。在《Clean Code in Python》第二版的全新編譯本中，新增了近百頁的內容，我們將利用Python 3.9的最新功能，提升寫程式的技術力，並學習克服這些阻礙以及成功管理專案必備的所有工具。 本書首先描述編寫Clean Code的基本元素，以及它們如何在Python程式設計中發揮關鍵作用。你將學習使用Python標準函式庫與軟體設計的最佳實踐，編寫效能與可讀性兼具的程式碼。 本書更深入探討Python的物件導向程式設計，並說明如何運用描述器和生成器來使用物件。本書也將展示軟體測試的設計原則，並示範如何在程式碼中實作軟體設計模式來解決問題。在最後一章中，我們從堅實（SOLID）平台基礎的程式碼開始討論，將單體應用程式分解成基於微服務的應用程式。 讀完這本書，你將熟悉並應用業界認可的寫程式技巧，設計整潔、可維護又易讀的Pythonic程式碼！ 在這本書中，你將學到： ・利用自動化工具，建立具備效能的開發環境 ・利用Python的魔術方法，編寫整潔又出色的程式碼 ・建立強大的抽象，封裝技術細節，進而減少程式複雜度 ・使用裝飾器、描述器和生成器，建立Python專屬的解決方案 ・理解自動化測試的重要性，藉助單元測試優雅又有效地重構程式碼 ・以Pythonic的獨特風格實作常見的設計模式(例如轉接器、組合等等) ・Clean Code如何演變成為Clean Architecture，為堅實的架構打好基礎 下載範例程式檔案： 本書的程式碼是由GitHub託管，可點選下面圖案前往下載： 下載本書的彩色圖片： 提供您一個包含本書使用的彩色圖表的PDF檔案，可以在此下載：

Ⓞ 16 堂課引領入門, 學得會、做得順的絕佳教材！Ⓞ 最詳盡的深度學習基石書, CNN + RNN + GAN + DQN + DRL 各種模型學好學滿初學者想要自學深度學習 (Deep Learning), 可以在市面上找到一大堆「用 Python 學深度學習」、「用 xxx 框架快速上手深度學習」的書；也有不少書說「請從數學複習起！」, 捲起袖子好好探究底層那些數學原理......但過早切入

本書特色 這幾年心中總想寫一本可以讓擁有高中數學程度的讀者即可看懂人工智慧、機器學習或深度學習的書籍，或是說看了不會想睡覺的機器學習書籍，這個理念成為我撰寫這本書籍很重要的動力。為了卸除數學心房，筆者撰寫此書依循原則如下：★：數學原理彩色圖解。★：手工計算基礎數學。★：Python程式高效實作。這本數撰寫的幾個特色如下：☆：全數共用約205個Python實例，講解機器學習的基礎數學☆：極詳細、超清

最夯的 Python 套件解說 ✕ 最夯的資料科學、機器學習技術,本書帶您一次學會！Python 是近來最熱門的程式語言, 也是資料科學、機器學習實作時的首選語言。Python 之所以在這些領域大放異彩, 就是仰賴了各種功能強大的第三方套件, 不過套件百百款, 該從哪些下手呢？很簡單, 很少用到的先不用花太多時間, 我們挑常用、關鍵的先學好！本書為有志於學習資料科學、機器學習的初學者, 嚴選出 N

體貼的互動式學習體驗, 幫你打好程式基礎、補正觀念, 避開語法地雷；搭配上百個 Python 程式範例, 帶你掌握 50 種以上的熱門套件和新技術, 從初學到精通, 輕鬆跨過初學的門檻, 讓你的程式力有感升級！全新修訂最熱門的實戰應用, 快速晉升精通 Python 的技術者們！學 Python 就是要做得到、用出來, 本書帶你一步一腳印用科學方法解決複雜的問題, 快速有效切入實作, 完成各種有趣的

Your home is the perfect place for learning, fun, and sibling bonding!The Happy Learning Book for Siblings features 50 hands-on activities you can conduct in the comfort of your home. They are divided

