防詐3要訣：不聽信、不操作、掛斷電話 
9
1,080972
查詢門市庫存
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
內容簡介
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。
書籍推薦人：
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
產品目錄
第一章：簡單的雲端IDE，從Google Colaboratory 談起
1.1 IDE： VScode的設定與安裝
1.2 Pycharm社群版的設定與安裝
1.3 Anaconda 套件的安裝細節
1.4 Jupyter Notebook的設定與排錯
1.5 Spyder 的安裝
1.6 如何壓成exe檔案及錯誤排除
1.7 Google Colaboratory的操作與環境介紹
1.8如何Mount Google driver以及寫出雲端硬碟
第二章：Pandas 資料清洗的基本功夫-讀檔、資料框的操作、合併、丟回雲端
2.1 Python的基本功
2.2 流程控制、迴圈說明
2.3 range函數的應用
2.4切片的應用
2.5 四大容器的介紹
2.6 Pandas的介紹與安裝
2.7 Pandas的讀檔與位置指定
2.8 簡單取值說明
2.9 政府資料開放平台：台南旅遊景點資料集
2.10 政府資料開放平台：韓式料理資料集
第三章：Pandas 資料清洗的進階功夫-多欄位讀取、跨列讀取、資料聚合
3.1 多欄位取值
3.2 多列位取值
3.3 取頭取尾觀察資料作法
3.4 避免錯誤編碼
3.5 資料聚合的操作1： pd.concat
3.6 資料聚合的操作2： pd.merge
3.7 字串的取代以及強制轉型的用法
3.8 跨欄位字串合併技術
3.9 清洗資料的三姊妹： isnull()、fillna()、dropna()
3.10 文字編碼的做法：標準化和正規化
3.11 綜合應用
第四章：chatGPT提示工程的實作：善用生成式工具進行開發
4.1 GPT的註冊
4.2 open AI 後臺的操作：申請API
4.3 openaAI的playground用法
4.4. Claude AI的註冊
4.5 Claude AI的操作以及極限
4.6提示工程(Prompt Engineering)說明
4.7 翻譯機器人與對話機器人實作
第五章：機器學習概論： 監督式技術 VS. 非監督式技術 VS. 強化式技術
5.1 sk-learn 套件的安裝和解說
5.2. 監督式技術概念：線性回歸
5.3. 監督式技術概念：邏輯式回歸
5.4 監督式技術概念： SVM 支援向量機
5.5 監督式技術概念：Decision Tree決策樹
5.6 非監督式技術：K-means
5.7非監督式技術：PCA (主成分分析法)
5.8 強化式學習： Q-learning
5.9 深度學習： 循環神經網路的單一時序LSTM架構
5.10 深度學習： 循環神經網路的多時序LSTM架構
第六章：相依矩陣的重要性：如何解讀參數之間的關係
6.1 相依矩陣的說明
6.2 相依係數的判讀
6.3 工業數據的應用與解讀
6.4特徵值重要性的模型介紹
第七章： 評估指標的實作： 評估預測值與評估預測模型
7.1 混淆矩陣的實作-從醫療借鏡
7.2 混淆矩陣的計算和名詞
7.3 ROC曲線及AUC的繪製與判讀
7.4 MSE 判讀
第八章：ESG基本觀念與常見名詞介紹
8.1基本名詞解釋：從淨零碳排說起
8.2聯合國永續目標
8.3 ESG介紹與評級說明
8.4聯合國線上課程永續證書考取說明
8.5 英文永續考試題目解題
8.6 so14064-1 及Iso14064-2以及Iso14064-3說明
第九章：醫療應用篇
9.1心臟突發休克的實作案例
