hiskio

    人工智慧Python基礎課 - 用Python分析了解你的資料

    ★學習人工智慧必修的Python程式設計能力和探索性資料分析

    收集中
    US$17.16
    ★學習人工智慧必修的Python程式設計能力和探索性資料分析
    •完整說明人工智慧世代的你需要具備的Python程式設計能力和所需的Python套件，讓你可以靈活運用這些套件來進行探索性資料分析。
    •程式的演算法是順序和動作，本書使用流程圖學習程式順序來幫助你了解Python程式結構；使用REPL輸入程式碼來熟悉動作的關鍵字。
    •人工智慧最重要的部分就是「資料」，使用Jupyter Notebook實作的探索性資料分析，可以幫助你深入了解資料和找出資料之間隱藏的關聯性，以便使用這些關聯性來訓練機器學習模型，進行資料預測。
    •以實務角度詳細說明Python資料科學的必學套件：Numpy、Matplotlib、Pandas和Scipy。
    •使用實際範例搭配圖例，帶你進入Python機器學習和深度學習。

    章節目錄

    • 1-1
      封面頁
    • 1-2
      書名頁
    • 1-3
      序言
    • 1-4
      目錄
    • 1-5
      第一篇：Python 程式設計實務
    • 1-6
      Ch01 Python 語言與人工智慧的基礎
    • 1-7
      1-1 人工智慧的基礎
    • 1-8
      1-1-1 人工智慧簡介
    • 1-9
      1-1-2 人工智慧的應用領域
    • 1-10
      1-1-3 人工智慧的研究領域
    • 1-11
      1-2 程式邏輯、演算法與fChart 流程圖
    • 1-12
      1-2-1 程式邏輯的基礎
    • 1-13
      1-2-2 演算法
    • 1-14
      1-2-3 流程圖
    • 1-15
      1-2-4 fChart 流程圖直譯器
    • 1-16
      1-3 認識Python 語言
    • 1-17
      1-4 Python 語言的開發環境
    • 1-18
      Ch02 寫出你的Python 程式
    • 1-19
      2-1 如何設計你的Python 程式
    • 1-20
      2-2 寫出第一個Python 程式
    • 1-21
      2-3 寫出第二個Python 程式
    • 1-22
      2-4 Python 程式的基本結構
    • 1-23
      2-5 Python 語言的寫作風格
    • 1-24
      2-5-1 程式敘述
    • 1-25
      2-5-2 程式區塊
    • 1-26
      2-5-3 程式註解
    • 1-27
      2-5-4 太長的程式碼
    • 1-28
      2-6 使用REPL 輸入Python 程式碼
    • 1-29
      Ch03 變數、資料型態與輸出輸入
    • 1-30
      3-1 認識變數與識別字
    • 1-31
      3-1-1 變數是什麼
    • 1-32
      3-1-2 變數與資料型態
    • 1-33
      3-1-3 Python 語言的識別字
    • 1-34
      3-2 變數
    • 1-35
      3-2-1 使用變數和指定初值
    • 1-36
      3-2-2 取得變數的物件參考
    • 1-37
      3-3 指定敘述
    • 1-38
      3-4 資料型態
    • 1-39
      3-4-1 數值資料型態
    • 1-40
      3-4-2 字串資料型態
    • 1-41
      3-4-3 布林資料型態
    • 1-42
      3-4-4 資料型態轉換函數
    • 1-43
      3-5 輸入與輸出
    • 1-44
      3-5-1 認識主控台輸入與輸出
    • 1-45
      3-5-2 輸入與輸出數值資料
    • 1-46
      3-5-3 輸入與輸出多個數值資料
    • 1-47
      3-6 多重和同步指定敘述
    • 1-48
      3-6-1 多重指定敘述
    • 1-49
      3-6-2 同步指定敘述
    • 1-50
      Ch04 運算子與運算式
    • 1-51
      4-1 認識運算式
    • 1-52
      4-1-1 運算式的基礎
    • 1-53
      4-1-2 運算式的種類
    • 1-54
      4-2 運算子的優先順序
    • 1-55
      4-3 算術運算子
    • 1-56
      4-3-1 算術運算子
    • 1-57
      4-3-2 使用算術運算子建立數學公式
    • 1-58
      4-3-3 在算術運算式使用括號
    • 1-59
      4-4 再談指定運算子
    • 1-60
      4-5 算術運算式的型態轉換
    • 1-61
      4-6 位元運算子
    • 1-62
      4-6-1 認識Python 位元運算子
    • 1-63
      4-6-2 NOT、AND、XOR 和OR 位元運算