從統計學出發，最實用的Python工具書。◆全書基於Python3.6.4編寫，兼容性高，為業界普遍使用之版本。◆以簡明文字闡述替代複雜公式推導，力求降低學習門檻。◆簡單易懂，理論完整，案例詳盡。◆包含AI領域熱門的深度學習、神經網路及統計思維的數據分析，洞察市場先機。Python，是當今大數據時代下最為流行的編程工具之一；資料分析，則是在科學研究中日益重視的環節。當開源語言的便利性，遇上統計思維

What do you think is the most amazing machine in the universe? A superconductor? The modern computer? A rocket ship? Think again: It’s the human body!Astonishingly intricate and complex, your body gro

用Python和No-Code工具來開發專屬你的LLM應用 新手友善的LLM應用實戰指南，理解本質才能精準操作LLM這個黑盒子 從基礎AI開發開始，奠定AI應用飛躍之路 【內容簡介】 ♚學習AI開發：建立正確觀念，奠定紮實基本功 ♚理論實作並行：由淺入深學習，搭配程式碼實作 ♚套件全面剖析：理解套件背後的設計思路與取捨 ♚搭配No-Code工具：完整解析繁體中文Dify實戰 本書改編自第16屆iThome鐵人賽生成式AI組冠軍系列文章《Python新手的AI之旅：從零開始打造屬於你的AI / LLM應用》。本書將一步步帶著讀者學習建構一個AI應用的必備知識，從理論到實作都有涵蓋，不用擔心自己沒有AI的基礎。 本書專注於推論階段的LLM應用，前半部分介紹的是AI的基礎知識、LLM API的使用方法，以及圍繞在LLM周邊問題的解決方案；後半部分則詳細介紹Agent以及Dify這個No-Code LLM應用設計平台的使用方法和小訣竅；最後則是LLM應用的相關補充資料。 看完本書的你，就相當於擁有精準操作LLM這個「黑盒子」的基本能力，任何天馬行空的想法都能實現，而這也將會是你進入AI領域最開心的前奏。 【目標讀者】 ✪Python新手、想做點什麼的人。 ✪對AI有興趣、不知道怎麼開始的人。 ✪對開發LLM應用有興趣的人。 ✪不怕被說是套模仔的人。 本書改編自第16屆iThome鐵人賽生成式AI組冠軍系列文章《Python新手的AI之旅：從零開始打造屬於你的AI / LLM應用》。本書將一步步帶著讀者學習建構一個AI應用的必備知識，從理論到實作都有涵蓋，不用擔心自己沒有AI的基礎。本書專注於推論階段的LLM應用，前半部分介紹的是AI的基礎知識、LLM API的使用方法，以及圍繞在LLM周邊問題的解決方案；後半部分則詳細介紹Agent以及Dify這個No-Code LLM應用設計平台的使用方法和小訣竅；最後則是LLM應用的相關補充資料。

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

對程式設計好陌生，想學卻不知道從何開始 學習Python時，無法有效地應用所學或缺乏實作經驗 想運用AI技術和現代工具加速學習，卻不得其門而入 對程式碼除錯感到困擾，需要更有效的除錯策略那這本書就是你的絕佳選擇！本書結合了清晰的教學方法、精心設計的練習，讓讀者能即時應用、強化概念，無縫結合理論與實踐，確保讀者真正掌握技能。有效運用現代AI技術來加速學習、提示撰寫、程式碼測試與除錯，一步一步帶領你如同電腦科學家般思考的學習過程。---------------------------------------------------------「這本指南非常出色！透過實際的練習（也是唯一真正有效的方式），引導有興趣的成人從零開始學習程式設計。這本第三版更棒的是，能讓讀者熟悉Jupyter Notebook和AI程式設計助理等現代工具的使用。」―Luciano Ramalho《流暢的Python》作者「這是一本絕佳的Python程式設計入門書，沒有任何多餘的文字或程式碼。第三版尤其令人興奮與期待，因為它會教你如何使用大型語言模型來加深你對程式設計的理解，即使是初學者也能輕鬆上手。」―Sam Lau《資料科學學習手冊》共同作者Python是進入程式設計世界的最佳選擇，而這本書以清晰、簡潔的方式，帶領你循序漸進地掌握這門語言――從基礎的程式設計概念開始，再逐步深入探討函式、資料結構以及物件導向程式設計。這本經過全面修訂的第三版，為了因應AI在程式設計領域日益重要的角色，特別納入大型語言模型（LLM）的相關應用，並新增有效提示（prompting）、程式碼測試與除錯的練習題。每章的練習都會讓你在學習過程中即時應用所學，強化技能。作者Allen Downey聚焦於那些在工具不停演變下依然很重要的基本程式設計概念。透過這本深受歡迎的實踐指南，你將學會：• Python語言的語法與語意。• 每個程式設計概念的清楚定義，並強調重要技術詞彙。• 如何操作變數、述句、函式與資料結構。• 讀寫檔案與資料庫的技巧。• 物件、方法及物件導向程式設計的基礎。• 語法錯誤、執行時期錯誤和語意錯誤的除錯策略。• 運用LLM加速學習，包含有效的提示、程式碼測試與除錯。

