一邊解題一邊學|Python初學者的練習本
本書可以幫助你奠定基礎，培養走出Python新手村的功力& & 本書與其他Python入門書最大的不同，就是在解說語法的單元後面設計了「mission（任務）」頁面，幫助你在學習的過程學會「立刻瞭解程式的反應能力」。& & 跟著本書練習，您將可以學到：& ．如何一眼判斷計算順序& ．如何預測條件式的結果& ．如何掌握條件式與重複處理的流程& ．如何處理資料& ．深入瞭解推導式& ．理解函數的執行順序& ．如何解讀官方文件& ．如何尋找錯誤原因 &
Python精粹|來自專家的經驗精華
現代Python(3.6以上)開發的專家見解，來自《PYTHON ESSENTIAL REFERENCE》的作者 現代Python的豐富性對各層級的開發者而言都是挑戰。剛接觸Python的程式設計師怎樣才能知道從哪裡開始而不被資訊淹沒？有經驗的Python開發者如何知道他們寫出來的程式碼是清晰而且有效的？如何從學習個別功能跳到更深層次的Python思考？Dave Beazley的新作《Python精粹》討論了這些問題和其他許多現實世界的議題。 這本簡明的手冊以Python 3.6或更高版本為重點，關注該語言的基礎核心，透過更新過的程式碼範例來闡明Python的運作原理，以及如何架構更容易解釋、測試和除錯的程式。在整個過程中，Beazley反思了他在向科學家、工程師和開發人員教授Python以及試著超越Python的極限時學到的所有知識。 這本務實的指南並沒有試圖涵蓋這個有30年歷史的語言的每一個可能的功能和特異之處，而是提供與基本程式設計主題有關的簡明敘述，如資料抽象化、流程控制、程式結構、函式、物件和模組等，任何規模的Python專案都以這些主題為基礎。 ‧探索Python的核心，從變數到套件 ‧更有效地解決資料操作和分析的問題 ‧以清晰和可靠為目標來設計程式的結構 ‧控制物件並掌握定義其行為的「協定(protocols)」 ‧掌握函式和函式型程式設計(functional programming)的慣用語 ‧發現產生器所提供的令人驚訝的能力 ‧從高層次和技術性的角度來理解類別 ‧透過了解模組和套件來規劃專案的發展 ‧學習正確處理I/O的技巧和抽象層 ‧字典(Dicts)！
Keras大神歸位：深度學習全面進化！用 Python 實作CNN、RNN、GRU、LSTM、GAN、VAE、Transfor
正宗Keras大神著作再次降臨！ 近10年來，深度學習為人工智慧領域帶來了出色的進展，也解鎖了許多有趣的新功能，如：機器翻譯、影像識別、物體定位等不一而足。毫不誇張地說，深度學習已迅速成為每位軟體開發者必備的武器。此外，諸如Keras和TensorFlow等先進的工具，也消除了普通人與深度學習之間的隔閡。即使你只有高中程度的數學知識，且甚至沒有資料科學的相關背景，也依舊可以透過這些工具來建構有趣的深度學習應用。 本書由 Keras 創始者親自撰寫，沒人比他更了解Keras這套工具，雖然如此，但這並不是一本 Keras 的使用手冊，而是帶你從頭開始探索深度學習，進而拓展對深度學習理解的經典之作。你也將從中明瞭解決機器學習問題的標準作業流程，以及未來實務上如何克服可能遇到的問題。 本書前一版在全世界都獲得非常高的評價，並被翻譯成12種語言，到現在仍是技術社群推薦必讀的深度學習入門書。不過深度學習技術在這短短幾年有巨大的進展，因此第二版作者新增了許多常見任務的實作專案，例如：影像分割、時間序列預測、機器翻譯等。另外，作者還加入了當前熱門技術的介紹，如attention機制、Transformer架構、KerasTuner等，並搭配實作案例來加深讀者的理解。 由於第二版的內容修改幅度極大，因此中文版重新編譯，由業內專家進行翻譯、審閱，在專有名詞的說法和敘述，都更加符合國內業界的習慣用語。無論你是從業中的機器學習工程師、軟體開發人員，還是資訊科系學生，本書的內容都會對你有所幫助。 & 本書特色: & ☆全面採用最新的Tensorflow × Keras版本 ☆Keras創始者親筆之作，以自身經驗分享深度學習的門道 ☆從做中學，各章皆搭配豐富專案實作，不會只是紙上談兵 ☆延續第一版的紮實基礎內容，新增了當前最熱門的技術，讓讀者可以更上一層樓 ■卷積神經網路 ■殘差連接 ■變分自編碼器(VAE) ■self-attention機制 ■Transformer架構 ■KerasTuner超參數調校 ■模型集成 ■混合精度訓練 等等 ☆本書由施威銘研究室監修，書中針對原書進行大量補充，並適當添加註解，幫助讀者更好地理解內容 &
數位與醫學的人工智慧影像處理技術：Python 實務
【重點大綱】 & 基礎醫學影像系統：認識醫學影像系統中，會使用到影像處理的醫學影像技術，其中包括了電腦斷層掃描、核磁共振成像、正電子掃描、超音波等等，並了解其原理與應用．另外也介紹 DICOM和PACS，可以瞭解在醫學系統中，如何透過統一的標準進行影像傳遞與應用。 & 數位影像處理：運用大量的Python語言以及OpenCV，可以快速了解數位影像的處理技術，如影像的存取、呈現、剪裁縮放與旋轉、對比亮度的調整。影像註冊與分割技術也是醫學影像中的重點，透過註冊、對位的方式，可以觀察手術前後的變化，並介紹機器學習與深度學習應具備的基本知識，以利第三部分的應用。 & 醫學影像處理技術與應用：專注於醫學影像處理的技術與應用，從醫學影像分割開始讓讀者一步步進入該領域，透過邊緣檢測或以區域為主影像分割技術開始介紹，並介紹其實際應用方法。 & 專業推薦 & 「智慧醫療」為全球醫療發展趨勢，政府相關部會近年來高度重視並積極推動。本書正是學習醫學影像的大數據分析與人工智慧技術的基礎工具書。值得一提的是，最後以Python這套程式語言搭配OpenCV套件來進行影像處理的實作，更是手把手學習數位影像處理技術的捷徑。透過這本書，讀者可以迅速掌握數位醫學影像的關鍵技術。——元智大學資訊學院特聘教授兼院長，臻鼎科技集團-元智大學大數據聯合研發中心主任 詹前隆 &
用Python學程式設計運算思維：第二版(涵蓋ITS Python國際認證模擬試題)
*本書適合想打好Python程式設計基礎者，章節安排由淺而深，以循序漸進的方式來介紹Python程式語言最核心的知識。 *程式範例架構明確，將程式範例分為「程式設計目標」、「參考程式碼」和「程式碼解說」等三個部分。 *強調從做中學，設計超過百題的實用Python程式範例，有效提升學習樂趣並降低學習障礙，適合教學與自學。 *本書介紹運算思維與電腦解題的特性，並且說明「大學程式設計先修檢測APCS」的現況。 *特別融入Certiport ITS Python(IT Specialist Certification)資訊科技專家國際證照考試重點，編寫豐富的模擬試題於各章習題，並於書末納入ITS Python認證模擬試題，讓您掌握考試關鍵，順利考取證照。
Python從初學到生活應用超實務：讓Python幫你處理日常生活與工作中繁瑣重複的工作
不只學會 Python，還要讓它「真正」進入你的日常生活！ 從語言入門、圖片影音處理、辦公室自動化到 AI 辨識系統一次上手！ 活用 PIL、Pandas、OpenCV、Matplotlib、MediaPipe、CVZone 等熱門 Python 套件！ & ．快速上手基礎的 Python 語言 ．圖片 / 影片預處理、影像及文字辨識 ．設定自動排程、批次檔案處理、操作自動化 ．爬取電影 / 天氣 / 匯率等即時資料 ．進行資料分析與視覺化圖表 ．學會人臉、手勢及姿勢等即時影像偵測 ．打造 AI 車牌辨識系統 ．建立 LINE BOT 聊天客服機器人 ．活用 PIL、Pandas、OpenCV、MediaPipe、CVZone 等熱門套件 ．提供每章習題及範例程式資源 & 適用讀者 ✓ 已經有其他程式語言基礎、或對運算思維有興趣的初學者 ✓ 適合讀者自學 Python 程式設計，亦可作為 Python 程式設計相關課程的上課教材 & 本書特色 & 本書讓你學得到 Python；用得到 Python；還能夠真正活用 Python 來解決日常生活、學習和工作問題。全書一共分為五大篇 ── 「Python 語言快速入門篇」、「影片剪輯和影像處理篇」、「辦公室自動化篇」、「網路爬蟲 / 大數據與視覺化篇」、「AI 人工智慧與資料庫篇」。並提供許多立即可用的生活應用範例：Word 及Excel 的 Office 自動化、自動化批次檔案處理、自動排程、自動填寫 HTML 表單欄位、網路爬取即時資料、Open Data、大數據分析、資料視覺化與 MySQL 資料庫使用。 & 另外，本書提供了許多 Python 人工智慧應用：人臉、手勢和姿勢等即時影像偵測，以及 OpenCV 影像預處理、Webcam 應用和串流視訊，讓你實際打造車牌、物體、文字辨識系統。最後使用 Chatterbot 的 AI 對話訓練，建立 LINE BOT 聊天機器人。 &
