PDF JPG
本書有DRM加密保護,需使用HyRead閱讀軟體開啟
  • Python最強入門 ChatGPT 助攻邁向數據科學之路 王者歸來
  • 點閱:886
    542人已收藏
  • 作者: 洪錦魁著
  • 出版社:深智數位股份有限公司
  • 出版年:2023
  • ISBN:9786267273463
  • EISBN:9786267273616 PDF
  • 格式:PDF,JPG
  • 頁數:980
  • 附註:附錄: 安裝Python等9種 含索引
租期14天 今日租書可閱讀至2025-01-31

Python最強入門
ChatGPT助攻
邁向數據科學之路
王者歸來
第4版(全彩印刷)

 
★★★★★【內容最多、範圍最廣】【39個主題】★★★★★
★★★★★【程式實例最多】【1265個Python實例】★★★★★
★★★★★【7大真實數據】+【機器學習專題實戰】★★★★★
★★★★★【420個是非題、選擇題】【295個習題實作題】★★★★★
 
  Python語言是基礎科學課程,撰寫這本書時採用下列原則。
  1:強調Python語法內涵與精神。
  2:用精彩程式實例解說。
  3:科學與人工智慧知識融入內容。
  4 : ChatGPT助攻
  5:章節習題引導讀者複習與自我練習。
  6 : 機器學習 - 真實數據 – 專題實戰 
 
  相較於第3版,第4版更增加Python深入解析、機器學習真實數據實戰,同時使用更細緻的實例,增加下列知識:
  ☆ 深度解析sort( )和sorted( )
  ★ 徹底研究迭代器(iterator)、yield
  ☆ 波士頓房價專題
  ★ 葡萄酒數據集專題
  ☆ 鐵達尼號專題
  ★ 糖尿病數據集專題
  ☆ 乳癌數據集專題
  ★ 手寫數字數據集專題
  ☆ PCA主成份分析專題
  ★ 其他修訂小細節超過100處
 
  多次與教育界的朋友相聚,談到電腦語言的發展趨勢,大家一致公認Python已經是當今最重要的電腦語言了,幾乎所有知名公司,例如:Google、Facebook、…等皆已經將此語言列為必備電腦語言。了解許多人想學Python,市面上的書也不少了,但是許多人買了許多書,但是學習Python路上仍感障礙重重,原因是沒有選到好的書籍,市面上許多書籍的缺點是:
 
  ◎ Python語法講解不完整
  ◎ 用C、C++、Java觀念撰寫實例
  ◎ Python語法的精神與內涵未做說明
  ◎ Python進階語法未做解說
  ◎ 基礎實例太少,沒經驗的讀者無法舉一反三
  ◎ 模組介紹不足,應用範圍有限
 
  許多讀者因此買了一些書,讀完了,好像學會了,但到了網路看專家撰寫的程式往往看不懂。
 
  就這樣我決定撰寫一本用豐富、實用、有趣實例完整且深入講解Python語法的入門書籍。其實這本書也是目前市面上講解Python書籍中語法最完整,當讀者學會Python後,本書將逐步帶領讀者邁向數據科學、機器學習之路。Python以簡潔著名,語法非常活,同時擁有非常多豐富、實用的模組,本書筆者嘗試將Python語法的各種用法用實例解說,同時穿插使用各種模組,以協助讀者未來可以更靈活使用Python,以奠定讀者邁向更高深學習的紮實基礎。
 
  本書以約1010個程式實例和約255一般實例,講解紮實的Python語法,同時輔助約210道是非題、210道選擇題與約295程式實作題。讀者研讀完此書,相信可以學會下列知識:
 