從現代網頁爬取資料爬取×解析×轉換──讓資料收集快、準、全，告別繁瑣工作！從HTML到API、從圖片到文字，使用Python做網頁爬取，能廣泛應用於市場預測、機器翻譯甚至是醫學診斷，實用性極高。因此，無論在哪一個領域，網路爬蟲都可以更有效地應用於商務、分析、提升生產效能，開創新機會。「本書是內容豐富的傑作，可幫助讀者有意識地、有效地抓取網頁資料，值得推薦給想從網站爬取資料、打算建立網站和分享資料的每一個人。」 —Michael HopkinsP.Geo., PMP如果說程式設計像魔法一樣，那麼「網站擷取」無疑就是一種巫術，只要寫一個簡單的自動程式，就可以用它來查詢網頁伺服器、請求資料、解析資料，並提取所需資訊。本書第三版經過徹底翻新，不僅介紹網路爬取，也全面性地教你如何從現代網頁抓取幾乎每一種類型的資料。本書的第一部分專門討論網路爬取機制，包括使用 Python 從網頁伺服器請求資訊、初步處理伺服器的回應，以及自動和網站進行互動。第二部分則探討更具體的工具和應用，以應對可能遇到的各種網頁爬取情境。本書教你如何：•解析複雜的HTML網頁•使用Scrapy框架來開發爬蟲•儲存你抓到的資料•從文件中讀取和提取資料•清理格式不嚴僅的資料，以及將之正規化•讀寫自然語言•爬取表單與登入網站•爬取JavaScript和 API•使用和編寫「圖片轉文字」軟體•避免爬網陷阱和反機器人封鎖•使用爬蟲來測試自己的網站

★ Google面試官、OPPO高級研究總監　聯手打造 融合頂尖科技企業的面試實戰經驗，精選矽谷與國際科技巨頭的典型題型，助你掌握Python技術面試的制勝關鍵。 ★ 美國喬治亞大學教授、Google專家　領銜推薦 全面涵蓋Python技術精要，特別強化常被忽略的系統設計題型，透過實戰範例與解題策略，打造通往矽谷的面試秘笈。 本書透過系統性理論與豐富案例，展現Python解決實務問題的強大能力，是一本兼具深度與廣度的技術與面試全書。內容不僅涵蓋資料結構與演算法的核心觀念，更突顯系統設計在面試中的關鍵角色。對於準備進入科技公司、精進Python實力的讀者而言，都是不可或缺的參考指南。 —— 劉天明　美國喬治亞大學電腦系教授 本書不僅是Python工程師的面試實戰指南，更是解決實務問題的高效工具書。透過清晰易懂的講解風格、豐富實例與模擬題設計，讓理論與實踐緊密結合。無論是準備面試、提升程式設計能力，或深化對系統設計的理解，本書皆為理想之選。 —— 陳瑛　Google Pixel相機部門經理 在科技人才輩出的矽谷職場中，如何於面試中脫穎而出？本書作者透過親身經歷並富有生命般的文字闡述，讓讀者有如親臨面試現場，從理論知識到案例研究，保證讓讀者詳細掌握Python最核心的問題解決能力。 —— 徐長愷　鴻海科技集團E事業群人工智能技術處資深處長 本書重點內容： ■　掌握面試策略：深入了解矽谷及國際科技大廠的面試流程與重點 ■　熟悉資料結構：從基礎到進階，透過實例掌握常用資料結構 ■　深入解析演算法：涵蓋核心演算法，結合實例解析實際應用技巧 ■　系統設計基礎：學習可擴展、高效系統架構的設計方法 ■　實戰案例解析：包括快取、爬蟲、自動補全等多元實例設計 ■　拓展進階知識：涵蓋並行處理、機器學習與推薦系統設計 ■　鞏固面試實力：藉由模擬題演練，強化應試技能 ■　提升職涯競爭力：為科技大廠面試做好萬全準備，爭取最佳待遇