9.2糖尿病的預測
9.3 糖尿病預測進階研究
9.4病患用藥分類
9.5乳癌數據分析
9.6腎臟病數據集分析
第十章：工業應用篇
10.1工業應用：機台數據零件故障分析
10.2工業應用：製造業生產製程分析
第十一章： 永續生活篇
11.1 ESG 台灣上市公司揭露
11.2自來水質飲用分析
11.3 建築中的無人機橋樑影像檢測方法
11.4 台灣勞動力人口預測
11.5 人口出生率預測
11.6 登革熱數據集實作
第十二章： 生命教育篇
12.1中學學生輟學學生相依性分析
12.2自殺及憂鬱語意分析
12.3司法判決書查詢系統應用實作
12.4酒駕情形分析
第十三章：商業理論
13.1 分類模型評估會員卡核發
13.2 消費者的交易心態
13.3顧客忠誠度的簡單分群計數
13.4消費者的網站拜訪路徑分析
13.5 消費者的資料儲存概念
第十四章：商業應用
14.1 Google Analytics 4的介紹
14.2 Google Analytics 4的判讀
第十五章：電商平台分析
15.1常用的視覺化套件介紹(EDA)
15.2 Google Trend 基礎操作與目標
15.3 Google Trend API 製作關鍵字點擊分析
15.4 MOMO購物網站爬蟲抓取產品數據
15.5 MOMO購物網站分析產品競價策略
15.6 PCHOME購物網站爬蟲抓取產品數據
15.7 PCHOME購物網站分析產品競價策略
15.8 PTT上各版的輿論分析-以前100篇為例
15.9 PTT上各版的文字雲製作
15.10 套裝的文字雲工具與字詞記數
15.11 家樂福購物網站抓取產品資訊
15.12 愛買購物網站抓取產品資訊
15.13 大潤發購物網站抓取產品資訊
15.14 Costco 購物網站抓取產品資訊
15.15 酷彭購物網站抓取產品資訊
15.16 591租屋網爬蟲資訊抓取
第十六章：社群營運與Line的進階應用
16.1 IFTTT跨平台串接應用：基礎設定與介紹
16.2 IFTTT 跨平台串接應用：Line 和Gmail投放
16.3 Line Notify 的權杖申請
16.4 Line Notify 訊息投放
16.5 Line 貼圖和圖片投放
16.6 Line 爬蟲及時通知系統範例
第十七章： 生成式工具導入應用
17.1 Runway AI介紹
17.2 Gamma 快速投影片生成
第十八章： 無所不在的爬蟲技術
18.1如何熬一碗美麗湯(Beautifulsoup)
18.2 BS4和requests套件說明
18.3 爬蟲系統開發說明
18.4 chatGPT開發說明
18.5 維基百科文章抓取投放
18.6 蘋果基金會文章抓投放
18.7 成大醫院門診通知抓投放
18.8 原價屋賣場標題抓取投放
18.9 NBA PTT新聞抓取投放
18.10 各家新聞抓取投放
18.11 蕃薯藤文章投放
18.12 簡訊爬蟲實作
18.13 網頁爬蟲自動化
第十九章 ： 資料庫應用
19.1 SQLite 的應用
19.2 MySQL 的應用
19.3 PostgreSQL 的應用
19.4 Flask 框架呈現
第二十章： 行銷證照考取與題型解析
20.1 Google Analytics 4證照考取題目解析
20.2 Gooogle 提高離線銷售認證考取題目解析
20.3 Google Adwords 取題目解析
20.4 Line 官方粉絲團證照考取題目解析
1.1 IDE： VScode的設定與安裝
1.2 Pycharm社群版的設定與安裝
1.3 Anaconda 套件的安裝細節
1.4 Jupyter Notebook的設定與排錯
1.5 Spyder 的安裝
1.6 如何壓成exe檔案及錯誤排除
1.7 Google Colaboratory的操作與環境介紹
1.8如何Mount Google driver以及寫出雲端硬碟
