描述
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 |
作者簡介
|
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 |
序
者 |