使用Python實作台股、ETF量化分析，掌握自動化投資理財趨勢運用籌碼數據資料與技術指標進行策略結合的交易實戰指南【本書特色】✪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，定義獨有的籌碼指標✪計算指標後，透過圖表繪製，找出資料細節裡的魔鬼✪找出關鍵思維，建構正期望值的策略✪透過Discord Push打造策略訊號派送機器人【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。交易演算法是將主觀交易的想法具體量化，運用量化的優勢找到正期望值的交易策略，來創造更多的收益與機會。對於台股的交易策略，許多人認為市場只有價量資料可以進行數據分析，其實台股有許多籌碼資訊可以進行分析，而籌碼資料該如何去進行分析呢？又該如何延伸到交易策略的建構呢？有鑑於此，本書使用Python作為程式開發的語言，其本身語法友善、操作簡單，是切入程式交易的方便工具。本書內容均可實作，不論多好的交易策略，都要自己動手分析才能實際上場，並且範例程式碼非常彈性，讀者可以自行修改成自己的版本，讓我們一起打造超級績效吧！本書期待能透過更完整的介紹與更多的範例，帶給讀者更多的靈感刺激，每個人要依據自己的條件、狀態及環境，來找尋合適的投資方式與適合自己的策略邏輯。【精采內容】✪金融大數據資料的取得✪網路爬蟲的實戰演練✪ETF的詳細介紹✪建構完整的回測系統✪經典交易策略建構✪股權分散策略建構✪三大法人策略建構✪融資融券策略建構✪月營收交易策略建構✪一籃子股票回測方法✪Discord自動化策略訊號推播【目標讀者】✪想要學習Python來進行程式交易者✪想要客觀且嚴守紀律來投資者✪沒時間盯盤但想要自動化投資者✪想要了解交易規則並學習正確的程式交易者

The riveting investigative account of Nvidia, the tech company that has exploded in value for its artificial intelligence computing hardware, and Jensen Huang, Nvidia’s charismatic, uncompromising CEO In March 2024, following the revelation that ChatGPT had trained on Nvidia’s microchips, and twenty-one years after its founding in a Denny’s restaurant, Nvidia became the third most-valuable corporation on Earth. In The Thinking Machine, acclaimed journalist Stephen Witt recounts the unlikely story of how a manufacturer of video game components shocked Silicon Valley by establishing a monopoly on AI hardware, and in the process re-invented the computer. Essential to Nvidia’s meteoric success is its visionary CEO Jensen Huang, who more than a decade ago, on the basis of a few promising scientific results, bet his entire company on AI. Through unprecedented access to Huang, his friends, his investors, and his employees, Witt documents for the first time the company’s epic rise and its ic