輕課程 micro：bit與iMoto BitRacer智慧車完美結合線迷宮競賽-使用MakeCode程式設計-最新版-
本書希望透過BitRacer、micro:bit微型電腦以及MakeCode積木程式的撰寫環境，完成以下輪型機器人的學習目標： 1.學會以程式控制 BitRacer 輪型機器人上的彩色LED燈、蜂鳴器、紅外線感測器以及運動控制等。 2.藉由紅外線感測器對於紅外線反射量的類比讀值，熟悉使用權重，或是內差演算法，及其對應的程式，精確估測賽道相對於BitRacer輪型機器人中心線的位置。 3.熟悉如何使用BitRacer中心線與賽道間的誤差數值，以及比例差分回授控制的程式實現和調校方法，達成BitRacer輪型機器人，快速而平順的循線運動。 4.藉由超音波感測器偵測與障礙物間的距離，練習循線與避障兩種不同運動方式控制程式的整合。 5.學習並且理解樹狀線迷宮搜尋終點，以及找出起點到終點間最短路徑的方法。再將它實現在micro:bit微型電腦的程式中，藉此來控制BitRacer輪型機器人在任意的樹狀線迷宮中，自主的找到終點與最短路徑。 &
Python資料科學自學聖經：不只是建模！用實戰帶你預測趨勢、找出問題與發現價值(附關鍵影音教學、範例檔)
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、支持向量機演算法)。 ■深度學習：學習工具(TensorFlow、Keras)、深度神經網路(DNN)、MNIST手寫數字圖片辨識實作、Gradio模組(深度學習成果展示、過擬合)、卷積神經網路(CNN)與循環神經網路(RNN)。 ■模型訓練進化：預訓練模型、遷移學習、深度學習參數調校、hyperas參數調校神器，以及手寫數字辨識參數調校。 【超值學習資源】 獨家收錄「Python資料科學關鍵影音教學」、全書範例程式檔
超高效！Python × Excel資料分析自動化：輕鬆打造你的完美工作法！
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。 &
Python 投資停看聽：運用 Open data 打造自動化燈號，學會金融分析精準投資法(iT邦幫忙鐵人賽系列書)
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。 & 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。 & 本書特色 & 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 &
好好玩！Python程式設計入門與實例應用：鍛鍊邏輯思維×徹底掌握核心
內容架構完整：範例程式說明、主控台之應用、程式視窗元件、學習輕鬆上手。 強化核心理論：Python程式設計、基礎函式模組、GUI介面元件，重點詳加解說。 章末重點整理：加深學習印象、利用自我評量、強化學習效果、最完整的支援。 & ※適合讀者初學Python程式設計，以實作導引觀念，相關課程必備上課教材。※ & 本書是以初學者入門觀點編著，以簡潔文詞表達，使讀者輕鬆切入、輕鬆學習。內容以實作導引觀念，先從最基本的程式概念開始說明，接著透過與Python Shell的互動交談模式，介紹基本語法，再加上使用元件概念，引領讀者進入Python的程式設計領域。 & 如果您是正要接觸Python或想要一探程式設計原理的讀者，書中圖解化的概念及簡易的說明，可以讓您循序漸進地學好程式設計。書中的所有範例程式皆可於博碩官網下載，讀者可以依照學習進度練習，配合各章教學內容的練習題，讓讀者自我評量學習成果。 & 【精采內容】 ▲充滿魔法的Python：認識Python IDLE、跟Python Shell聊聊天、好幫手help()函式。 ▲Python的百變海龜：Python Turtle從海龜看世界、Turtle繪圖、繪製幾何圖形。 ▲Python魔法箱：保留字和關鍵字、整數型別、面對實數、代數問題、運算子。 ▲程式轉圈更有趣：流程控制、for和while迴圈、continue和break敘述。 ▲程式也有選擇權：if敘述、字串與運算子、格式化字串。 ▲組合不同的資料：序列型別、內建函式Tuple、List物件、資料排序與加總。 ▲重覆工作交給函式：定義函式、有去有回的參數、參引數列、Lambda函式、變數。 ▲模組與函式庫：匯入模組、隨機數值random模組、取得時間戳time模組、datetime模組、詞雲。 ▲GUI介面：物件導向機制、tkinter套件、元件與版面管理。 ▲一起玩PyGame：Pygame套件、Pygame繪圖、一筆繪基本圖、參與遊戲的要角。 &
Python論文數據統計分析
運用Python進行資料分析，讓數據說話，有效達成論文目標。 ⊙統計分析初學者最佳實用手冊，精要理論＋手把手操作教學。 ⊙內容涵蓋論文寫作常用的敘述統計、推論統計、非參數檢定，並延伸至結構方程模式，對於需要撰寫論文但對統計方法不熟悉的研究生尤其受用。 ⊙適用於社會科學領域的學生和研究人員，特別是碩博士量化研究論文應用在問卷調查方面的分析、多變量研究、實驗設計與統計課程等項目。 需要的論文統計分析方法都在這裡！ 受限於軟體工具的取得，研究者有可能面臨雖掌握足夠的數據資料，卻缺乏專業統計分析工具的窘境。本書介紹的Python為開放原始碼的開源軟體，解決統計分析軟體高成本、難入手的研究門檻，對於學術工作帶來極大的便利性與可及性，可協助提升研究專業能力。 Python的應用具有寬廣的發揮度，比如透過網路爬蟲抓取即時資料作大數據分析、編寫程式來加大對議題鑽研的深度與廣度的可能性，也能更加深入嘗試使用該工具來完成數據分析工作並獲得良好成果。書中內容在有關統計學部分作基礎概念解說，並偏重在數據分析的手把手教學步驟示現，讓初學者或者是有論文需求者可以按照內容簡易操作，並達成高效率地論文數據統計分析目標。 &
跟阿志哥學Python(第六版)(附範例光碟)
本書以兩人交談的方式，讓讀者從本書主角－－阿志哥和苡凡妹－－兩人輕鬆的對話中，引發對Python程式設計的興趣。本書亦將初學者在撰寫程式時容易出錯的地方彰顯出來，讓讀者深刻地烙印在腦海中，往後不會出現同樣的錯誤。另外，為了讓讀者了解每一章的主題，在各章章首置入饒富趣味的圖片，點出該章的學習目標，為學習Python程式設計增添了樂趣。本書擁有豐富的範例程式和說明，幫助讀者在學習的過程中達到事半功倍之效。最重要的，程式編寫完成後，必須除錯，所以在每一章的上機實習題目中，作者精心設計一些容易出錯的題目作為練習，久而久之，編寫程式的技巧會愈發純熟。
Python與物聯網程式開發終極實戰寶典
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
運算思維與App Inventor2程式設計-含ITC資通訊認證Basic Computational Thinking and Visual Programming