  ★ 內容穿插說明PEP 8風格,讀者可由此養成設計符合PEP 8風格的Python程式,這樣撰寫的程式可以方便自己與他人閱讀。
  ☆ 拋棄C、C++、Java語法思維,將Python語法、精神功能火力全開
  ★ 人工智慧基礎知識融入章節內容
  ☆ 從bytes說起、編碼(encode)、解碼(decoding),到精通串列(list)、元組(tuple)、字典(dict)、集合(set)
  ★ 深度解析Sort( )和sorted( )
  ☆ 徹底研究迭代器(iterator)、yield
  ★ 完整解說Unicode字符集和utf-8依據Unicode字符集的中文編碼方式
  ☆ 從小型串列、元組、字典到大型數據資料的建立
  ★ 生成式(generator)建立Python資料結構,串列(list)、字典(dict)、集合(set)
  ☆ 經緯度計算地球任2城市之間的距離,學習取得地球任意位置的經緯度
  ★ 萊布尼茲公式、尼拉卡莎、蒙地卡羅模擬計算圓週率
  ☆ 徹底解說讀者常混淆的遞迴式呼叫。
  ★ 基礎函數觀念,也深入到嵌套、lambda、Decorator等高階應用
  ☆ Google有一篇大數據領域著名的論文,MapReduce:Simplified Data Processing on Large Clusters,重要觀念是MapReduce,筆者將對map( )和reduce( )完整解說,更進一步配合lambda觀念解說高階應用
  ★ 設計與應用自己設計的模組、活用外部模組(module)
  ☆ 設計加密與解密程式
  ★ Python處理文字檔案/二元檔案的輸入與輸出
  ☆ 檔案壓縮與解壓縮
  ★ 程式除錯(debug)與異常(exception)處理
  ☆ 檔案讀寫與目錄管理
  ★ 剪貼簿(clipboard)處理
  ☆ 正則表達式(Regular Expression)
  ★ 遞廻式觀念與碎形(Fractal)
  ☆ 影像處理與文字辨識,更進一步說明電腦儲存影像的方法與觀念
  ★ 認識中文分詞jieba與建立詞雲(wordcloud)設計
  ☆ GUI設計 - 實作小算盤
  ★ 實作動畫與遊戲(電子書呈現)
  ☆ Matplotlib中英文靜態與動態2D ~ 3D圖表繪製
  ★ 說明csv和json檔案
  ☆ 繪製世界地圖
  ★ 台灣股市資料擷取與圖表製作
  ☆ Python解線性代數
  ★ Python解聯立方程式
  ☆ Python執行數據分析
  ★ 科學計算與數據分析Numpy、Pandas
  ☆ 網路爬蟲
  ★ 人工智慧破冰之旅 – KNN演算法
  ☆ 機器學習 – 線性迴歸
  ★ 機器學習 – scikit-learn
  ☆ KNN演算法、邏輯迴歸、線性與非線性支援向量機
  ★ 決策樹
  ☆ 隨機森林樹
  ★ 波士頓房價
  ☆ 葡萄酒數據集
  ★ 鐵達尼號
  ☆ 糖尿病數據集
  ★ 乳癌數據集
  ☆ 手寫數字數據集
  ★ PCA主成份分析
  ☆ 完整函數索引,未來可以隨時查閱

作者簡介
 
洪錦魁
  
  一位跨越電腦作業系統與科技時代的電腦專家,著作等身的作家。

  ●DOS 時代他的代表作品是 IBM PC 組合語言、C、C++、Pascal、資料結構。
  ●Windows 時代他的代表作品是 Windows Programming 使用 C、Visual Basic。
  ●Internet 時代他的代表作品是網頁設計使用 HTML。
  ●大數據時代他的代表作品是 R 語言邁向 Big Data 之路。
  ●AI 時代他的代表作品是機器學習 Python 實作。
  ●通用 AI 時代,國內第 1 本 ChatGPT 作品的作者。
 
  作品曾被翻譯為簡體中文、馬來西亞文,英文,近年來作品則是在北京清華大學和台灣深智同步發行:
  1:C、Java、Python、C#、R 最強入門邁向頂尖高手之路王者歸來
  2:OpenCV 影像創意邁向AI 視覺王者歸來
  3:Python 網路爬蟲:大數據擷取、清洗、儲存與分析王者歸來
  4:演算法邏輯思維 + Python 程式實作王者歸來
  5:matplotlib 從2D 到3D 資料視覺化
  6:網頁設計HTML+CSS+JavaScript+jQuery+Bootstrap+Google Maps 王者歸來
  7:機器學習彩色圖解 + 基礎數學、基礎微積分 + Python 實作王者歸來
  8:Excel 完整學習、Excel 函數庫、Excel VBA 應用王者歸來
  9:Python 操作Excel 最強入門邁向辦公室自動化之路王者歸來
  10:Power BI 最強入門 – AI 視覺化+ 智慧決策+ 雲端分享王者歸來
 