資料結構必備好書，暢銷回饋中！ AI 再進化！ 使用 ChatGPT 高效率生成 Python 程式碼 資料結構是電腦科學領域中一門極為重要的基礎課程，對於從事資訊相關工作的專業人員而言，它具有不可忽視的價值。無論是在學術考試還是實際應用中，對資料結構的深入理解都至關重要。然而，對初學者而言，理解資料結構中的理論和演算法可能會帶來困難和挫折感。 本書的獨特之處在於使用豐富的圖例解釋相對複雜的理論，並以簡潔明瞭的方式詮釋資料結構理論。從基礎的概念開始，逐步使用 Python 語言解釋陣列、堆疊、鏈結串列、佇列、樹狀結構、圖形、排序、搜尋等重要主題。附錄中整理了資料結構相關的專有名詞，並提供了重要演算法的介紹和實作範例。 本書以簡潔有力、邏輯清晰的方式優化文句表達，並特別收集了大量習題，以確保讀者掌握各章節的學習成果。演算法節點盡量使用 Python 程式碼展示，而非虛擬碼形式。此外，本書還會展示由 ChatGPT 生成的程式碼。我們相信，ChatGPT 生成的程式碼具有簡潔性和精簡性，並能夠提供更好的解決方案。 ◇特別提供◇ —————————————————— ChatGPT 生成程式碼 —————————————————— 可與人工編寫程式碼相互比較作為參考！ ｜本書範例程式碼檔案，請至博碩官網下載｜ 本書特色 ☑ 完整的內容結構和清晰的邏輯，豐富的圖例解說提高可讀性 ☑ 使用 Python 語言實作資料結構理論，並透過範例程式碼深入解析 ☑ 參閱國家考試題型設計難易適中的習題，立即檢驗學習效果 ☑ 附錄彙整出資料結構相關的專有名詞，方便查詢加深學習印象 ☑ 增加「ChatGPT 解決觀點」欄位，幫助理解提高學習效率 資料結構必備好書，暢銷回饋中！ 本書以簡潔有力、邏輯清晰、圖例豐富的方式詮釋資料結構理論，並特別收集了大量習題，以確保讀者掌握各章節的學習成果。演算法節點盡量使用 Python 程式碼展示，而非虛擬碼形式。此外，本書還會展示由 ChatGPT 生成的程式碼。我們相信，ChatGPT 生成的程式碼具有簡潔性和精簡性，並能夠提供更好的解決方案。

數位影像處理技術相關應用涵蓋甚廣，例如工業視覺檢測、醫療影像診斷、遠端感測與地理資訊、衛星影像和航空影像的處理與分析、智慧型交通系統、安防與監控、行動裝置應用等。 本書編撰著重「實用」與「教學」的定位。為求讀者能實際運用書中知識，全書大量使用 Matlab 與 C++ / Python 語言的原始程式碼，且儘可能不倚賴工具箱來實現。

A sweeping history of and meditation on humanity's relationship with machines, showing how we got here and what happens nextFaith in technological fixes for our problems is waning. Automation, which promised relief from toil, has reactivated the long-standing fear of job redundancy. Information technology, meant to liberate us from traditional authority, is placing unprecedented powers of surveillance and control in the hands of a purely secular Big Brother.And for the first time, artificial intelligence threatens anthropogenic disaster – disaster caused by our own activities. Scientists join imaginative writers in warning us of the fate of Icarus, whose wings melted because he flew too close to the sun. This book tells the story of our fractured relationship with machines from humanity’s first tools down to the present and into the future.It raises the crucial question of why some parts of the world developed a ‘machine civilisation’ and not others, and traces the interactions between

【新書簡介】◆ 集結10多年豐富的實戰經驗，涵蓋量化交易的各種面向，快速上手Python期貨量化交易！ ◆本書以商品期貨為標的，Python為工具，讓你使用策略來進行量化交易。這些基於AI及統計學原理的交易方法，讓你不再靠感覺讓自己的金錢陷入險境。內容安排由快速講解Python原理開始，直接就進入量化交易的策略分析，通通是被殘酷市場驗證過的賺錢案例。不僅完整說明量化交易的API，也提供了開放原始碼的SDK做使用。之後講解CTA策略，交易方法相對規則化、系統化，結合不同的策略理論開發CTA策略，包括了最重要的回歸策略和布林帶、乖離率等等。另外也有完整的回測和實盤，讓你的策略能真正通過實戰測試，包括使用Tick資料讓回測更精準、回測績效報告詳解、如何避開回測中的陷阱、遞進和交叉回測、量化交易實盤。對優秀的量化交易者來說，掌握風險管理的方法是非常有必要的。本書也介紹了期貨市場的三大風險及正確的倉位管理方法。在最後的單元中，也說明了常用的止盈和止損方法、量化交易與基本面資料、交易中常用的數理知識、量化交易與統計學。本書從真正的實戰交易出發，透過各種經典策略案例來指導讀者實作學習，讓您以更精準的方式，殺入量化交易的熱區賺大錢！【獨家特色】★ 附帶完整的策略程式，提高學習效率。★ 涵蓋 Python 程式語言基礎知識。★ 對量化交易策略案例進行分析。★ 專案案例典型，實戰性強，高應用價值！★ 提供完整的技術支援。【適合讀者】● 需要全面學習量化交易的主觀交易者。● 金融分析師。● 金融專業學生。● 喜歡交易的 IT 從業者。● 希望提高量化交易水準的人員。※ 本書附程式碼，可至深智官網下載：https://deepwisdom.com.tw/