第二章：Pandas 資料清洗的基本功夫-讀檔、資料框的操作、合併、丟回雲端
2.1 Python的基本功
2.2 流程控制、迴圈說明
2.3 range函數的應用
2.4切片的應用
2.5 四大容器的介紹
2.6 Pandas的介紹與安裝
2.7 Pandas的讀檔與位置指定
2.8 簡單取值說明
2.9 政府資料開放平台：台南旅遊景點資料集
2.10 政府資料開放平台：韓式料理資料集
第三章：Pandas 資料清洗的進階功夫-多欄位讀取、跨列讀取、資料聚合
3.1 多欄位取值
3.2 多列位取值
3.3 取頭取尾觀察資料作法
3.4 避免錯誤編碼
3.5 資料聚合的操作1： pd.concat
3.6 資料聚合的操作2： pd.merge
3.7 字串的取代以及強制轉型的用法
3.8 跨欄位字串合併技術
3.9 清洗資料的三姊妹： isnull()、fillna()、dropna()
3.10 文字編碼的做法：標準化和正規化
3.11 綜合應用
第四章：chatGPT提示工程的實作：善用生成式工具進行開發
4.1 GPT的註冊
4.2 open AI 後臺的操作：申請API
4.3 openaAI的playground用法
4.4. Claude AI的註冊
4.5 Claude AI的操作以及極限
4.6提示工程(Prompt Engineering)說明
4.7 翻譯機器人與對話機器人實作
第五章：機器學習概論： 監督式技術 VS. 非監督式技術 VS. 強化式技術
5.1 sk-learn 套件的安裝和解說
5.2. 監督式技術概念：線性回歸
5.3. 監督式技術概念：邏輯式回歸
5.4 監督式技術概念： SVM 支援向量機
5.5 監督式技術概念：Decision Tree決策樹
5.6 非監督式技術：K-means
5.7非監督式技術：PCA (主成分分析法)
5.8 強化式學習： Q-learning
5.9 深度學習： 循環神經網路的單一時序LSTM架構
5.10 深度學習： 循環神經網路的多時序LSTM架構
第六章：相依矩陣的重要性：如何解讀參數之間的關係
6.1 相依矩陣的說明
6.2 相依係數的判讀
6.3 工業數據的應用與解讀
6.4特徵值重要性的模型介紹
第七章： 評估指標的實作： 評估預測值與評估預測模型
7.1 混淆矩陣的實作-從醫療借鏡
7.2 混淆矩陣的計算和名詞
7.3 ROC曲線及AUC的繪製與判讀
7.4 MSE 判讀
第八章：ESG基本觀念與常見名詞介紹
8.1基本名詞解釋：從淨零碳排說起
8.2聯合國永續目標
8.3 ESG介紹與評級說明
8.4聯合國線上課程永續證書考取說明
8.5 英文永續考試題目解題
8.6 so14064-1 及Iso14064-2以及Iso14064-3說明
第九章：醫療應用篇
9.1心臟突發休克的實作案例
9.2糖尿病的預測
9.3 糖尿病預測進階研究
9.4病患用藥分類
9.5乳癌數據分析
9.6腎臟病數據集分析
第十章：工業應用篇
10.1工業應用：機台數據零件故障分析
10.2工業應用：製造業生產製程分析
第十一章： 永續生活篇
11.1 ESG 台灣上市公司揭露
11.2自來水質飲用分析
11.3 建築中的無人機橋樑影像檢測方法
11.4 台灣勞動力人口預測
11.5 人口出生率預測
11.6 登革熱數據集實作
第十二章： 生命教育篇
12.1中學學生輟學學生相依性分析
12.2自殺及憂鬱語意分析
12.3司法判決書查詢系統應用實作
12.4酒駕情形分析
第十三章：商業理論
13.1 分類模型評估會員卡核發
13.2 消費者的交易心態
13.3顧客忠誠度的簡單分群計數
13.4消費者的網站拜訪路徑分析
13.5 消費者的資料儲存概念
第十四章：商業應用
14.1 Google Analytics 4的介紹
14.2 Google Analytics 4的判讀
第十五章：電商平台分析