  他的多本著作皆曾登上天瓏、博客來、Momo 電腦書類,各個時期暢銷排行榜第1 名,他的著作最大的特色是,所有程式語法或是功能解說會依特性分類,同時以實用的程式範例做解說,不賣弄學問,讓整本書淺顯易懂,讀者可以由他的著作事半功倍輕鬆掌握相關知識。
  • 第 1 章 基本觀念(第1-1頁)
    • 1-1 認識 Python(第1-2頁)
    • 1-2 Python 的起源(第1-3頁)
    • 1-3 Python 語言發展史(第1-4頁)
    • 1-4 Python 的應用範圍(第1-5頁)
    • 1-5 變數 — 靜態語言與動態語言(第1-6頁)
    • 1-6 系統的安裝與執行(第1-6頁)
    • 1-7 程式註解(第1-7頁)
    • 1-8 Python 彩蛋(Easter Eggs)(第1-8頁)
  • 第 2 章 認識變數與基本數學運算(第2-1頁)
    • 2-1 用 Python 做計算(第2-2頁)
    • 2-2 認識變數(第2-2頁)
    • 2-3 認識程式的意義(第2-5頁)
    • 2-4 認識註解的意義(第2-5頁)
    • 2-5 變數的命名原則(第2-6頁)
    • 2-6 基本數學運算(第2-9頁)
    • 2-7 指派運算子(第2-11頁)
    • 2-8 Python 等號的多重指定使用(第2-11頁)
    • 2-9 Python 的連接列(Line Continuation)(第2-12頁)
    • 2-10 專題 - 複利計算 / 計算圓面積與圓周長(第2-13頁)
  • 第 3 章 Python 的基本資料型態(第3-1頁)
    • 3-1 type()函數(第3-2頁)
    • 3-2 數值資料型態(第3-3頁)
    • 3-3 布林值資料型態(第3-8頁)
    • 3-4 字串資料型態(第3-10頁)
    • 3-5 字串與字元(第3-16頁)
    • 3-6 bytes 資料(第3-21頁)
    • 3-7 專題 - 地球到月球時間計算 / 計算座標軸 2 點之間距離(第3-23頁)
  • 第 4 章 基本輸入與輸出(第4-1頁)
    • 4-1 Python 的輔助說明 help()(第4-2頁)
    • 4-2 格式化輸出資料使用 print()(第4-2頁)
    • 4-3 輸出資料到檔案(第4-12頁)
    • 4-4 資料輸入 input()(第4-14頁)
    • 4-5 處理字串的數學運算 eval()(第4-15頁)
    • 4-6 列出所有內建函數 dir()(第4-17頁)
    • 4-7 專題- 溫度轉換 / 房貸問題 / 緯度距離 / 雞兔同籠(第4-17頁)
  • 第 5 章 程式的流程控制使用 if 敘述(第5-1頁)
    • 5-1 關係運算子(第5-2頁)
    • 5-2 邏輯運算子(第5-3頁)
    • 5-3 if 敘述(第5-5頁)
    • 5-4 if ⋯ else 敘述(第5-7頁)
    • 5-5 if ⋯ elif ⋯ else 敘述(第5-10頁)
    • 5-6 專題 - BMI / 猜數字 / 方程式 / 火箭升空 / 閏年(第5-12頁)
  • 第 6 章 串列(List)(第6-1頁)
    • 6-1 認識串列(list)(第6-2頁)
    • 6-2 Python 物件導向觀念與方法(第6-13頁)
    • 6-3 串列元素是字串的常用方法(第6-16頁)
    • 6-4 增加與刪除串列元素(第6-19頁)
    • 6-5 串列的排序(第6-22頁)
    • 6-6 進階串列操作(第6-24頁)
    • 6-7 串列內含串列(第6-26頁)
    • 6-8 串列的賦值與切片拷貝(第6-30頁)
    • 6-9 再談字串(第6-32頁)
    • 6-10 in 和 not in 運算式(第6-37頁)
    • 6-11 is 或 is not 運算式(第6-38頁)
    • 6-12 enumerate 物件(第6-40頁)
