租期14天
今日租書可閱讀至2024-09-30
這本趣味的指南在探索AI與資料科學領域的奇妙世界方面，具有以下特點，並獲得學界和業界的推薦：
◆全面性：涵蓋從數據收集到機器學習模型構建的全過程，適合初學者和進階學習者。
◆工具應用：重點介紹Python及其他主要工具的應用，這些工具是當今AI與資料科學必不可少的基礎。
◆學界推薦：來自頂尖學術界專家的推薦，確保本書內容的學術性和專業性。
◆業界推薦：專業資訊人士的推薦，證明本書在實際應用和職場技能需求的價值。
◆實際案例和習題：提供豐富的實際案例和習題，有助於讀者從理論到實踐的無縫過渡，加深對知識的理解和應用能力。
本書的特點使得這本指南不僅適合想要建立堅實基礎並深入研究AI與資料科學的新手，也適合希望在這些領域中追求更高專業水準的進階學習者。無論是學術研究還是商業應用，這本書都將成為讀者實現卓越的重要工具書。
名人推薦
伽碩企業有限公司附設職業訓練中心執行長 郭明洽
銘傳大學資訊科技與管理學程教授 尹邦嚴
前仁寶電腦財務主管、法藍瓷行政主管、中強光電營運主管、國巨稽核主管 鄭穎臨
日本東京農工大學 感染症未來疫学研究センター 特任助理教授 林立云
王致遠 藥師
國際商業機器股份有限公司 IBM 工程師 陳尚瑋
優貝克股份有限公司資料工程師 吳俊毅
- 第 1 章 簡單的雲端 IDE，從 Google Colaboratory 談起(第1-1頁)
- 1.1 IDE VScode 的設定與安裝(第1-2頁)
- 1.2 Pycharm 社群版的設定與安裝(第1-8頁)
- 1.3 Anaconda 套件的安裝細節(第1-12頁)
- 1.4 Jupyter Notebook 的設定與排錯(第1-15頁)
- 1.5 Spyder 的安裝(第1-22頁)
- 1.6 如何壓成exe 檔案及錯誤排除(第1-26頁)
- 1.7 Google Colaboratory 的操作與環境介紹(第1-32頁)
- 1.8 如何Mount Google driver 以及寫出雲端硬碟(第1-45頁)
- 第 2 章 Pandas 資料清洗的基本功夫 - 讀檔、資料框的操作、合併、丟回雲端(第2-1頁)
- 2.1 Python 的基本功(第2-2頁)
- 2.2 流程控制、迴圈說明(第2-4頁)
- 2.3 range 函數的應用(第2-6頁)
- 2.4 切片的應用(第2-8頁)
- 2.5 四大容器的介紹(第2-9頁)
- 2.6 Pandas 的介紹與安裝(第2-12頁)
- 2.7 Pandas 的讀檔與位置指定(第2-16頁)
- 2.8 簡單取值說明(第2-20頁)
- 2.9 政府資料開放平台台南旅遊景點資料集(第2-23頁)
- 2.10 政府資料開放平台韓式料理資料集(第2-28頁)
- 第 3 章 Pandas 資料清洗的進階功夫 - 多欄位讀取、跨列讀取、資料聚合(第3-1頁)
- 3.1 多欄位取值(第3-2頁)
- 3.2 多列位取值(第3-4頁)
- 3.3 取頭取尾觀察資料作法(第3-6頁)
- 3.4 避免錯誤編碼(第3-7頁)
- 3.5 資料聚合的操作 1 pd.concat(第3-11頁)
- 3.6 資料聚合的操作 2 pd.merge(第3-12頁)
- 3.7 字串的取代以及強制轉型的用法:(第3-16頁)
- 3.9 清洗資料的三姊妹：isnull()、fillna()、dropna()(第3-21頁)
- 3.10 文字編碼的做法標準化和正規化(第3-22頁)
- 3.11 綜合應用(第3-26頁)
- 第 4 章 chatGPT 提示工程的實作：善用生成式工具進行開發(第4-1頁)
- 4.1 GPT 的註冊(第4-2頁)
- 4.2 open AI 後臺的操作：申請 API(第4-10頁)
- 4.3 Open AI 的 playground 用法(第4-16頁)
- 4.4 Claude AI 的註冊：(第4-20頁)
- 4.5 Claude AI 的操作以及極限：(第4-22頁)