1.依據App Inventor 2特有的積木方塊式程式設計、網路雲端開發環境、完整配套元件、支援樂高方塊、搭配Google Play商店等5大特性，搭配主題程式設計應用學習。 2.本書共13章，內容簡單易懂，操作步驟一目瞭然，只要按部就班即可完成各個專案。 3.課後習題結合ITC資通訊認證，可自我檢視學習成效，亦可學習本書所舉之應用考取認證。 4. MOSME行動學習一點通功能： 使用「MOSME 行動學習一點通」，登入會員與書籍序號後，可下載書上的範例練習檔，並可線上練習書籍裡所有題目。 影音：於學習資源「影音教學」專區，線上觀看本書影音教學22部影片共240分鐘。 診斷：可反覆線上測驗書籍裡所有題目。 評量：習題結合ITC資通訊認證，提升考取認證的實力。 加值：附上書籍的範例練習檔，提供讀者下載使用。 &
輕鬆玩Python程式設計(第二版)(附範例光碟)
Python擁有簡潔與直覺的語法，比起C與Java更適合初學者。Python有變數、運算子、條件判斷與迴圈等程式語言所需要的概念，且使用直譯器執行程式，執行一行程式就可以獲得一行程式的執行結果，獲得即時的回饋，不需要全部寫完才能執行，對初學者而言降低了進入程式設計的門檻。本書介紹Python的基礎概念，分別是程式編輯器環境介紹、變數、運算子、各種儲存容器、選擇結構、迴圈與生成式、函式、模組、類別與例外等，讓讀者可以盡快上手Python的概念與語法。
Python網頁框架超集合：在Django、Tornado、Flask、Twisted全面應用
想一次學會 Python 四大網頁框架嗎？ 本書幫助您掌握與應用 Python 3 及 Django、Tornado、Flask、Twisted！ Python榮登2021年程式語言排行之首，被應用於開發各種應用程式，在網頁開發的世界也成為了當紅炸子雞。 Python入門新手／擅於Web開發的老手都適合的選擇 ★ 從『Python基礎建立』到『Web Frameworks全面應用』 本書作為Python入門到網頁框架實作開發的指南，凡是對Python與網頁設計開發有熱忱的讀者，本書是您再合適不過的選擇！ 全書皆以Python 3進行講解與實作，亦詳細說明網路通訊（TCP/IP、HTTP、Socket）、網頁前端設計（HTML、CSS、JavaScript）、資料庫與ORM，從基礎知識扎根；建立Python基本觀念之後，循序漸進說明最新穎的四大網頁框架——Django、Tornado、Flask、Twisted，最後針對每個網頁框架選出了最合適的網頁專案進行實作開發，包含社交網站、聊天室、資訊管理系統、物聯網訊息閘道等實際IS系統場景，讓讀者知悉並 go through 前端開發由概觀到細節的過程。 本書特色 ◆ 真正零基礎學Python Web開發，保證誰都看得懂！ ◆ 網羅四大網頁框架： - 最穩定的老牌Django開發框架 - 最高性能的Tornado開發框架 - 小巧輕快的微框架Flask - 事件驅動的Twisted開發框架 ◆ 以Django / Tornado / Flask / Twisted實作開發： - Django + PostgreSQL開發Twitter系統 - Tornado + jQuery開發WebSocket聊天室 - Flask + Bootstrap + Restful開發資訊管理系統 - Twisted + SQLAlchemy + ZeroMQ開發跨平台物聯網訊息閘道
強健的Python|撰寫潔淨且可維護的程式碼
你的Python專案開始越來越龐大了嗎？你是否因為你的源碼庫擴展了，變得更難除錯和維護而感到痛苦？Python是一種容易學習和使用的語言，但這也意味著系統可以迅速增長到無法理解的程度。值得慶幸的是，Python具備幫助開發人員克服可維護性困境的功能。 在這本實用的書中，作者Patrick Viafore告訴你如何運用Python的型別系統到極致。你會看到使用者定義的型別，例如類別和列舉，以及Python的型別提示系統。你還將學習如何使Python具有可擴充性，以及如何使用全面的測試策略作為安全網。利用這些提示和技術，你將寫出更清晰、更可維護的程式碼。 ‧了解為什麼型別在現代開發生態系統中是不可或缺的 ‧了解諸如類別、字典和列舉等型別的選擇如何反映特定的意圖 ‧在不使軟體變得臃腫的前提下使Python在未來具有可擴充性 ‧使用流行的Python工具來提高你源碼庫的安全性和強健性 ‧評估目前的程式碼以檢測常見的可維護性問題 ‧使用linter和測試在你源碼庫周圍建立一個安全網
matplotlib 2D到3D資料視覺化王者歸來(全彩印刷)
matplotlib 2D到3D資料視覺化 王者歸來 | 全彩印刷 | ★★★★★ 【國內作者第１本】【全彩印刷】【資料視覺化】 ★★★★★ ☆☆☆☆☆ 【國內作者第１本】【matplotlib書籍】 ☆☆☆☆☆ 本書包含【32個主題】、【509個程式實例】，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 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。
一行指令學Python：用Pandas掌握商務大數據分析(第二版)
在Python裡，最重要的套件應該是pandas。非資訊專長的初學者要學Python，一定要學pandas，因為它容易入手，而且功能強大。pandas具有強大的資料分析、繪圖能力，甚至能做網路爬蟲。將pandas分析結果回存到Excel也是輕而易舉！本書就是著重在pandas的介紹。本書旨在引導讀者用Python來解決問題。研究發現，問題導向學習有助提升學習熱情和學習成效。藉由在實際問題中引發學習動機和熱情，並且親自操作，來尋找問題答案並解決問題！Boud（1987）就主張，學習的起點應該始於學習者想要解決的問題、疑問或困擾。因此，筆者設計的這些問題只是起點，更希望讀者能將這些知識與生活或工作遭遇的問題做連結，進一步提出屬於自己的問題，並累積解決問題的技巧。本次改版，作者新加入了「pandas禪」的概念，協助讀者發展兼具結構與易讀性的程式寫作風格，讓寫程式如文章寫作般行雲流水，進入「禪」的意境。
超簡單！Python與Excel整合應用150技
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。
Python 幫幫忙！用程式思維解決現實世界問題
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 ...等 16 個實務專案 本書特色 ● 多領域專案情境＋整合 Python 套件與技術 ● 16 個專案還不夠？每章結尾再提供練習專案和挑戰題，延伸共計有 48 個專案 ● 書上程式碼都加上詳細中文註解，清晰明瞭、一看就懂，進階 Python 語法也會適當提點說明 ● 全書範例提供 .py 檔和 .ipynb 檔兩種格式，方便讀者用不同方式執行應用 ● 本書由施威銘研究室監修，書中針對原書內容進行大量補充，並適當添加註解，幫助讀者更好地理解內容
集成式學習：Python 實踐！整合全部技術，打造最強模型