15.1常用的視覺化套件介紹(EDA)
15.2 Google Trend 基礎操作與目標
15.3 Google Trend API 製作關鍵字點擊分析
15.4 MOMO購物網站爬蟲抓取產品數據
15.5 MOMO購物網站分析產品競價策略
15.6 PCHOME購物網站爬蟲抓取產品數據
15.7 PCHOME購物網站分析產品競價策略
15.8 PTT上各版的輿論分析-以前100篇為例
15.9 PTT上各版的文字雲製作
15.10 套裝的文字雲工具與字詞記數
15.11 家樂福購物網站抓取產品資訊
15.12 愛買購物網站抓取產品資訊
15.13 大潤發購物網站抓取產品資訊
15.14 Costco 購物網站抓取產品資訊
15.15 酷彭購物網站抓取產品資訊
15.16 591租屋網爬蟲資訊抓取
第十六章：社群營運與Line的進階應用
16.1 IFTTT跨平台串接應用：基礎設定與介紹
16.2 IFTTT 跨平台串接應用：Line 和Gmail投放
16.3 Line Notify 的權杖申請
16.4 Line Notify 訊息投放
16.5 Line 貼圖和圖片投放
16.6 Line 爬蟲及時通知系統範例
第十七章： 生成式工具導入應用
17.1 Runway AI介紹
17.2 Gamma 快速投影片生成
第十八章： 無所不在的爬蟲技術
18.1如何熬一碗美麗湯(Beautifulsoup)
18.2 BS4和requests套件說明
18.3 爬蟲系統開發說明
18.4 chatGPT開發說明
18.5 維基百科文章抓取投放
18.6 蘋果基金會文章抓投放
18.7 成大醫院門診通知抓投放
18.8 原價屋賣場標題抓取投放
18.9 NBA PTT新聞抓取投放
18.10 各家新聞抓取投放
18.11 蕃薯藤文章投放
18.12 簡訊爬蟲實作
18.13 網頁爬蟲自動化
第十九章 ： 資料庫應用
19.1 SQLite 的應用
19.2 MySQL 的應用
19.3 PostgreSQL 的應用
19.4 Flask 框架呈現
第二十章： 行銷證照考取與題型解析
20.1 Google Analytics 4證照考取題目解析
20.2 Gooogle 提高離線銷售認證考取題目解析
20.3 Google Adwords 取題目解析
20.4 Line 官方粉絲團證照考取題目解析
作者介紹
黃朝健
早年投注於觸控IC和觸控模組的研發，從人因的互動設計開始進入科技業；後來負笈歐陸留學，指導教授為符號計算大師Burno Buchberger教授，同時也受業於Sepp Hochreiter教授的實驗室，後來在Hagenberg SoftwarePark的RISC公司實習，以醫療影像的研究為主，因疫情輾轉返台，遂協助大型製造業進行智慧製造的轉型，目前也受邀於雲嘉南分署、聯成電腦等企業界任教。
學經歷：
￭ 奧地利林茲大學資訊系碩士畢業
￭ 教育部部定講師
￭ 聯成電腦 講師
￭ 勞動部雲嘉南分署大數據 講師
￭ 台南失業者訓練班 講師
￭ 勞動部產業人才投資方案課程Python、電商行銷、數據科學 講師
￭ 高雄市勞動局產業新尖兵 講師
￭ 台南市伽碩職訓中心講師
￭ 數發部產業發展署 講師
￭ AI GO講師生成對抗網路(數發部產業發展署)
￭ AIGO 講師Kaggle 數據平台實戰 (數發部產業發展署)
￭ 台灣產業發展協會ESG 種子師資
￭ 國立政治大學電算中心技術師
￭ 義隆電子研發工程師
早年投注於觸控IC和觸控模組的研發，從人因的互動設計開始進入科技業；後來負笈歐陸留學，指導教授為符號計算大師Burno Buchberger教授，同時也受業於Sepp Hochreiter教授的實驗室，後來在Hagenberg SoftwarePark的RISC公司實習，以醫療影像的研究為主，因疫情輾轉返台，遂協助大型製造業進行智慧製造的轉型，目前也受邀於雲嘉南分署、聯成電腦等企業界任教。