- 4.6 提示工程（Prompt Engineering）說明：(第4-24頁)
- 4.7 翻譯機器人與語音對話實作(第4-35頁)
- 第 5 章 機器學習概論：監督式技術 VS. 非監督式技術 VS. 強化式技術(第5-1頁)
- 5.1 sk-learn 套件的安裝和解說(第5-2頁)
- 5.2 監督式技術概念：線性回歸(第5-7頁)
- 5.3 監督式技術概念：邏輯式回歸(第5-18頁)
- 5.5 監督式技術概念：Decision Tree（決策樹）(第5-25頁)
- 5.6 非監督式技術：K-means(第5-36頁)
- 5.7 非監督式技術：PCA（主成分分析法）(第5-46頁)
- 5.8 強化式學習 Q-learning(第5-53頁)
- 5.9 深度學習循環神經網路的單一時序 LSTM 架構(第5-60頁)
- 5.10 深度學習循環神經網路的多時序 LSTM 架構(第5-66頁)
- 第 6 章 相依矩陣的重要性：如何解讀參數之間的關係(第6-1頁)
- 6.1 相依矩陣的說明(第6-2頁)
- 6.2 相依係數的判讀(第6-5頁)
- 6.3 工業數據的應用與解讀(第6-8頁)
- 6.4 特徵值重要性的模型介紹(第6-19頁)
- 第 7 章 評估指標的實作：評估預測值與評估預測模型(第7-1頁)
- 7.1 混淆矩陣的實作 - 從醫療借鏡(第7-2頁)
- 7.2 混淆矩陣的計算和名詞(第7-3頁)
- 7.3 ROC 曲線及 AUC 的繪製與判讀(第7-4頁)
- 7.4 MSE 判讀(第7-9頁)
- 第 8 章 ESG 基本觀念與常見名詞介紹(第8-1頁)
- 8.1 基本名詞解釋：從淨零碳排說起(第8-2頁)
- 8.2 聯合國永續目標(第8-9頁)
- 8.3 ESG 介紹與評級說明(第8-10頁)
- 8.4 聯合國線上課程永續證書考取說明(第8-14頁)
- 8.5 英文永續考試題目解題(第8-16頁)
- 8.6 so14064-1 及 Iso14064-2 以及 Iso14064-3 說明(第8-24頁)
- 第 9 章 醫療應用篇(第9-1頁)
- 9.1 心臟突發休克的實作案例(第9-2頁)
- 9.2 糖尿病的預測(第9-21頁)
- 9.3 糖尿病預測進階研究(第9-28頁)
- 9.4 病患用藥分類(第9-44頁)
- 9.5 乳癌數據分析(第9-52頁)
- 9.6 腎臟病數據集分析(第9-70頁)
- 第 10 章 工業應用篇(第10-1頁)
- 10.1 工業應用機台數據零件故障分析(第10-2頁)
- 10.2 工業應用製造業生產製程分析(第10-10頁)
- 第 11 章 永續生活篇(第11-1頁)
- 11.1 ESG 台灣上市公司揭露(第11-2頁)
- 11.2 自來水質飲用分析(第11-26頁)
- 11.3 建築中的無人機橋樑影像檢測方法(第11-38頁)
- 11.4 台灣勞動力人口預測(第11-47頁)
- 11.5 人口出生率預測(第11-53頁)
- 11.6 登革熱數據集實作(第11-59頁)
- 第 12 章 生命教育篇(第12-1頁)
- 12.1 中學學生輟學學生相依性分析(第12-2頁)
- 12.2 自殺及憂鬱語意分析(第12-11頁)
- 12.3 司法判決書查詢系統應用實作(第12-21頁)
- 12.4 酒駕情形分析(第12-34頁)
- 第 13 章 商業理論(第13-1頁)
- 13.1 分類模型評估會員卡核發(第13-2頁)
- 13.2 消費者的交易心態(第13-3頁)
- 13.3 顧客忠誠度的簡單分群計數(第13-5頁)
- 13.4 消費者的網站拜訪路徑分析(第13-6頁)
- 13.5 消費者的資料儲存概念(第13-8頁)
- 第 14 章 商業應用(第14-1頁)
- 14.1 Google Analytics 4 的介紹(第14-2頁)
- 14.2 Google Analytics 4 的判讀(第14-3頁)