    • 6-13 專題 大型串列 / 認識凱薩密碼(第6-40頁)
  • 第 7 章 迴圈設計(第7-1頁)
    • 7-1 基本 for 迴圈(第7-2頁)
    • 7-2 range()函數(第7-6頁)
    • 7-3 進階的 for 迴圈應用(第7-14頁)
    • 7-4 while 迴圈(第7-20頁)
    • 7-5 enumerate 物件使用 for 迴圈解析(第7-26頁)
    • 7-6 專題 購物車設計 / 圓周率 / 雞兔同籠 / 國王的麥粒 / 電影院劃位(第7-27頁)
  • 第 8 章 元組(Tuple)(第8-1頁)
    • 8-1 元組的定義(第8-2頁)
    • 8-2 讀取元組元素(第8-3頁)
    • 8-3 遍歷所有元組元素(第8-3頁)
    • 8-4 修改元組內容產生錯誤的實例(第8-4頁)
    • 8-5 可以使用全新定義方式修改元組元素(第8-4頁)
    • 8-6 元組切片(tuple slices)(第8-5頁)
    • 8-7 方法與函數(第8-5頁)
    • 8-8 串列與元組資料互換(第8-6頁)
    • 8-9 其它常用的元組方法(第8-7頁)
    • 8-10 enumerate 物件使用在元組(第8-7頁)
    • 8-11 使用 zip()打包多個物件(第8-9頁)
    • 8-12 生成式(generator)(第8-10頁)
    • 8-13 製作大型的元組資料(第8-11頁)
    • 8-14 元組的功能(第8-11頁)
    • 8-15 專題 認識元組 / 打包與解包 / bytes 與 bytearray(第8-12頁)
  • 第 9 章 字典(Dict)(第9-1頁)
    • 9-1 字典基本操作(第9-2頁)
    • 9-2 遍歷字典(第9-14頁)
    • 9-3 建立字典串列(第9-19頁)
    • 9-4 字典內鍵的值是串列(第9-20頁)
    • 9-5 字典內鍵的值是字典(第9-21頁)
    • 9-6 字典常用的函數和方法(第9-22頁)
    • 9-7 製作大型的字典資料(第9-25頁)
    • 9-8 專題 文件分析 / 字典生成式 / 星座 / 凱薩密碼 / 摩斯密碼(第9-27頁)
  • 第 10 章 集合(Set)(第10-1頁)
    • 10-1 建立集合(第10-2頁)
    • 10-2 集合的操作(第10-4頁)
    • 10-3 適用集合的方法(第10-9頁)
    • 10-4 適用集合的基本函數操作(第10-18頁)
    • 10-5 凍結集合 frozenset(第10-18頁)
    • 10-6 專題 夏令營程式 / 程式效率 / 集合生成式 / 雞尾酒實例(第10-19頁)
  • 第 11 章 函數設計(第11-1頁)
    • 11-1 Python 函數基本觀念(第11-2頁)
    • 11-2 函數的參數設計(第11-5頁)
    • 11-3 函數傳回值(第11-9頁)
    • 11-4 呼叫函數時參數是串列(第11-15頁)
    • 11-5 傳遞任意數量的參數(第11-21頁)
    • 11-6 進一步認識函數(第11-23頁)
    • 11-7 遞迴式函數設計 recursive(第11-27頁)
    • 11-8 區域變數與全域變數(第11-35頁)
    • 11-9 匿名函數 lambda(第11-38頁)
    • 11-10 pass 與函數(第11-47頁)
    • 11-11 type 關鍵字應用在函數(第11-47頁)
    • 11-12 設計生成式函數與建立迭代器(第11-48頁)
    • 11-13 裝飾器(Decorator)(第11-53頁)
    • 11-14 專題 函數的應用 / 質數(第11-57頁)
    • 11-15 專題 歐幾里德演算法(第11-59頁)
  • 第 12 章 類別 - 物件導向的程式設計(第12-1頁)
    • 12-1 類別的定義與使用(第12-2頁)