▍用「Python ✕ AI 神隊友」操作 Excel、Power BI，讓資料彙整、視覺化、報表製作...等辦公室重複作業全方位 Auto！▍AI 神威助力！呼叫 ChatGPT、Copilot 做自動化程式萬能顧問：生成自動化範例、詢問關鍵功能如何撰寫、生成程式註解、解釋程式、糾出錯誤直接更正...樣樣通！【辦公室作業自動化 (Office Automation)】是廣大上班族最渴望實現的夢想，只要你感覺很多動作總是日復一日一再重複做，程式語言正是簡化這些繁瑣作業的絕佳工具。儘管目前各種 AI 工具當紅，把檔案餵給 AI 處理或許可以免除掉一些機械化工作，但其實 AI 工具很多時候也是在背後用程式解決問題，因應不同的情況，當用 AI 怎樣都試出不來，勢必還是得懂點程式做客製化修改，才能打造出一鍵自動化、定時自動化...等「全」自動化的高效辦公方式。【用最紅的 Python ✕ AI 聊天機器人做 Excel、Power BI 自動化，資料處理更快更有彈性！】Python 的語法簡潔、擴充性強，是打造辦公室作業自動化的最佳助手，只要用對套件，短短幾行 Python 程式就可執行自動化工作。而且，在開發時還可以呼叫 AI 來幫忙，包括提供想法生成範例、詢問關鍵功能如何撰寫、請 AI 幫忙生成程式註解、解釋程式內容、糾出錯誤直接更正...等，本書會教你善用 AI 大大降低寫程式的門檻！如果以下是你的日常：．數十個 Excel 檔等著你逐一開啟，複製資料後貼到總表 ．逐一從多個 Excel 檔複製資料，還得彙總成老闆要的分析報表．有上百個檔案名稱要列表整理，逐一將檔名複製下來 ．逐一開啟文件搜尋是否有某關鍵字，並彙整存在的頁面、位置．Excel 工作表已整理好各區報表，逐一切換工作表轉檔成 PDF．Word 當中存在多個表格，逐一選取並貼到 Excel．每天固定時段到網路上抓資料匯入 Excel、Power BI，日復一日天天做......諸如此類的機械性重複工作，一兩次還沒什麼，但只要資料量很大、或次數很多時就會成了苦差事，跟著本書用 Python ✕ AI 通通一鍵完成，絕對可以少做很多苦工！【600 個程式實例 + 「★AI 神助攻 TIPS」，帶你徹底掌握辦公室作業自動化！】本書另一個特色是精心準備 600 個程式實例，包含 407 個 Excel / Word

本書教你如何從基於時間的數據（如日誌、客戶分析和其他事件流）中獲得即時、有意義的預測。在這本通俗易懂的書中，作者通過帶有注釋的Python代碼進行全面演示，你將學習用於時間序列預測的統計和深度學習方法。通過跟隨書中的實例鍛煉你的技能，你很快就會準備好建立自己的準確、有洞察力的預測。