- 第 15 章 電商平台分析(第15-1頁)
- 15.1 常用的視覺化套件介紹（EDA）(第15-2頁)
- 15.2 Google Trend 基礎操作與目標(第15-13頁)
- 15.3 Google Trend API 製作關鍵字點擊分析(第15-17頁)
- 15.4 MOMO 購物網站爬蟲抓取產品數據(第15-22頁)
- 15.5 MOMO 購物網站分析產品競價策略(第15-26頁)
- 15.6 PCHOME 購物網站爬蟲抓取產品數據(第15-30頁)
- 15.7 PCHOME 購物網站分析產品競價策略(第15-32頁)
- 15.8 PTT 上各版的輿論分析 - 以前 100 篇為例(第15-35頁)
- 15.9 PTT 上各版的文字雲製作(第15-39頁)
- 15.10 套裝的文字雲工具與字詞記數(第15-44頁)
- 15.11 家樂福購物網站抓取產品資訊(第15-46頁)
- 15.12 愛買購物網站抓取產品資訊(第15-49頁)
- 15.13 大潤發購物網站抓取產品資訊(第15-53頁)
- 15.14 Costco 購物網站抓取產品資訊(第15-56頁)
- 15.15 酷彭購物網站抓取產品資訊(第15-60頁)
- 15.16 591 租屋網爬蟲資訊抓取(第15-66頁)
- 第 16 章 社群營運與 Line 的進階應用(第16-1頁)
- 16.1 IFTTT 跨平台串接應用：基礎設定與介紹(第16-2頁)
- 16.2 IFTTT 跨平台串接應用：Line 和 Gmail 投放(第16-9頁)
- 16.3 Line Notify 的權杖申請(第16-22頁)
- 16.4 Line Notify 訊息投放(第16-26頁)
- 16.5 Line 貼圖和圖片投放(第16-28頁)
- 16.6 Line 爬蟲及時通知系統範例(第16-30頁)
- 第 17 章 生成式工具導入應用(第17-1頁)
- 17.1 Runway AI 介紹(第17-2頁)
- 17.2 Gamma 快速投影片生成(第17-5頁)
- 第 18 章 無所不在的爬蟲技術(第18-1頁)
- 18.1 如何熬一碗美麗湯（Beautifulsoup）(第18-2頁)
- 18.2 BS4 和 requests 套件說明(第18-4頁)
- 18.3 爬蟲系統開發說明(第18-6頁)
- 18.4 chatGPT 開發說明(第18-8頁)
- 18.5 維基百科文章抓取投放(第18-11頁)
- 18.6 蘋果基金會文章抓投放(第18-14頁)
- 18.7 成大醫院門診通知抓投放(第18-16頁)
- 18.8 原價屋賣場標題抓取投放(第18-19頁)
- 18.9 NBA PTT 新聞抓取投放(第18-21頁)
- 18.10 各家新聞抓取投放(第18-23頁)
- 18.11 蕃薯藤文章投放(第18-28頁)
- 18.12 簡訊爬蟲實作(第18-32頁)
- 18.13 網頁爬蟲自動化(第18-42頁)
- 第 19 章 資料庫應用(第19-1頁)
- 19.1 SQLite 的應用(第19-2頁)
- 19.2 MySQL 的應用(第19-10頁)
- 19.3 PostgreSQL 的應用(第19-13頁)
- 19.4 Flask 框架呈現(第19-25頁)
- 第 20 章 行銷證照考取與題型解析(第20-1頁)
- 20.1 Google Analytics 4 證照考取題目解析(第20-2頁)
- 20.2 Gooogle 提高離線銷售認證考取題目解析(第20-18頁)
- 20.3 Google Adwords 考古題解析：(第20-35頁)
- 20.4 Line 官方粉絲團證照考取題目解析(第20-122頁)
紙本書 NT$ 1080
單本電子書
NT$
756
點數租閱
20點
租期14天
今日租書可閱讀至2024-09-30
今日租書可閱讀至2024-09-30
同分類熱門書
EPUB
EPUB
PDF
EPUB
PDF
EPUB
PDF