    • 12-2 類別的訪問權限 - 封裝(encapsulation)(第12-6頁)
    • 12-3 類別的繼承(第12-10頁)
    • 12-4 多型(polymorphism)(第12-20頁)
    • 12-5 多重繼承(第12-22頁)
    • 12-6 type 與 instance(第12-25頁)
    • 12-7 特殊屬性(第12-27頁)
    • 12-8 類別的特殊方法(第12-29頁)
    • 12-9 專題:幾何資料的應用(第12-33頁)
  • 第 13 章 設計與應用模組(第13-1頁)
    • 13-1 將自建的函數儲存在模組中(第13-3頁)
    • 13-2 應用自己建立的函數模組(第13-4頁)
    • 13-3 將自建的類別儲存在模組內(第13-9頁)
    • 13-4 應用自己建立的類別模組(第13-10頁)
    • 13-5 隨機數 random 模組(第13-14頁)
    • 13-6 時間 time 模組(第13-18頁)
    • 13-7 系統 sys 模組(第13-22頁)
    • 13-8 keyword 模組(第13-26頁)
    • 13-9 日期 calendar 模組(第13-27頁)
    • 13-10 幾個增強 Python 功力的模組(第13-29頁)
    • 13-11 專題設計 賭場遊戲騙局 / 蒙地卡羅模擬 / 文件加密(第13-37頁)
  • 第 14 章 檔案輸入 / 輸出與目錄的管理(第14-1頁)
    • 14-1 資料夾與檔案路徑(第14-2頁)
    • 14-2 os 模組(第14-3頁)
    • 14-3 os.path 模組(第14-5頁)
    • 14-4 獲得特定工作目錄內容 glob(第14-9頁)
    • 14-5 讀取檔案(第14-9頁)
    • 14-6 寫入檔案(第14-15頁)
    • 14-7 讀取和寫入二進位檔案(第14-19頁)
    • 14-8 shutil 模組(第14-21頁)
    • 14-9 安全刪除檔案或目錄 send2trash()(第14-21頁)
    • 14-10 檔案壓縮與解壓縮 zipfile(第14-22頁)
    • 14-11 再談編碼格式 encoding(第14-25頁)
    • 14-12 剪貼簿的應用(第14-30頁)
    • 14-13 專題設計 分析檔案 / 加密檔案(第14-31頁)
  • 第 15 章 程式除錯與異常處理(第15-1頁)
    • 15-1 程式異常(第15-2頁)
    • 15-2 設計多組異常處理程序(第15-7頁)
    • 15-3 丟出異常(第15-11頁)
    • 15-4 紀錄 Traceback 字串(第15-12頁)
    • 15-5 finally(第15-15頁)
    • 15-6 程式斷言 assert(第15-16頁)
    • 15-7 程式日誌模組 logging(第15-19頁)
    • 15-8 程式除錯的典故(第15-27頁)
  • 第 16 章 正則表達式 Regular Expression(第16-1頁)
    • 16-1 使用 Python 硬功夫搜尋文字(第16-2頁)
    • 16-2 正則表達式的基礎(第16-4頁)
    • 16-3 更多搜尋比對模式(第16-7頁)
    • 16-4 貪婪與非貪婪搜尋(第16-10頁)
    • 16-5 正則表達式的特殊字元(第16-12頁)
    • 16-6 MatchObject 物件(第16-18頁)
    • 16-7 搶救 CIA 情報員 -sub()方法(第16-21頁)
    • 16-8 處理比較複雜的正則表示法(第16-22頁)
  • 第 17 章 用 Python 處理影像檔案(第17-1頁)
    • 17-1 認識 Pillow 模組的 RGBA(第17-2頁)
    • 17-2 Pillow 模組的盒子元組(Box tuple)(第17-3頁)