    • 1-64
      4-6-3 位移運算子
    • 1-65
      Ch05 條件敘述
    • 1-66
      5-1 結構化程式設計
    • 1-67
      5-1-1 結構化程式設計
    • 1-68
      5-1-2 流程控制結構
    • 1-69
      5-2 關係與邏輯運算子
    • 1-70
      5-3 單選與二選一條件敘述
    • 1-71
      5-3-1 if 單選條件敘述
    • 1-72
      5-3-2 if/else 二選一條件敘述
    • 1-73
      5-3-3 單行if/else 條件敘述
    • 1-74
      5-4 多選一條件敘述
    • 1-75
      5-5 巢狀條件敘述
    • 1-76
      Ch06 迴圈結構
    • 1-77
      6-1 計數迴圈
    • 1-78
      6-1-1 遞增for 計數迴圈
    • 1-79
      6-1-2 遞減for 計數迴圈
    • 1-80
      6-1-3 range()範圍函數
    • 1-81
      6-2 條件迴圈
    • 1-82
      6-3 巢狀迴圈
    • 1-83
      6-4 跳出與繼續迴圈
    • 1-84
      6-4-1 break 關鍵字
    • 1-85
      6-4-2 continue 關鍵字
    • 1-86
      6-5 在迴圈結構使用else 程式區塊
    • 1-87
      6-5-1 在for 迴圈使用else 程式區塊
    • 1-88
      6-5-2 在while 迴圈使用else 程式區塊
    • 1-89
      6-6 迴圈結構與條件敘述
    • 1-90
      Ch07 函數
    • 1-91
      7-1 認識函數
    • 1-92
      7-1-1 函數的結構
    • 1-93
      7-1-2 Python 函數的種類
    • 1-94
      7-1-3 函數是一個黑盒子
    • 1-95
      7-2 Python 使用者自訂函數
    • 1-96
      7-2-1 建立函數
    • 1-97
      7-2-2 函數的參數列
    • 1-98
      7-2-3 函數的回傳值
    • 1-99
      7-2-4 建立回傳多個值的函數
    • 1-100
      7-3 預設參數值與呼叫函數的引數
    • 1-101
      7-3-1 函數參數的預設值
    • 1-102
      7-3-2 位置引數與關鍵字引數
    • 1-103
      7-4 變數的有效範圍
    • 1-104
      7-4-1 區域與全域變數
    • 1-105
      7-4-2 在函數中存取全域變數
    • 1-106
      7-5 Python 內建函數
    • 1-107
      7-6 Python 函數是頭等函數
    • 1-108
      7-6-1 匿名函數
    • 1-109
      7-6-2 傳入函數參數
    • 1-110
      Ch08 字串、清單、元組與字典
    • 1-111
      8-1 字串
    • 1-112
      8-1-1 建立字串
    • 1-113
      8-1-2 Escape 逸出字元
    • 1-114
      8-1-3 字串函數與方法
    • 1-115
      8-1-4 使用format()方法格式化字串
    • 1-116
      8-2 清單
    • 1-117
      8-2-1 建立清單
    • 1-118
      8-2-2 存取與走訪清單項目
    • 1-119
      8-2-3 插入、新增與刪除清單項目
    • 1-120
      8-2-4 清單函數與方法
    • 1-121
      8-2-5 切割字串成為清單
    • 1-122
      8-3 元組
    • 1-123
      8-3-1 建立元組
    • 1-124
      8-3-2 取出與走訪元組項目
    • 1-125
      8-3-3 元組函數與元組方法
    • 1-126
      8-4 字典
    • 1-127
      8-4-1 建立字典
    • 1-128
      8-4-2 取出、更改、新增與走訪字典項目
    • 1-129
      8-4-3 刪除字典項目
    • 1-130
      8-4-4 字典函數與字典方法
    • 1-131
      8-5 字串與容器型態的運算子
    • 1-132
      8-5-1 連接運算子
    • 1-133
      8-5-2 重複運算子
    • 1-134
      8-5-3 成員運算子
    • 1-135
      8-5-4 關係運算子
    • 1-136
      8-5-5 切割運算子
    • 1-137
      8-6 清單與字典推導
    • 1-138
      8-6-1 清單推導
    • 1-139
      8-6-2 字典推導
    • 1-140