別再傻傻只選一個模型 訓練很多模型，卻不知道應該選哪一個？沒有一個模型達標？每個模型都有其優缺點，無法取捨？ 小朋友才做選擇，大人全都要！你該試試集成式學習！ 集成式學習是使用 2 種或更多的機器學習演算法，來組合出預測能力更好的模型。DeepMind 已經使用集成式學習來組合多個神經網路，控制 Google 資料中心的運作效能；集成式學習技術也在 Kaggle 平台上，席捲了各個競賽的第一名寶座。因此，集成式學習是建立出更具威力的模型，不可或缺的技術之一。 本書會介紹實務上常見的集成式學習演算法，如硬投票、軟投票、堆疊法、自助聚合法、適應提升法、梯度提升法、隨機森林、極端隨機樹等，並且使用熱門的 scikit-learn、Keras、OpenEnsembles、XGBoost 等 Python 函式庫來實作各種不同的集成式學習技術，建構出一個強大的模型。熟稔本書的內容後，不但可以精通集成式學習，在實際情境中面對問題時，亦能具備充分的專業知識判斷適用的集成式學習方法，並成功實作它們。 書中採用「做中學」的方式，讓你不僅可以快速掌握理論基礎，也能了解各種集成式學習技術的實作，再加上運用真實世界中的資料集，你將能夠建立出更佳的機器學習模型，以解決各種問題，包含迴歸、分類、分群。 現在翻開本書，讓我們一起進入集成式學習的世界，整合你所會的全部技術，打造最強大的模型。 本書特色 & ● 繁體中文第 1 本集成式學習專書，告訴你不要再傻傻地只選一個模型 ● 完整介紹集成式學習中常見的演算法，包含極端隨機樹、堆疊法、自助聚合法、提升法等 ● 一書掌握實作集成式學習的必備套件，如 Scikit-Learn、OpenEnsembles、XGBoost 等 ● 用 Python 刻演算法給你看，接著告訴你怎麼用套件。讓你不只會做，還懂為什麼這麼做 ● 以 5 個實務案例來展示集成式學習的威力 ● 本書由施威銘研究室監修，內容易讀易懂，並加入大量「小編補充」補充必要知識 ● 本書 Python 範例程式免費下載
Python基礎與物件導向程式設計
◆ 為前進人工智慧與物聯網相關技術的基礎學習課程。 ◆ 年輕化的內容風格，為應屆在學學生以及職訓學員學習量身打造的教學內容。 ◆ 適用於各級學校校園課程的課堂教學。 & 本書是以Python程式語言為主軸，介紹使用Python語言進行程式設計的各項重點，同時以Python第三版開始大大強調的物件導向程式設計為另一重點，介紹物件導向的設計概念，讓讀者在將來程式設計風格上得以發展出可大可廣之特色。 本書主要由以下4個重點構成，程式設計基礎概念、重要模組套件的使用、培養重要的系統設計能力、進階程式設計能力初探，層層引導讀者由對Python程式語言的初探到培養程式邏輯，進而延展出讓程式進一步具有對外溝通能力，接續探討重要的物件導向程式設計，最終導入進階的多執行緒處理架構，希冀能逐步建構讀者程式設計能力，讓讀者得以在淺顯易懂、循序漸進地說解過程中快速深入Python的殿堂。 & ※請至深石數位網站下載範例檔案 http://www.deepstone.com.tw/ & 本書特色 & & 勞動部產業新尖兵計畫職訓課程「人工智慧金融應用與實務培訓班」專業用書 & 本書是－ 針對不會程式設計之讀者寫的！ 針對年輕讀者寫的！ 針對想把自己訓練成「瑞士刀」之程式設計者寫的！
銷售 AI 化！看資料科學家如何思考，用 Python 打造能賺錢的機器學習模型
【世界發生劇變！銷售 AI 化勢在必行！】 AI 議題已經講了好多年，然而絕大多數的企業仍然沿用老路子做生意，亂槍打鳥式的銷售方式也沒甚麼進步。然而時代不同了，既然有 AI 這個好工具為何不用？因為不懂不會所以不知該如何開始？眼睜睜看著 Google、Facebook 靠著 AI 化的銷售技術大賺特賺！ 其實，AI 不是大企業才能作，中小企業也可以，但不是全面做，而是挑選適合的做。最容易做到且很快就能換成實績的就是行銷、業務的銷售工作，只要利用自身累積的銷售與客戶等資料就行，讓 AI 自動找出其中隱藏的銷售密碼，並直接運用在工作中驗證，這就是本書的主軸：銷售 AI 化，讓機器學習來幫忙。 【AI 不是打高空，要落實在工作中】 許多工程師學了 AI 技術，卻不知道如何讓技術落地！其實開發以銷售為目的的 AI 並不需要高深的技術，只要用機器學習就能辦到。書中範例使用的都是真實企業產生的工作資料，例如要預測潛在客戶時，可讓 AI 從客戶職業、年齡與過去的銷售實績等資料自動學習，找出資料間的關係建出模型並做出預測，我們就可以對商品或客戶擬定策略去執行計畫。也可以依據過去幾年的每日銷量，考慮節假日的影響，利用 Facebook 提供的時間序列套件去預測未來一段時間的銷量等等。 重要的商用實作範例包括： ●銷售成交預測 ●銷量或來客數預測 ●季節週期性變化預測 ●推薦商品提案 ●根據客群制定銷售策略 本書由世界 500 大企業 Accenture (埃森哲) 公司的 AI 集團資深總監親自執筆，規劃出開發 AI 專案的標準流程，從選擇適合引入工作中的 AI 開始，一路到訓練資料的取得、資料加工、選擇演算法及建立 AI 模型之後的評估與調整等 9 大步驟。即使沒有開發過 AI 專案經驗的人也不用擔心，只要跟著動手做，就能看到成果。 書中的案例會實作監督式學習與非監督式學習中「分類」、「迴歸」、「時間序列」、「關聯分析」、「分群」、「降維」等各種演算法，讓讀者依照問題的類型選擇適用的處理模式。而且每個專案都不馬虎，從頭做到尾一遍一遍演練 SOP，將流程深深印入腦海，熟悉每個步驟之後才能順利應用到自己的專案。 【邁向資料科學家之路】 書中提供的所有 Python 程式都是可以運用在實務工作上的原型，每個人都可以利用這些原型建出自己想要的機器學習模型。了解如何從實務觀點建立 AI，藉由本書了解整個專案的開發流程以及 Python 程式的實作方式，也等於邁出成為資料科學家的第一步。 許多書籍在教導讀者建出 AI 模型後就結束了，但資料科學家最有價值之處就在於建出預測模型後該如何因應提出的需求做調整，本書也會詳細介紹數種調整模型的方法與策略。 【適合的讀者程度】 無論是 MIS、程式設計師、業務或行銷主管、只要具備 Python 程式基礎就可以開始。AI 專案常用的 NumPy、Pandas 與 Matplotlib 等必備 Python 套件，也會在書附講座中一一介紹供讀者練習。開發環境是雲端的 Google Colaboratory，只要能上網就能用，省去在自己電腦安裝軟體的麻煩。 本書特色 & 1. 世界 500 大 Accenture (埃森哲) 公司 AI 集團資深總監親自執筆 2. 實用性最高！能實際運用在提高公司的銷售績效。 3. 一點都不難！只要具備 Python 語言基礎就能上手。 4. 由施威銘研究室監修，在適當的地方補充說明幫助讀者理解。
理解演算法|Python初學者的深度歷險
本書是演算法入門指南，以Python程式實作應用廣泛的演算法，內容主題包含多種現代演算法，用於搜尋、排序及最佳化；以人為本的演算法，協助人們接球運動的判斷；高等演算法，用於機器學習與人工智慧領域；以及古文明演算法，用於算數值相乘、求最大公因數、產生幻方。 本書將帶領您學習： ‧產生幾何用途廣泛的Voronoi圖 ‧以演算法建置簡單聊天機器人、贏得棋賽、玩數獨遊戲 ‧實作梯度上升(下降)演算法程式，求出函數最大值(最小值)、極值 ‧使用模擬退火進行全域最佳化 ‧憑個人特徵建立快樂感預測決策樹 ‧以演算法執行程式除錯、實施稅收最大化、產生亂數 ‧衡量演算法效率與速度 此外探討純數學領域實用的演算法，了解數學概念改進演算法的方式。 跟著本書邊做邊學，您將理解當今許多超強演算法的重要細節，其中包含演算法的Python 3程式實作，以及針對衡量演算法效能與最佳化的方法。
Python遊戲開發講座進階篇|動作射擊與3D賽車
業界專家親自傳授的遊戲開發必備知識與技術 本書是用Python程式語言解說如何開發正式遊戲的教材，將帶領你實際製作動作遊戲、射擊遊戲、還有模擬3D影像效果的3D賽車遊戲，從動手做的過程中學會開發遊戲的Know How。 藉由本書，您將可以了解： ．遊戲開發的基本知識 ．基礎的遊戲物理學 ．如何製作地圖編輯器 ．遊戲業界的開發祕辛 ．開發動作遊戲的技巧 ．Pygame的用法 ．開發射擊遊戲的技巧 ．開發3D賽車遊戲的技巧
Python遊戲開發講座入門篇|基礎知識與RPG遊戲
業界人士教您如何從零開始進行遊戲的開發 這是一本專注在「如何從零到有開發出一款遊戲」的實作書籍。藉由本書，您可以了解遊戲開發與一般的軟體開發有何不同，以及遊戲開發的實際過程。 本書特色： ．幫助您更加了解遊戲開發的過程 ．學會如何使用Python ．範例程式碼有詳盡的註解說明 ．使用大量的圖解說明幫助理解 ．提供遊戲開發的免費素材可供練習
黑帽Python|給駭客與滲透測試者的Python開發指南 第二版