本書精心設計近60個多樣化的實用範例，提供擬真繪製的電路圖，按圖施工、保證成功。初學者容易上手，能輕鬆建構有趣又好玩的互動作品。本書所使用的ESP32開發板，內建雙核心晶片，最高時脈可達 240MHz，與同級晶片相比，價格相對實惠。ESP32整合Wi-Fi、低功耗藍牙BLE與傳統藍牙功能，內建UART、SPI、I2C、PWM、ADC、DAC、電容觸控等多種主流通訊介面與周邊，深受創客者喜愛。本書以從未學習過電子、資訊相關知識的初學者角度，來設計多元化的實習單元，並且詳細解說。讀者能真正動手做，建立基礎、提升學習樂趣，並且能快速開發物聯網相關應用專題。■ 學習最容易：下載MicroPython 韌體到ESP32硬體，即能支援Python / MicroPython語言相較於C/C++，Python語法簡單、易學易懂。■ 資源最豐富：Python / MicroPython官網提供大量且用途廣泛的標準函式庫，網路上也提供相當豐富的第三方套件庫（Package）共享資源。■ 內容多樣化：使用常用元件及模組，包含發光二極體、矩陣型LED模組、七段顯示模組、液晶顯示模組、蜂鳴器、指撥開關、按鍵開關、矩陣鍵盤、直流馬達、伺服馬達、步進馬達、RFID模組，以及各類型感測器，精心設計近60個豐富多樣化的實用範例。■ 應用生活化：生活化的單元教學設計，除了提高學生學習興趣之外、也能培養學生創意設計的素養能力。專題實作涵蓋廣告燈、自行車燈、調光燈、電子輪盤、電子時鐘、電子琴、音樂盒、數位電壓表、小夜燈、測距儀、地震儀、停車場自動計數器、字幕機、觸控調光燈、自動窗簾、智慧農場、Wi-Fi智能插座、RFID防盜感應門鎖等實用的生活化應用。

★★★★★【國內作者第 1 本】【全彩印刷】【資料視覺化】★★★★★ ☆☆☆☆☆【國內作者第 1 本】【Python + matplotlib專業書籍】☆☆☆☆☆ 【32個主題】，【509個程式實例】 這本書的第一版書名是「matplotlib 2D到3D資料視覺化」，這版內容只是書名更改，整本書內容如下： ★ 完整解說操作matplotlib需要的Numpy知識 ☆ 認識座標軸與圖表內容設計 ★ 繪製多個圖表 ☆ 圖表的註解 ★ 建立與徹底認識圖表數學符號 ☆ 折線圖與堆疊折線圖 ★ 散點圖 ☆ 色彩映射Color mapping ★ 色彩條Colorbars ☆ 建立數據圖表 ★ 長條圖與橫條圖 ☆ 直方圖 ★ 圓餅圖 ☆ 箱線圖 ★ 極座標繪圖 ☆ 階梯圖 ★ 棉棒圖 ☆ 影像金字塔 ★ 間斷長條圖 ☆ 小提琴圖 ★ 誤差條 ☆ 輪廓圖 ★ 箭袋圖 ☆ 幾何圖形 ★ 表格製作 ☆ 基礎3D繪圖 ★ 3D曲面設計 ☆ 3D長條圖 ★ 設計動畫 整本書程式實例豐富，相信讀者只要遵循本書內容必定可以在最短時間精通使用Python + matplotlib完成資料視覺化。

✦ 實作特權帳密管理系統，解決特權帳密控管問題 ✦ 特權帳號與密碼是企業IT部門各項系統的命脈，同時也是資訊安全在管理上的弱點。近年來的入侵攻擊事件，就是利用公司的系統漏洞沒有即時修補，再加上內控不嚴謹所造成的系統帳密被盜用，不僅影響到公司的商譽，還有可能造成難以估計的財損。為了解決特權帳密控管問題，本書將透過現行 Python 所提供的套件（Crypto, Django, Tkinter），研發特權帳密的控管機制並將其實作。 全書分成4章，分別帶領讀者進入密碼學的領域進行編程，除了有密碼學理論進行對照，還用時下最廣泛使用的程式語言 Python，進行密碼系統的開發。｜密碼學的數論基礎與 ISO27001｜總覺得密碼學是難以探究的學門嗎？其實只要有高中的數學程度與耐心，在實作後與理論相呼應，學苟知本會更扎實；此外，依據 ISO27001 的附錄A.10 密碼學的控制措施，可以了解特權帳密管理的必要性。｜使用 PyCryptodome 在 Python 中實現加密演算法程式｜PyCryptomdome 提供了所有加解密的函式庫，即使對理論不清楚，也可以進行實作。Python 易學易懂，有許多函式庫與社群支持，相關技術可以藉由網路搜尋，相輔相成加速開發。｜Tkinter 搭配 Crypto 實作加解密的應用介面｜Tkinter 是視窗程式的開發套件，可實作使用者端的 UI，是 Python 用來開發應用程式的熱門函式庫。本書在每個範例程式碼都有說明與解釋，確定資料流後，完成實作上的輸入與輸出。｜用 Django 來 Web化密碼管理系統｜Django 是網頁應用程式的框架，MVC（Model-View-Controller）的架構。本書實作的密碼管理系統，結合了 SQLite 資料庫，將密碼管理系統架在網路上，實現 Web化。本書特色🔑從基礎數論到密碼學密碼學的基礎就是數論，每個理論都有數學作為對照，協助讀者了解基本原理。🔑特權帳密管理系統實作Crypto 套件提供豐富的加解密演算法，確定加解密流程後，用 Tkinter 設計 UI介面，並透過 Django套件將應用程式 Web化。🔑ISO27001管理機制依照 ISO27001（資訊安全管理國際標準）的「存取控制」、「密碼」、「作業的安全」等相關條文進行實作，以符合管理需求。專業推薦密碼學是所有應用程式的安