學經歷：
￭ 奧地利林茲大學資訊系碩士畢業
￭ 教育部部定講師
￭ 聯成電腦 講師
￭ 勞動部雲嘉南分署大數據 講師
￭ 台南失業者訓練班 講師
￭ 勞動部產業人才投資方案課程Python、電商行銷、數據科學 講師
￭ 高雄市勞動局產業新尖兵 講師
￭ 台南市伽碩職訓中心講師
￭ 數發部產業發展署 講師
￭ AI GO講師生成對抗網路(數發部產業發展署)
￭ AIGO 講師Kaggle 數據平台實戰 (數發部產業發展署)
￭ 台灣產業發展協會ESG 種子師資
￭ 國立政治大學電算中心技術師
￭ 義隆電子研發工程師
規格
誠品貨碼 / 2682620164003
ISBN13 / 9786267383926
ISBN10 /
EAN貨碼 / 9786267383926
頁數 / 944
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 17X23X4.3CM
級別 / N:無
退貨說明
退貨須知：
- 依照消費者保護法的規定，您享有商品貨到次日起七天猶豫期(含例假日)的權益(請注意！猶豫期非試用期)，辦理退貨之商品必須是全新狀態(不得有刮傷、破損、受潮)且需完整(包含全部商品、配件、原廠內外包裝、贈品及所有附隨文件或資料的完整性等)。
- 請您以送貨廠商使用之包裝紙箱將退貨商品包裝妥當，若原紙箱已遺失，請另使用其他紙箱包覆於商品原廠包裝之外，切勿直接於原廠包裝上黏貼紙張或書寫文字。若原廠包裝損毀將可能被認定為已逾越檢查商品之必要程度，本公司得依毀損程度扣除回復原狀必要費用(整新費)後退費；請您先確認商品正確、外觀可接受，再行拆封，以免影響您的權利；若為產品瑕疵，本公司接受退貨。
依「通訊交易解除權合理例外情事適用準則」，下列商品不適用七日猶豫期，除產品本身有瑕疵外，不接受退貨：
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮蔬果、乳製品、冷凍冷藏食材、蛋糕)
- 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
- 報紙、期刊或雜誌。
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。(如:電子書)
- 已拆封之個人衛生用品。(如:內衣褲、襪類、褲襪、刮鬍刀、除毛刀等貼身用品)
- 國際航空客運服務。
若您退貨時有下列情形，可能被認定已逾越檢查商品之必要程度而須負擔為回復原狀必要費用(整新費)，或影響您的退貨權利，請您在拆封前決定是否要退貨：
- 以數位或電磁紀錄形式儲存或著作權相關之商品(包含但不限於CD、VCD、DVD、電腦軟體等) 包裝已拆封者(除運送用之包裝以外)。
- 耗材(包含但不限於墨水匣、碳粉匣、紙張、筆類墨水、清潔劑補充包等)之商品包裝已拆封者(除運送用之包裝以外)。
- 衣飾鞋類/寢具/織品(包含但不限於衣褲、鞋子、襪子、泳裝、床單、被套、填充玩具)或之商品缺件(含購買商品、附件、內外包裝、贈品等)或經剪標或下水或商品有不可回復之髒污或磨損痕跡。
- 食品、美容/保養用品、內衣褲等消耗性或個人衛生用品、商品銷售頁面上特別載明之商品已拆封者(除運送用之包裝外一切包裝、包括但不限於瓶蓋、封口、封膜等接觸商品內容之包裝部分)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 家電、3C、畫作、電子閱讀器等商品，除商品本身有瑕疵外，退回之商品已拆封(除運送用之包裝外一切包裝、包括但不限於封膜等接觸商品內容之包裝部分、移除封條、拆除吊牌、拆除貼膠或標籤等情形)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 退貨程序請參閱【客服專區→常見問題→誠品線上退貨退款】之說明。
付款/配送