「這本就是您需要閱讀的書。強大、技術合理且讓人大開眼界。」 －Sandra Henry-Stocker, IT World 在開發強大又有效的駭客工具時，Python是大多數資安分析師的首選程式語言。在這本暢銷的《黑帽Python》第2版中，您將探索Python功能的陰暗面：從編寫網路監聽程式、竊取電子郵件憑證和暴力破解目錄開始，到製作變異模糊測試、調查虛擬機器和製作隱蔽木馬程式等都是本書介紹的內容。 第2版本中的所有範例程式碼均已更新至Python 3.x。書中還新增了關於使用Volatility框架的位元移位(bit-shifting)、程式衛生守則(code hygiene)和入侵鑑識(offensive forensics)等內容，以及對Python程式庫ctypes、struct、lxml和BeautifulSoup的擴充解釋，另外還介紹了入侵攻擊的駭客策略，例如拆分位元組、利用電腦視覺程式庫和爬取網站內容等。 您將學到： ‧利用GitHub建立木馬命令和控制伺服器 ‧偵測沙盒，以及將各種惡意軟體的工作自動化，例如紀錄鍵盤按鍵和螢幕截圖 ‧擴充Burp套件的Web駭入工具 ‧以創意手法控制處理程序來提升Windows許可權 ‧使用入侵記憶體的鑑識技巧擷取密碼的雜湊值(hash)，並找出虛擬機器的漏洞弱點 ‧濫用Windows自動化 ‧以不被偵測到手法從網路中外洩資料 在資安攻防的領域中，您要有能力可即時製作出功能強大的工具程式。《黑帽Python》這本書能教您如何製作。
Python出神入化：Clean Coder才懂的Pythonic技法，為你的程式碼畫龍點睛！
★★★★★ 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：
Python資料分析必備套件！Pandas資料清理、重塑、過濾、視覺化
【最齊全！徹底活用Pandas的114技】 & 想學Pandas，看官方文件就夠了？ 對於Python使用者來說，Pandas無疑是資料分析的必備套件。有了Pandas，您可以非常高效地重塑、過濾、清理以及整合大部分類型的資料。的確，Pandas的官方網站提供了不同指令的使用範例。因此有的使用者會說：『不用買書看啦！網路資源這麼豐富，多看看官方文件就好了！』 & 不過，單單只知道某個指令的運作方式是不足夠的。在實際進行資料分析時，您可能需要結合多個指令來達成目標。這時候，您更需要知道如何活用Pandas。舉例來說，假設您現在面對DataFrame的記憶體用量過大，導致無法順利分析資料的難題時，該怎麼辦呢？ & 從Pandas的官方文件中，您可以了解轉換欄位型別的方法，也知道如何查詢欄位的浮點數精度。只要結合這兩個方法，您就可以非常輕鬆地降低DataFrame的記憶體用量。遺憾的是，官方文件並不會告訴您這個訣竅，而必須自己花時間來摸索。在摸索的過程中，不可避免地會多走許多彎路。 & 本書並非單純的Pandas語法參考手冊。作者寫作此書時的目標，是希望讀者們可以從完整的範例中學習，並充分了解活用Pandas技巧的重要性。此外，作者習慣給出同一問題的不同解法，同時比較不同做法的效能。由此一來，讀者日後在實際分析資料時，才能知道哪一種做法是最優解。 & 正面對決真實資料集！ 目前市面上的Pandas書籍，多數是使用亂數產生的假資料集來進行教學。這會導致您在面對真實資料集時，不知該從何下手。有鑒於此，本書作者使用了眾多的真實資料集，讓讀者切身感受資料分析師的工作內容。書中的資料集包含： & ●IMDB 5000電影資料集 ●Tesla股票資料集 ●Kaggle問卷資料集 ●鑽石品質資料集 ●美國大學資料集 ●美國國內航班資料集 ●丹佛市的犯罪案件資料集& ●阿爾塔年積雪資料集 ●美國燃油經濟資料集& …等 & 最齊全的Pandas技巧教學！ 為了讓讀者可以更好的理解，書中每一小節的內容皆搭配完整範例。讀者可以從讀入資料集開始，循序漸進地搞懂資料分析的眉眉角角。全書共傳授了Pandas實戰的114種技巧，保證讀者可以全面掌握其中的精髓。讀者將會學到如何： & ●處理資料集中的缺失值 ●處理索引爆炸的問題 ●組合多個Pandas物件 ●在DataFrame中新增和刪除欄位 ●取得特定欄位的統計資訊 ●轉置DataFrame的運算方向 ●減少DataFrame的記憶體用量 ●混用位置和標籤來選取資料 ●透過Pandas實現SQL的功能& ●對多個欄位進行分組及聚合運算 ●將資料集重塑成整齊的形式 ●過濾包含時間序列資料的欄位 ●搭配Matplotlib和Seaborn來視覺化資料 ●在Jupyter中進行Pandas程式碼的除錯 …等 & 如果您不想只是死記硬背Pandas語法，還想學習如何活用其中的技巧，非常歡迎您跟著書中的範例動手試試看，保證可以讓您的資料分析能力更上一層樓！& & 本書特色 & ●全面採用最新的Pandas 1.x版本 ●最齊全的Pandas教學，傳授114招實用技巧 ●附有超過114個範例，還有多到無法細數的資料分析的寶貴經驗，從做中學才更有效 ●使用真實世界中的資料集，累積實戰能力& ●搭配NumPy、Matplotlib、Seaborn、 Pandarallel、Great Expectations、pytest、Hypothesis 等工具，擴增你的武器庫 ●完整說明CSV檔、JSON檔、SQL資料及HTML表格等資料類型的載入方式 ●本書由施威銘研究室監修，書中針對原書進行大量補充，並適當添加註解，幫助讀者更好地理解內容
AIOT與OpenCV實戰應用(第三版)：Python、樹莓派、物聯網與機器視覺
*詳細步驟說明，一步步跟著做，有如專家從旁親自指導! *本書使用Python 3.x、樹莓派4B與OpenCV 4.x *涵蓋大部分常用感測元件與重要連網技術 *第三版新增影像串流、LCD螢幕與全彩LED燈條、更新MQTT安裝方式 朱克剛老師專門培訓物聯網應用工程師，擁有豐富資訊教育訓練經驗，結合 Python、Raspberry Pi 與 OpenCV 的 AIoT 專案開發與教學，遠距實作授課操作流暢畫面優美，如同本書內容一樣，深入淺出，廣受師生好評。 -- 國立臺北科技大學電子系副教授 曾柏軒 本書內容說明清楚，透過實作例子的步驟說明，讓初學者可以快速上手，是一本適合學習的好書。 -- 國立高雄科技大學電子系教授兼主任秘書 陳銘志 樹苺派是最接近AIoT世界的起點，搭配Python與OpenCV工具的使用，可以讓你一窺這個大世界的堂奧。 很高興朱克剛老師把這些元素集結在一本書裡面，讓大家可以快速掌握這張通往未來的門票。 -- 宏碁強固電腦方案總處長 游鴻志 AIoT應用領域十分廣泛，舉凡機器視覺、外觀檢測、智能家居及設備維護監控。本書以深入淺出方式介紹樹莓派軟硬整合框架並採用最新的Python開發技巧，誠摯推薦給所有想要進入AIoT開發者殿堂的一本必備秘笈。 -- 鴻海集團D事業群/資訊價值創造處資深處長 徐長愷
Python for Excel|自動化與資料分析的現代開發環境
幫助沒有任何Python基礎的使用者，學會自動化Excel工作，在Excel中，輕鬆借助Python的資料分析和科學計算工具完成任務 在微軟的相關論壇中，使用者期望Excel支援Python的呼聲不斷，為什麼這個組合如此受人矚目？在這本實用的手冊當中，xlswings開發者Felix Zumstein，將現身說法，告訴您如何使用Python來達成Excel的自動化作業。 雖然Excel在過去幾年加入許多新功能，但其內建的腳本語言VBA已經停滯多年，許多Excel高手都已經開始運用Python來達成自動化作業，本書可以幫助您： ．無需進階程式設計知識即可運用Python ．使用現代化工具，包括Jupyter Notebook和Visual Studio Code ．使用Pandas取得、清理與分析資料，並取代傳統的Excel計算 ．將繁瑣的工作自動化，如彙整工作簿與產出報表 ．透過xlswings建立使用Python作為運算引擎的Excel互動式工具 ．透過Python程式協助Excel自資料庫、CSV檔與網路取得資料 ．使用Python取代VBA與樞紐分析表 ＂本書告訴你如何整合Excel和Python，將你從不可避免的龐大活頁簿、數以千計的公式，以及狼狽不堪的VBA 程式碼中解放出來。這是我看過最有用的Excel工具書，也是Excel進階使用者必讀的一本佳作。＂－Andreas F. Clenow, Acies資產管理資訊長暨暢銷財經書作家