      Ch09 模組、類別、檔案與例外處理
    • 1-141
      9-1 物件導向程式設計
    • 1-142
      9-1-1 認識類別與物件
    • 1-143
      9-1-2 定義類別和建立物件
    • 1-144
      9-1-3 使用類別資料
    • 1-145
      9-1-4 類別的繼承
    • 1-146
      9-2 模組與套件
    • 1-147
      9-2-1 建立與匯入自訂模組
    • 1-148
      9-2-2 使用Python 模組擴充程式功能
    • 1-149
      9-2-3 匯入模組的部分名稱
    • 1-150
      9-2-4 將模組所有名稱匯入成為目前範圍
    • 1-151
      9-2-5 顯示模組的所有名稱
    • 1-152
      9-3 使用math 與random 模組
    • 1-153
      9-3-1 math 模組
    • 1-154
      9-3-2 random 模組
    • 1-155
      9-4 文字檔案處理
    • 1-156
      9-4-1 開啟檔案來寫入資料
    • 1-157
      9-4-2 在檔案最後新增資料
    • 1-158
      9-4-3 讀取檔案的全部內容
    • 1-159
      9-4-4 讀取檔案的部分內容
    • 1-160
      9-5 二進位檔案讀寫
    • 1-161
      9-5-1 將資料寫入二進位檔案
    • 1-162
      9-5-2 從二進位檔案讀取資料
    • 1-163
      9-6 例外處理
    • 1-164
      9-6-1 例外處理程式敘述
    • 1-165
      9-6-2 同時處理多種例外
    • 1-166
      9-6-3 else 和finally 程式區塊
    • 1-167
      第二篇：Python 資料科學套件+Jupyter Notebook
    • 1-168
      Ch10 Jupyter Notebook 互動運算環境
    • 1-169
      10-1 認識Jupyter Notebook
    • 1-170
      10-2 Jupyter Notebook 基本使用
    • 1-171
      10-3 Jupyter Notebook 神奇函數
    • 1-172
      10-4 Markdown 常用語法
    • 1-173
      Ch11 NumPy 向量與矩陣運算
    • 1-174
      11-1 Python 資料科學套件
    • 1-175
      11-1-1 認識Python 資料科學套件
    • 1-176
      11-1-2 NumPy 套件的基礎
    • 1-177
      11-2 陣列的基本使用
    • 1-178
      11-2-1 建立陣列
    • 1-179
      11-2-2 更多NumPy 陣列的建立方法
    • 1-180
      11-2-3 陣列維度轉換
    • 1-181
      11-2-4 陣列屬性
    • 1-182
      11-2-5 走訪陣列的元素
    • 1-183
      11-2-6 使用亂數函數產生陣列元素值
    • 1-184
      11-3 一維陣列 – 向量
    • 1-185
      11-3-1 向量運算
    • 1-186
      11-3-2 切割一維陣列的元素
    • 1-187
      11-4 二維陣列 – 矩陣
    • 1-188
      11-4-1 矩陣運算
    • 1-189
      11-4-2 切割二維陣列的元素
    • 1-190
      11-5 使用進階索引取出元素
    • 1-191
      11-6 陣列的常用操作與廣播
    • 1-192
      11-6-1 陣列形狀與內容操作
    • 1-193
      11-6-2 陣列廣播
    • 1-194
      Ch12 Matplotlib 資料視覺化
    • 1-195
      12-1 資料視覺化與Matplotlib 套件
    • 1-196
      12-1-1 認識資料視覺化
    • 1-197
      12-1-2 安裝Matplotlib 中文字型
    • 1-198
      12-2 使用Matplotlib 繪製圖表
    • 1-199
      12-2-1 繪製基本圖表
    • 1-200
      12-2-2 更改線條的外觀
    • 1-201
      12-2-3 顯示標題和軸標籤
    • 1-202
      12-2-4 顯示圖例
    • 1-203
      12-2-5 指定軸的範圍
    • 1-204
      12-3 散佈圖、長條圖、直方圖和派圖
    • 1-205
      12-3-1 散佈圖
    • 1-206
      12-3-2 長條圖
    • 1-207
      12-3-3 直方圖
    • 1-208
      12-3-4 派圖
    • 1-209
      12-4 子圖表
    • 1-210
      12-5 多軸圖表