    • 17-3 影像的基本操作(第17-4頁)
    • 17-4 影像的編輯(第17-7頁)
    • 17-5 裁切、複製與影像合成(第17-12頁)
    • 17-6 影像濾鏡(第17-14頁)
    • 17-7 在影像內繪製圖案(第17-15頁)
    • 17-8 在影像內填寫文字(第17-18頁)
    • 17-9 專題 - 建立 QR code / 辨識車牌與建立停車場管理系統(第17-20頁)
  • 第 18 章 開發 GUI 程式使用 tkinter(第18-1頁)
    • 18-1 建立視窗(第18-2頁)
    • 18-2 標籤 Label(第18-3頁)
    • 18-3 視窗元件配置管理員 Layout Management(第18-5頁)
    • 18-4 功能鈕 Button(第18-11頁)
    • 18-5 變數類別(第18-15頁)
    • 18-6 文字方塊 Entry(第18-16頁)
    • 18-7 文字區域 Text(第18-20頁)
    • 18-8 捲軸 Scrollbar(第18-22頁)
    • 18-9 選項鈕 Radiobutton(第18-23頁)
    • 18-10 核取方塊 Checkbutton(第18-26頁)
    • 18-11 對話方塊 messagebox(第18-28頁)
    • 18-12 圖形 PhotoImage(第18-31頁)
    • 18-13 尺度 Scale 的控制(第18-34頁)
    • 18-14 功能表 Menu 設計(第18-35頁)
    • 18-15 專題- 設計小算盤(第18-37頁)
  • 第 19 章 詞雲設計(第19-1頁)
    • 19-1 安裝 wordcloud(第19-2頁)
    • 19-2 我的第 一個詞雲程式(第19-3頁)
    • 19-3 建立含中文字詞雲結果失敗(第19-4頁)
    • 19-4 建立含中文字的詞雲(第19-5頁)
    • 19-5 進一步認識 jieba 模組的分詞(第19-9頁)
    • 19-6 建立含圖片背景的詞雲(第19-9頁)
  • 第 20 章 數據圖表的設計(第20-1頁)
    • 20-1 認識 matplotlib.pyplot 模組的主要函數(第20-2頁)
    • 20-2 繪製簡單的折線圖 plot()(第20-3頁)
    • 20-3 繪製散點圖 scatter()(第20-13頁)
    • 20-4 Numpy 模組基礎知識(第20-15頁)
    • 20-5 色彩映射 color mapping(第20-20頁)
    • 20-6 繪製多個圖表(第20-26頁)
    • 20-7 建立畫布與子圖表物件(第20-30頁)
    • 20-8 長條圖的製作 bar()(第20-35頁)
    • 20-9 圓餅圖的製作pie()(第20-38頁)
    • 20-10 設計 2D 動畫(第20-40頁)
    • 20-11 專題 數學表達式 / 輸出文字 / 圖表註解(第20-45頁)
  • 第 21 章 JSON 資料與繪製世界地圖(第21-1頁)
    • 21-1 JSON 資料格式前言(第21-2頁)
    • 21-2 認識 json 資料格式(第21-3頁)
    • 21-3 將 Python 應用在 json 字串形式資料(第21-4頁)
    • 21-4 將 Python 應用在 json 檔案(第21-9頁)
    • 21-5 簡單的 json 檔案應用(第21-12頁)
    • 21-6 世界人口數據的 json 檔案(第21-13頁)
    • 21-7 繪製世界地圖(第21-17頁)
    • 21-8 環保署空氣品質 JSON 檔案實作(第21-22頁)
  • 第 22 章 使用 Python 處理 CSV 文件(第22-1頁)
    • 22-1 建立一個 CSV 文件(第22-2頁)
    • 22-2 開啟「utf-8」格式 CSV 檔案(第22-3頁)