培養刷題基本功|Python程式設計師的頭腦體操
用輕鬆愉快的心情學習程式設計與演算法！ ．從零開始了解Python的程式設計與演算法 ．邊開發遊戲，邊了解程式設計與演算法的基礎 ．一邊解謎，一邊累積寫出實用程式的功力 ．可以利用雲端上的Google Colaboratory開發環境立刻開始學習 ．謎題的解答除了Python，還有JavaScript與Ruby版的程式碼
文科生也能懂的Python程式設計|用Python寫出國中數學解題程式
超簡單！程式設計入門 用國中數學當素材超簡單！ 用簡單的數學式，學程式設計 AI工程師 資料科學家 從頭學起，這一本就夠了！ 快速掌握「基本的基本」！ 透過國中數學，徹底掌握Python ‧從簡單的數學開始學程式設計 ‧利用直線和圖形學習Python ‧只要找出直線，分析預測沒問題！ ‧機械學習、資料分析的第一步 「本書所討論的數學式為「y = ax + b」，也就是以「直線」為主。有些人聽了可能會很驚訝「只有直線？」但無論是數學還是程式設計，我都建議先從可以在腦海中輕鬆想像的簡單主題開始學習。各種不同的直線可以用什麼樣的數學式子來表示呢？如果改變了那個數學式的一部分，直線又會怎麼變化？ 讓我們用Python來寫程式，算出式子的結果，幫助我們確實地增進對數學的理解吧！學習到最後，相信您應該會對數學學習感到有自信，學會Python程式設計，也能對「機械學習」有一定程度的掌握。」 - 摘自前言
Python不廢話，一行程式碼|像高手般寫出簡潔有力的Python程式碼
本書將告訴你如何讀懂並寫出簡潔的「一行程式碼」，把一些好用的功能包進一行程式碼之中。你可以學會如何以系統化的方式，閱讀理解任何Python程式碼，並像高手般寫出極具表現力、功能強大、簡潔有力的Python程式。全書共有六章，內容涵蓋各種竅門與技巧，其中包括資料科學、機器學習、正則表達式等核心主題，還有一些很好用的演算法。我們會針對各種一行程式碼做出詳細解釋，並引進許多資訊科學的重要概念，藉此提高你的程式設計與分析能力。 您可以從裡頭學到許多進階的Python功能，例如解析式列表、切取資料片段、lambda函式、正則表達式、map與reduce函式，以及切取片段賦值的做法。 藉由本書，您將可以學會如何： ．善用資料結構來解決實際問題，如運用布林索引找出污染程度高於平均的城市 ．善用NumPy的基礎概念，例如陣列、形狀、軸、型別、撒播機制、進階索引、切取片段、排序、搜索、匯整與統計 ．計算多維資料陣列的基本統計數字，以及可用於無監督式學習的K-均值演算法 ．使用群組與具名群組、「後面非」操作、轉義字元、空白字元、字元集合（與否定字元集合）、貪婪/非貪婪運算符號，建立更進階的正則表達式 ．瞭解各式各樣的資訊科學相關主題，包括易位構詞、迴文、冪集合、排列方式、階乘、質數、費氏數列、混淆做法、搜索與排序演算法 看完本書，你可以學會如何以最精緻的方式寫好Python程式，而且只用一行程式碼，就可以創造出各種簡潔而優美的「Python藝術」。
Python實戰聖經：用簡單強大的模組套件完成最強應用(附影音/範例程式)
【Python系列書在台累計銷量突破10萬冊】 Python開外掛，開發實戰超進化！ 橫跨15大領域，全面掌握最熱門的重量級技術應用！ 給需要本書的人： ★有一些Python語法基礎，但想要更進一步挑戰開發應用的人 ★對Python許多話題與開發方向有興趣，但卻不知如何下手的人 ★已經有研究主題，想要找尋加速升級自己專案方法的人 ★有程式開發經驗，想要快速累積成果，獲得成就感的人 善用Python的智慧結晶 站在巨人的肩膀快速掌握開發應用 Python號稱萬用語言，語法簡潔，應用領域廣泛，透過Python模組與套件，可以減少大量重複性的程式碼，讓開發更加便利，所以不只受到許多程式人的青睞，也受到初學者的喜愛。 本書介紹許多熱門且精彩實用的 Python 模組套件，涵蓋網路爬蟲、多媒體圖片影音處理、語音文字處理、金融應用、臉部辦識分析、圖片偵測辨識、自然語言分析、自動化處理、多媒體機器學習、無程式碼機器學習，以及其他許多領域。在開發實作過程中，可體驗這些Python模組套件帶來的強大應用，而對於在開發卡關的人來說，也有機會找出掙扎已久的盲點，成為解決無能為力的關鍵，進一步突破開發瓶頸。 【超強雲端開發平台】善用 Google Colab，沒有成本負擔，又能在高效能的環境裡進行各種主題的開發應用。 【數據資料擷取】利用不同模組套件，快速在網路中爬取，精確分類收集，無論是新聞、金融、圖片、影片的資料類別，都能在瞬間快速完成。 【多媒體檔案處理】進行圖形、聲音、影片的調整、剪輯與合併等作業，將複雜繁鎖的流程化為快速又準確的自動化操作。 【電腦視覺實踐】AI人工智慧中除了圖片偵測、標註與辦識，進階的人臉辦識、情緒分析、口罩偵測，都能在 Python 模組套件的串連下，利用極短的程式碼完美實現。過去視為困難無解的任務，現在就是那麼簡單! 【自然語言應用】無論是語言辨識翻譯、文句分詞、簡繁轉換或語意統計，更進一步的文章摘要、情緒分析、語音機器人等應用，都能逐步完成。 【快速自動化操作】將大量複雜的工作流程加入智慧的腦袋，用自動化操作完成過去要花費大量時間、人力、物力的工作，提升工作效能。 【多媒體機器學習新利器】電腦視覺的進階開發應用層面很廣，無論是臉部偵測、臉部特徵、手部偵測、姿勢偵測、人體整合偵測、3D物體偵測，都能運用模組套件結合不同資源進行開發，在最少的程式碼裡得到最好的效果。 【無程式碼機器學習新領域】革命性的機器學習模式，利用雲端工具讓開發者在極簡程式碼，甚至不用程式碼的狀況下進行大規模資料訓練，簡化以往模型產生的複雜動作。 【打造模組套件】除了享受別人的開發成果，也能打造自己的模組套件，將自己開發的成果包裝並上傳到網路分享，成為許多人專案開發的神隊友。 超值學習資源： 範例程式檔/無程式碼機器學習開發影音教學 Google Colab雲端開發平台入門影音教學
Python網路爬蟲：大數據擷取、清洗、儲存與分析 王者歸來(第二版)
Python網路爬蟲 大數據擷取、清洗、儲存與分析 王者歸來(第二版) ★★★本書第一版是【博客來2020年】【電腦書年度暢銷榜第3名】★★★ ★★★★★【26個主題】+【400個實例】★★★★★ ★★★★★從【零】開始的【網路爬蟲入門書籍】★★★★★ ★★★★★大數據【擷取】、【清洗】、【儲存與分析】★★★★★ ★★★★★【網路趨勢】+【了解輿情】★★★★★ 第二版和第一版做比較，增加下列內容： ★：全書增加約50個程式實例 ★：網路趨勢，了解輿情 ★：網路關鍵字查詢 ★：YouBike資訊 ★：國際金融資料查詢 ★：博客來圖書排行榜 ★：中央氣象局 ★：租屋網站 ★：生活應用 下列是本書有關網路爬蟲知識的主要內容： ★：認識搜尋引擎與網路爬蟲 ★：認識約定成俗的協議robots.txt ★：從零開始解析HTML網頁 ★：認識與使用Chrome開發人員環境解析網頁 ★：認識Python內建urllib、urllib2模組，同時介紹好用的requests模組 ★：說明lxml模組 ★：XPath方法解說 ★：css定位網頁元素 ★：Cookie觀念 ★：自動填寫表單 ★：使用IP代理服務與實作 ★：偵測IP ★：更進一步解說更新的模組Requests-HTML ★：認識適用大型爬蟲框架的Scrapy模組 在書籍內容，筆者設計爬蟲程式探索下列相關網站： ☆：國際與國內股市資訊 ☆：基金資訊 ☆：股市數據 ☆：人力銀行 ☆：維基網站 ☆：主流媒體網站 ☆：政府開放數據網站 ☆：YouBike服務網站 ☆：PTT網站 ☆：電影網站 ☆：星座網站 ☆：小說網站 ☆：博客來網站 ☆：中央氣象局 ☆：露天拍賣網站 ☆：httpbin網站 ☆：python.org網站 ☆：github.com網站 ☆：ipstack.com網站API實作 ☆：Google API實作 ☆：Facebook API實作 探索網站成功後，筆者也說明下列如何下載或儲存不同資料格式的數據： ★：CSV檔案格式 ★：JSON檔案格式 ★：XML、Pickle ★：Excel ★：SQLite 在設計爬蟲階段我們可能會碰上一些技術問題，筆者也以實例解決下列相關問題： ☆：URL編碼與中文網址觀念 ☆：將中文儲存在JSON格式檔案 ☆：亂碼處理 ☆：簡體中文在繁體中文Windows環境資料下載與儲存 ☆：解析Ajax動態加載網頁，獲得更多頁次資料 ☆：使用Chromium瀏覽器協助Ajax動態加載