    • 1-211
      Ch13 使用Pandas 掌握你的資料
    • 1-212
      13-1 Pandas 套件的基礎
    • 1-213
      13-1-1 認識Pandas 套件
    • 1-214
      13-1-2 Series 物件
    • 1-215
      13-2 DataFrame 的基本使用
    • 1-216
      13-2-1 建立DataFrame 物件
    • 1-217
      13-2-2 匯入與匯出DataFrame 物件
    • 1-218
      13-2-3 顯示DataFrame 資訊與取出資料
    • 1-219
      13-2-4 走訪DataFrame 物件
    • 1-220
      13-3 選擇、過濾與排序資料
    • 1-221
      13-3-1 選取資料
    • 1-222
      13-3-2 過濾資料
    • 1-223
      13-3-3 排序資料
    • 1-224
      13-4 新增、更新和刪除資料
    • 1-225
      13-4-1 更新資料
    • 1-226
      13-4-2 刪除資料
    • 1-227
      13-4-3 新增資料
    • 1-228
      13-5 群組、樞紐分析與統計函數
    • 1-229
      13-5-1 群組
    • 1-230
      13-5-2 樞紐分析表
    • 1-231
      13-5-3 統計的相關方法
    • 1-232
      13-6 Pandas 資料視覺化
    • 1-233
      Ch14 SciPy 演算法與科學運算
    • 1-234
      14-1 SciPy 套件的基礎
    • 1-235
      14-2 特殊函數、積分與線性代數
    • 1-236
      14-2-1 指數、三角函數與積分
    • 1-237
      14-2-2 線性代數
    • 1-238
      14-3 最佳化與內插
    • 1-239
      14-3-1 最佳化
    • 1-240
      14-3-2 內插
    • 1-241
      14-4 統計與訊號處理
    • 1-242
      14-4-1 統計
    • 1-243
      14-4-2 訊號處理與卷積運算
    • 1-244
      Ch15 探索性資料分析實作案例
    • 1-245
      15-1 找出資料之間的關聯性
    • 1-246
      15-1-1 使用散佈圖
    • 1-247
      15-1-2 使用相關係數
    • 1-248
      15-2 資料標準化與最小/最大值縮放
    • 1-249
      15-2-1 資料標準化
    • 1-250
      15-2-2 最小/最大值縮放
    • 1-251
      15-3 資料清理與轉換
    • 1-252
      15-3-1 處理遺漏值
    • 1-253
      15-3-2 處理重複資料
    • 1-254
      15-3-3 處理分類資料
    • 1-255
      15-4 探索性資料分析的基礎
    • 1-256
      15-5 實作案例：鐵達尼號資料集的探索性資料分析
    • 1-257
      第三篇：Python 機器學習與深度學習
    • 1-258
      Ch16 機器學習與深度學習入門
    • 1-259
      16-1 機器學習的基礎
    • 1-260
      16-2 機器學習實例：波士頓資料集的房價預測
    • 1-261
      16-2-1 認識線性迴歸
    • 1-262
      16-2-2 使用波士頓資料集預測房價
    • 1-263
      16-3 深度學習的基礎
    • 1-264
      16-4 Google Colaboratory 雲端服務
    • 1-265
      16-5 深度學習實例：鳶尾花資料集的多元分類
    • 1-266
      16-5-1 認識與探索鳶尾花資料集
    • 1-267
      16-5-2 鳶尾花資料集的多元分類
    • 1-268
      附錄 Python 常用整合開發環境的使用
    • 1-269
      A-1 Anaconda 整合散發套件
    • 1-270
      A-1-1 下載與安裝Anaconda
    • 1-271
      A-1-2 啟動Anaconda Navigator
    • 1-272
      A-2 WinPython 整合散發套件
    • 1-273
      A-3 Spyder 整合開發環境的使用
    • 1-274
      A-4 Python IDLE 整合開發環境的使用
    • 1-275
      A-5 使用pip 安裝Python 套件
    • 1-276
      版權頁
    • 1-277
      封底頁

    常見問答

    您可以透過手機、平板或是電腦登入 HiSKIO 平台，在【我的學習】＞【我的書籍】頁面，選擇想看的電子書。

    猜你喜歡

    用戶評價

    | 收集中

    銷售方案