    • 22-3 csv 模組(第22-6頁)
    • 22-4 讀取 CSV 檔案(第22-6頁)
    • 22-5 寫入 CSV 檔案(第22-9頁)
    • 22-6 專題 - 使用 CSV 檔案繪製氣象圖表(第22-12頁)
    • 22-7 台灣股市數據(第22-21頁)
    • 22-8 Python 與 Microsoft Excel(第22-24頁)
  • 第 23 章 Numpy 模組的基礎知識(第23-1頁)
    • 23-1 陣列 ndarray(第23-2頁)
    • 23-2 Numpy 的資料型態(第23-2頁)
    • 23-3 建立一維或多維陣列(第23-3頁)
    • 23-4 一維陣列的四則運算與基礎操作(第23-10頁)
    • 23-5 用切片提取一維陣列的元素(第23-13頁)
    • 23-6 多維陣列的索引與切片(第23-16頁)
    • 23-7 陣列的拷貝與檢視(第23-21頁)
    • 23-8 更改陣列外形(第23-24頁)
    • 23-9 陣列分割(第23-28頁)
    • 23-10 陣列合併與堆疊(第23-29頁)
  • 第 24 章 基礎統計與隨機數(第24-1頁)
    • 24-1 母體與樣本(第24-2頁)
    • 24-2 數據加總(第24-3頁)
    • 24-3 數據分佈(第24-3頁)
    • 24-4 數據中心指標(第24-4頁)
    • 24-5 數據分散指標(第24-11頁)
    • 24-6 Σ 符號運算規則與驗證(第24-14頁)
    • 24-7 活用 Σ 符號(第24-15頁)
    • 24-8 迴歸分析(第24-17頁)
    • 24-9 隨機函數的分佈(第24-22頁)
  • 第 25 章 Numpy 的數學運算與 3D 繪圖(第25-1頁)
    • 25-1 基礎數學函數(第25-2頁)
    • 25-2 三角函數(第25-5頁)
    • 25-3 指數與對數函數(第25-6頁)
    • 25-4 陣列處理函數(第25-6頁)
    • 25-5 陣列資料排序(第25-10頁)
    • 25-6 向量運算(第25-11頁)
    • 25-7 矩陣運算(第25-14頁)
    • 25-8 簡單線性代數運算(第25-18頁)
    • 25-9 線性插入函數(第25-19頁)
    • 25-10 Numpy 的廣播功能(第25-20頁)
    • 25-11 檔案的輸入與輸出(第25-21頁)
    • 25-12 專題 - 3D 繪圖到 3D 動畫(第25-23頁)
    • 25-13 專題 - 遮罩觀念與數據分類(第25-29頁)
  • 第 26 章 Pandas 入門(第26-1頁)
    • 26-1 Series(第26-2頁)
    • 26-2 DataFrame(第26-9頁)
    • 26-3 基本 Pandas 資料分析與處理(第26-14頁)
    • 26-4 讀取與輸出 CSV 檔案(第26-26頁)
    • 26-5 讀取與輸出 Excel 檔案(第26-28頁)
  • 第 27 章 Pandas 視覺化資料與時間序列(第27-1頁)
    • 27-1 Pandas 繪圖(第27-2頁)
    • 27-2 時間序列(Time Series)(第27-8頁)
    • 27-3 專題:鳶尾花(第27-15頁)
  • 第 28 章 網路爬蟲(第28-1頁)
    • 28-1 上網不再需要瀏覽器了(第28-2頁)
    • 28-2 下載網頁資訊使用 requests 模組(第28-5頁)
    • 28-3 檢視網頁原始檔(第28-10頁)
    • 28-4 解析網頁使用 BeautifulSoup 模組(第28-13頁)
    • 28-5 網路爬蟲實戰(第28-24頁)
  • 第 29 章 用 Python 操作台灣股市(第29-1頁)
    • 29-1 Stock()建構元(第29-2頁)
    • 29-2 Stock 物件屬性(第29-2頁)