Python程式設計與程式競賽解題技巧
程式設計必備的基礎知識和技能 只要提供正確的指示和指令，電腦幾乎能解決任何問題，而程式設計在這裡就扮演很重要的角色。這本針對初學者的書籍會指導您以正確方法來設計和寫出Python程式。您將學會怎麼解開國際程式設計競賽題庫中的有趣問題，並培養出程式設計的技能。 每一章的問題都是從競賽題庫網站中取得，這些線上競賽解題系統的網站會提供答案測試和反饋。藉由練習使用Python的核心功能、函式和技巧，讀者也能學到資料結構、演算法和其他程式設計的基礎知識。延伸的課後習題會讓讀者自己探索更多新概念，而多重選擇題會讓讀者思考程式中每個區塊的執行狀況。 讀者可從本書學到： ‧執行Python程式、運用字串和使用變數 ‧設計和編寫出能進行決策判斷的程式 ‧使用while和for迴圈讓程式更有效率 ‧活用Python集合、串列和字典功能來組織、排序和搜尋資料 ‧使用函式來進行程式設計，並進行由上而下的設計規劃 ‧建立完全搜尋演算法，並運用大O符號的觀念來設計更有效率的程式 讀完本書之後，讀者不僅能精通Python，還學會怎麼思考問題並用程式碼來解決問題。程式語言百百種，不斷推陳出新，但本書的內容提供了程式設計師本質所需的不變基礎知識。
資料處理：使用Python語言
運用熱門Python程式語言，學習資料處理。！本書屬於基本Python語法的介紹，內容偏向於資料框 (dataframe) 的建構與使用。以教程(tutorials)方式進行，書內提供對應的指令與結果，配合「範例」著手，即可了解。本書適合初學者，進入門檻或專業性質並不高，也適合一般社會大眾使用。本書使用Python 3.8.2 (IDLE)與Spyder 4.1.5二個版本。隨書光碟含全書完整程式碼。 **光碟內附有本書完整的資料與Python程式碼一書在手，掌握資料處理！Python功能相當多元，絕非只有數據或統計分析目的而已。全書共分9章。第1章Python的簡介說明，其中包括如何建立「類別 (class)」與模組(module)。第2章介紹Python的基本語法。第3章敘述如何於Python內操作矩陣以及一些基本的矩陣運算。第4章介紹主要的資料結構型態：資料框，以及如何進行資料框內的操作。第5章說明如何建立時間序列型態資料，即如何於Python內顯示日期與時間。第6章為第4章的延續，說明「進階資料框」，或稱為「多層次資料框」的建立。第7章介紹不同資料框間的合併操作。第8章屬於資料的輸入與輸出，包括如何讀取網路上的資料。第9章是資料的探索與繪圖的說明。閱讀本書最好方式是「一邊閱讀，一邊操作」，不要只用純粹閱讀的方式。切記！
機器學習：彩色圖解＋基礎微積分＋Python實作： 王者歸來(第三版) (全彩印刷)
★★★★★【國內第一本】【全彩印刷】★★★★★ ★★★★★【機器學習】+【微積分原理】+【Python實作】★★★★★ ★★★【賽車】、【鬥牛】、【金門高粱酒】邁向微積分之路 ! ★★★ ★★★★★【生硬】微積分變【有趣】! ★★★★★ 近幾年每當無法入眠時，只要拿起人工智能、機器學習或深度學習的書籍，看到複雜的數學公式可以立即進入夢鄉，這些書籍成為我的安眠藥。心中總想寫一本可以讓擁有高中數學程度即可看懂人工智能、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。 這本書幾個重大特色如下： ★ 【高中數學】程度即可閱讀 ★& 微積分原理【從0開始】解說 ★ 【微積分原理彩色圖解】 ★& 培養學習微積分的【邏輯觀念】 ★ 【手工推導】與【Python計算】微積分公式 ★ 完整【彩色圖例解說】機器學習與微積分的【關聯】 ★ 【微分找出極值】 ★ 認識【機率密度函數】 ★ 【多重積分】觀念與意義 ★ 【偏微分】意義與應用 ★ 【梯度下降法】觀念與應用 ★ 【非線性函數】數據擬合 ★ 【神經網路的數學】 ★ 【深度學習】 ★ 【Python實作】 在徹底研究機器學習後，筆者體會應該從【基礎數學】與【微積分】開始，有了這些基礎未來才可以設計有靈魂的機器學習應用程式。 筆者學校畢業多年體會基礎數學與微積分不是不會與艱難而是生疏了，如果機器學習的書籍可以將複雜公式與理論從基礎開始一步一步推導，使用彩色圖片搭配Python程式實例解說，可以很容易帶領讀者進入這個領域，同時感受基礎數學與微積分不再如此艱澀，這本書將為讀者開啟進入機器學習的殿堂。
Python資料科學與機器學習：從入門到實作必備攻略
一次活用Python和Apache Spark，帶你精通機器學習及資料科學！ ★提供資料科學必備的資料分析工具和技術 ★在Python中訓練出高效能機器學習模型 ★為你的商品打造出強而有力的推薦系統 ★靈活運用Apache Spark進行大數據處理工作 作者Frank Kane曾在亞馬遜和IMDb等知名企業工作，從事機器學習演算法工作。在踏入資料科學的世界中，本書將提供你探索資料科學的核心領域所需的工具，以及各種動手做練習和信心建議，讓你打造自己的機器學習模型。透過簡單易懂的實作範例及大量的圖文解說，你將學會K-Means集群、貝氏方法、預測模型、推薦系統、Apache Spark、實驗設計等核心主題。 本書涵蓋了全面且詳盡的資料科學內容，首先帶你快速認識Python語言、基礎統計學和機率概念，接著深入討論資料探勘、機器學習相關等60多個主題。我們將用真實使用者的影評分數資料開發出一套電影推薦系統，並建立一個可實際運作的維基百科資料搜尋引擎。此外，我們還將建立一個垃圾郵件分類器，它可以將電子郵件帳戶中的垃圾郵件和正常郵件進行正確分類。此外，本書還有一個章節專門介紹如何將這個分類器擴展到使用Apache Spark的大數據叢集系統上。 讀完本書後，你將能活用各種Python中的資料探勘和資料分析技術，找出資料中的價值，並開發出優質的預測模型，讓你能預測未來的結果。另外，你還能靈活運用Apache Spark，針對大數據執行大規模機器學習。認識資料科學工作並非難事，從分析資料前的資料準備工作、訓練機器學習模型，到最終的資料分析結果視覺化……你都將一次精通！ 在這本書中，你將學到： • 清理和準備資料，讓資料能用於分析 • 用Python實作熱門的集群和迴歸方法 • 利用決策樹和隨機森林訓練高效率的機器學習模型 • 使用Python Matplotlib程式庫對分析結果進行視覺化 • 使用Apache Spark的MLlib在大型資料集上進行機器學習 適用讀者： • 剛入行的新手資料科學家 • 想用Python對資料進行分析、獲得實用資訊的資料分析師 • 有Python程式設計經驗、想進入資料科學領域的程式設計師 讀者可以到博碩文化官網輸入書號或書名，下載「練習題參考解答」。
文科生也可以輕鬆學習網路爬蟲：Python＋Web Scraper
★使用免寫程式的Web Scraper爬蟲工具和Python輕鬆學習網路爬蟲! *本書使用Web Scraper瀏覽器擴充功能的爬蟲工具，讓你不用撰寫程式碼，就可以建立CSS選擇器的網站爬取地圖從網站擷取資料，不只能夠輕鬆爬取約7~8成網站，更透過Web Scraper工具讓你輕鬆一邊爬一邊學習HTML標籤+CSS選擇器，輕鬆了解Web網頁內容和各種網站巡覽結構。 *Python網路爬蟲程式不只能夠爬取Web Scraper工具爬取的網站內容，對於進階JavaScript動態和使用者互動網站，我們可以配合Python+Selenium爬取各種使用者互動網站，讓你在瀏覽器看得到的資料，就可以爬到資料；最後說明Python的Pandas資料清理和Plotly資料視覺化。