內容簡介:利用遊戲程式設計學習解決問題所需的基礎知識與步驟！豐富的範例實作！‧猜拳‧打地鼠‧井字遊戲‧翻牌配對遊戲‧黑白棋‧電子冰上曲棍球玩遊戲的同時，快樂地學習程式設計與演算法本書是使用Python製作遊戲與學習演算法的入門書。由帶領初學者入門的程式設計基礎開始，一步步從簡單的演算法學到高階演算法，讓每位讀者都能讀懂本書的內容。本書提及的演算法是解決問題的步驟或手段。學會演算法之後，就能具備解決各類問題的能力。

本書充分運用 樹莓派 與 NodeMCU-32S 的Wi-Fi、藍牙低功耗(BLE)無線通訊功能，以Python、MicroPython程式配合Node-RED建構物聯網，可藉著智慧型手機或筆電無論處在是否有Wi-Fi提供的場所都能來監控它。 本書分成三大部分 🔸樹莓派：從開箱設定到GPIO應用 🔸ESP32： 從GPIO腳位讀取溫濕度感測器、12位元類比訊號輸入得知光敏電阻值、到內建觸摸感測器運用 🔸樹莓派與ESP32：運用Node-RED融合兩者，輕易開發物聯網 書籍特色 🔸結合樹莓派與NodeMCU-32S建立實用物聯網 🔸運用Python與MicroPython撰寫感測與控制程式 🔸利用Node-RED以網頁撰寫程式整合硬體、使用者介面 🔸以Wi-Fi、藍牙低功耗(BLE)通訊傳遞訊息 閱讀本書後，你將學到 🔸樹莓派GPIO應用 🔸NodeMCU-32S GPIO應用 🔸Python與MicroPython程式設計 🔸Wi-Fi、藍牙低功耗(BLE)無線通訊模組應用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「物聯網」探索課程 🔸創客玩家DIY物聯網

★★★★★【20個主題】+【312個程式實例】★★★★★ ★★★★★【基礎操作】+【程式範例】+【專題實戰】★★★★★ ★★★★★【靈活運用tkinter設計GUI】★★★★★ 這是國內第一本使用Python內建模組tkinter，設計GUI程式中文書籍的第4版。全書超過312個程式實例，一步一步講解tkinter 控件(Widget)的基礎知識，同時也將應用範圍擴充至小算盤、碎形(Fractal)設計、文書編輯、走馬燈、模擬海龜繪圖、球類競賽、風扇設計、單個或多個反彈球設計、鐘擺、長條圖動態排序、動畫與遊戲設計、mp3音樂播放器。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環境的應用方法，讀者可以由這些程式實例事半功倍完成學會tkinter設計跨平台的視窗程式。 本書主要內容如下： ◆ 20個主題 ◆ 312個程式實例 ◆ tkinter與tkinter.ttk Widget解說 ◆ Widget共通屬性與方法 ◆ 變數類別Variable Classed ◆ 事件綁定Events and Binds ◆ 文書編輯程式 ◆ 小算盤程式 ◆ 動畫遊戲 ◆ 模擬海龜繪圖 ◆ 靜態與動態繪圖 ◆ 球類競賽 ◆ 單個或多個反彈球設計 ◆ 動態長條圖排序 ◆ 鐘擺程式設計 ◆ 科赫雪花碎形(Fractal)設計 ◆ mp3音樂播放器