    • 29-3 Stock 物件方法(第29-4頁)
    • 29-4 取得單一股票之即時資料 realtime.get()(第29-5頁)
  • 第 30 章 Sympy 模組與符號運算(第30-1頁)
    • 30-1 定義符號(第30-2頁)
    • 30-2 解方程式(第30-4頁)
    • 30-3 解聯立方程式(第30-6頁)
    • 30-4 微分與 Sympy(第30-7頁)
    • 30-5 積分與 Sympy(第30-8頁)
    • 30-6 Sympy 模組的繪圖功能(第30-8頁)
  • 第 31 章 人工智慧破冰之旅 -KNN 演算法(第31-1頁)
    • 31-1 將畢氏定理應用在性向測試(第31-2頁)
    • 31-2 電影分類(第31-4頁)
    • 31-3 選舉造勢與銷售烤香腸(第31-7頁)
  • 第 32 章 機器學習使用 scikit-learn 入門(第32-1頁)
    • 32-1 網路購物數據調查(第32-2頁)
    • 32-2 使用 scikit-learn 模組計算決定係數(第32-3頁)
    • 32-3 預測未來值(第32-6頁)
    • 32-4 人工智慧、機器學習、深度學習(第32-7頁)
    • 32-5 認識 scikit-learn 數據模組 datasets(第32-9頁)
    • 32-6 監督學習 - 線性迴歸(第32-9頁)
    • 32-7 scikit-learn 產生數據(第32-16頁)
    • 32-8 常見的監督學習分類器(第32-19頁)
    • 32-9 無監督學習 - 群集分析(第32-31頁)
  • 第 33 章 動畫與遊戲(電子書)(第33-1頁)
    • 33-1 繪圖功能(第33-1頁)
    • 33-2 尺度控制畫布背景顏色(第33-1頁)
    • 33-3 動畫設計(第33-1頁)
    • 33-4 反彈球遊戲設計(第33-1頁)
    • 33-5 專題 - 使用 tkinter 處理謝爾賓斯基三角形(第33-1頁)
  • 第 34 章 機器學習專題 - 波士頓房價(第34-1頁)
    • 34-1 從線性迴歸到多元線性迴歸(第34-2頁)
    • 34-2 簡單資料測試(第34-3頁)
    • 34-3 波士頓房價數據集(第34-6頁)
  • 第 35 章 機器學習專題 - 葡萄酒數據(第35-1頁)
    • 35-1 認識葡萄酒數據(第35-2頁)
    • 35-2 使用 KNN 演算法執行葡萄酒分類(第35-4頁)
    • 35-3 使用邏輯迴歸演算法執行葡萄酒分類(第35-10頁)
  • 第 36 章 機器學習專題 - 鐵達尼號(第36-1頁)
    • 36-1 程式設計必備知識 one-hot 編碼(第36-2頁)
    • 36-2 認識鐵達尼號 Titanic 數據集(第36-3頁)
    • 36-3 鐵達尼號專題實作 - 邏輯回歸(第36-5頁)
    • 36-4 鐵達尼號專題實作 - 決策樹(第36-8頁)
  • 第 37 章 機器學習專題 - 糖尿病(第37-1頁)
    • 37-1 認識糖尿病數據集(第37-2頁)
    • 37-2 多元線性迴歸處理糖尿病數據(第37-3頁)
  • 第 38 章 機器學習專題 - 乳癌數據(第38-1頁)
    • 38-1 認識乳癌數據集(第38-2頁)
    • 38-2 支援向量機處理乳癌數據(第38-4頁)
  • 第 39 章 機器學習專題 - 手寫數字(第39-1頁)
    • 39-1 認識手寫數字數據集(第39-2頁)
    • 39-2 隨機森林樹處理手寫數字數據集(第39-3頁)
    • 39-3 PCA 主成份分析(第39-5頁)
  • 附錄 D 指令、函數、方法與專有名詞索引(第A-1頁)
紙本書 NT$ 1200
單本電子書
NT$ 840

點數租閱 20點
租期14天
今日租書可閱讀至2025-01-31
還沒安裝 HyRead 3 嗎?馬上免費安裝~
QR Code