機器學習(Lasso推論模型)：使用Stata、Python分析
你絕對不能錯過的機器學習工具書！ ※揭開機器學習的神祕面紗，深入了解機器學習。 ※理論與實務兼具，詳細解說機器學習理論，搭配使用Python與Stata實作，架構完整。 ※內容與時俱進，理解當今機器學習的最新模型與技術。 ※隨書附贈範例資料檔光碟 近年來，科技產業迅速發展，新技術不斷出現，人工智慧、機器學習、大數據、資料科學成為炙手可熱的話題。各個領域紛紛投入人工智慧與機器學習的研究及應用，但究竟什麼是人工智慧？機器學習又是什麼？ 機器學習是人工智慧應用最成熟的領域。本書首先解說機器學習與人工智慧、統計學的關係，給予讀者完整的知識輪廓，接著深入探討機器學習的理論模型，例如：Lasso迴歸、梯度下降法、深度學習、隨機森林，同時輔以Python與Stata實作範例。本書兼具理論與實際操作，是給想深入研究機器學習與人工智慧的你，最適合的一本工具書。
Python人工智慧程式設計入門：使用Microsoft Azure雲端服務
結合Python與Azure服務的AI程式實作 快速開發實用AI服務 【本書內容】 隨著 AI 應用崛起，許多科學計算、數據分析的函式庫與套件紛紛出籠，大都支援或直接使用 Python 語言來開發，因此本書結合AI 與Python、Azure的應用，協助讀者建置智慧型應用程式。 為了讓讀者了解簡單的機器學習功能，本書學習單元分成兩大類： Python 基礎語法教學及Python 結合Azure API 的應用教學範例。 各範例內有詳細文字解說並結合圖片，讓使用者可以透過圖文吸收更快更容易上手。 Azure 認知服務分成決策、語言、語音、辨識，針對以上四大主軸分別有不同的功能及運用，Azure 針對學生帳戶還有免費點數可以使用，因此使用者進入的門檻很低，而且Python 的用途廣泛，可以內建數據分析函式庫作大數據分析、網頁爬蟲資料等。運用Azure 只要簡單建立資源，便能開始使用，而且附有災難備份支援，可以在發生重大問題時，保有原本資料。 全書範例的解說使用較簡單而精簡的詞彙和語句，讓使用者能較好理解。 有些功能需要結合Python 程式碼，本書也有標上程式碼註解，讓對於初嘗程式碼的學習者可以較無負擔也較無壓力的開始建立現代流行的AI 服務應用。 適合讀者群& 本書結合AI 與Python，適合初階至中階接觸Python者。 本書特色 1.基礎Python重點語法教學，新手也可以快速上手 2.經典基礎範例教學，快速掌握語法邏輯 3.Azure認知服務實用範例詳細解說，一次了解Azure認知服務應用 4.結合Python與Azure服務的AI程式實作，快速開發實用AI服務
初學Python的第一本書 ：從基本語法到模組應用(iT邦幫忙鐵人賽系列書)
第一本去蕪存菁介紹從Python入門到各項應用方法的台灣本土專書 使用最精粹簡潔方式介紹Python基礎，不怕學不會！ 列出逐步範例讓使用者練習Python用法，由淺入深！ 納入各項模組方法以學習Python應用，培養實戰力！ 本書內容改編自第12屆iT邦幫忙鐵人賽 Software Development 組佳作系列文章《從零開始學Python》，是一本寫給入門程式及初學Python者的台灣本土專書。 本書專為初學者學習Python設計，去蕪存菁地選取了初識Python所需的基本內容，協助讀者系統化地認識Python語言；同時納入了有關演算法分析及效能量測的章節，使讀者更能於實作時有效評估自己寫的程式，是否在功能運作正常的狀況下兼顧執行效率。 本書同時也介紹了不少常用的函式庫，以幫助讀者在掌握基本的Python寫法時，能善加利用到Python作為膠水語言（Glue Language）的特性，得以開發符合應用面的工具。 【內容重點】 你將理解Python作為程式的基本概念及學習使用方式 ✪Python的安裝、基礎操作 ✪型態、運算子、變數、字串基礎 ✪串列、元組、字典、集合 ✪程式結構的流程及語法、例外處理 ✪遞迴（Recursion） ✪物件與類別 ✪程式的效率探討 你將學會使用常見的模組 ✪如何使用模組／套件 ✪使用系統模組os ✪使用日期與時間模組進行計算 ✪使用圖形處理模組Pillow進行基本繪圖 ✪使用資料結構模組deque、heapq ✪使用二元搜尋法模組bisect 你將學會使用進階的模組框架觸及不同領域 ✪使用Numpy進行科學運算 ✪使用Matplotlib進行科學繪圖 ✪使用Keras架構基本的深度學習模型 ✪使用PyInstaller將寫好的程式打包
JavaScript 爬蟲新思路！從零開始帶你用 Node.js 打造 FB &IG 爬蟲專案(iT邦幫忙鐵人賽系列書)
本書內容改編自第12屆 iT 邦幫忙鐵人賽，AI＆Data 組佳作網路系列文章── 《行銷廣告、電商小編的武器，FB IG 爬蟲專案從零開始 》 你知道 JavaScript 不僅能寫網頁還能夠爬蟲嗎？ 你受夠像機器人般蒐集資料的生活嗎？ 從新手村畢業的朋友想知道一個專案是如何進行的嗎？ PM 們想知道工程師面對問題時在想什麼嗎？ 想知道這些答案嗎？想知道的話可以全部都給你。 閱讀吧！我把所有的解答都放在書裡了！ 書籍特色 從零開始！手把手建置 Mac/Windows 的專案環境 擋住學習熱情的不是困難的工具，而是屢戰屢敗的環境建置！ 除了 step by step 帶你安裝環境，更讓你掌握每個工具的用途與原理。 循序漸進！每個章節都是一個里程碑 每個章節都有明確的學習目標，讓讀者在閱讀與實作的過程中成長； 並透過實務上的議題，培養獨立思考能力。 整合技術！完成屬於自己的爬蟲專案 從架構上全面著手，提供多種解決問題的思路，打造擴充性強大的系統。 透過需求訪談，你將發現──只有爬蟲技術是無法完善整個專案的！ 儲存資料的容器、定時執行的排程與爬蟲完成後的通知都是不可或缺的一環。 Node.js x Selenium x Google Sheets x Schedule x LINE Notify 最後，習得爬蟲技能的你 1. 向機械化的操作 Say Goodbye ~ 2. 蒐集海量資料不再是苦差事 3. 比別人擁有更多技能優勢 本書線上資源： github.com/dean9703111/social_crawler
Python演算法交易
從創意發想到雲端部署 「能看到Yves Hilpisch完成他的大作，真令人感到興奮；他的著作整合了Python與雲端計算的全套做法，運用統計學與機器學習的技術，在金融市場中取得正向的報酬。」 —McKlayne Marshall 演算法交易專業工作者 演算法交易在過去曾是各大投資機構獨佔優勢的領域，但如今就算是小型投資機構或甚至散戶交易者，也都有能力透過線上平台從事這類的交易。如今許多交易者都選擇Python(及其強大的套件體系)做為他們實現演算法交易的工具。本書作者Yves Hilpisch針對如何把Python運用於演算法交易這個引人入勝的領域，為所有學生、學者及專業工作者提供了相應的介紹。 你將在演算法交易許多不同的面向，學習到各種應用Python的方式，例如交易策略的回測，以及與線上交易平台互動的做法。一些規模最大的買賣投資機構，都在大量運用Python。 本書會以系統化的方式探索如何打造、部署自動化演算法交易策略，協助你達到與其他人公平競爭的水準。 ‧設定一個適合進行演算法交易的Python環境 ‧學習如何從公開或專用的資料來源，檢索出金融數據資料 ‧運用NumPy與pandas，探索向量化金融分析方法 ‧掌握不同演算法交易策略的向量化回測做法 ‧運用機器學習與深度學習，做出市場預測 ‧運用socket程式設計工具，即時處理串流資料 ‧透過Oanda與FXCM交易平台，實現自動化演算法交易策略
