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
Collecting
US$16.80
★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。
•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。
Content
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
1-6Ch01 Python 語言與人工智慧的基礎
1-71-1 人工智慧的基礎
1-81-1-1 人工智慧簡介
1-91-1-2 人工智慧的應用領域
1-101-1-3 人工智慧的研究領域
1-111-2 程式邏輯、演算法與fChart 流程圖
1-121-2-1 程式邏輯的基礎
1-131-2-2 演算法
1-141-2-3 流程圖
1-151-2-4 fChart 流程圖直譯器
1-161-3 認識Python 語言
1-171-4 Python 語言的開發環境
1-18Ch02 寫出你的Python 程式
1-192-1 如何設計你的Python 程式
1-202-2 寫出第一個Python 程式
1-212-3 寫出第二個Python 程式
1-222-4 Python 程式的基本結構
1-232-5 Python 語言的寫作風格
1-242-5-1 程式敘述
1-252-5-2 程式區塊
1-262-5-3 程式註解
1-272-5-4 太長的程式碼
1-282-6 使用REPL 輸入Python 程式碼
1-29Ch03 變數、資料型態與輸出輸入
1-303-1 認識變數與識別字
1-313-1-1 變數是什麼
1-323-1-2 變數與資料型態
1-333-1-3 Python 語言的識別字
1-343-2 變數
1-353-2-1 使用變數和指定初值
1-363-2-2 取得變數的物件參考
1-373-3 指定敘述
1-383-4 資料型態
1-393-4-1 數值資料型態
1-403-4-2 字串資料型態
1-413-4-3 布林資料型態
1-423-4-4 資料型態轉換函數
1-433-5 輸入與輸出
1-443-5-1 認識主控台輸入與輸出
1-453-5-2 輸入與輸出數值資料
1-463-5-3 輸入與輸出多個數值資料
1-473-6 多重和同步指定敘述
1-483-6-1 多重指定敘述
1-493-6-2 同步指定敘述
1-50Ch04 運算子與運算式
1-514-1 認識運算式
1-524-1-1 運算式的基礎
1-534-1-2 運算式的種類
1-544-2 運算子的優先順序
1-554-3 算術運算子
1-564-3-1 算術運算子
1-574-3-2 使用算術運算子建立數學公式
1-584-3-3 在算術運算式使用括號
1-594-4 再談指定運算子
1-604-5 算術運算式的型態轉換
1-614-6 位元運算子
1-624-6-1 認識Python 位元運算子
1-634-6-2 NOT、AND、XOR 和OR 位元運算
1-644-6-3 位移運算子
1-65Ch05 條件敘述
1-665-1 結構化程式設計
1-675-1-1 結構化程式設計
1-685-1-2 流程控制結構
1-695-2 關係與邏輯運算子
1-705-3 單選與二選一條件敘述
1-715-3-1 if 單選條件敘述
1-725-3-2 if/else 二選一條件敘述
1-735-3-3 單行if/else 條件敘述
1-745-4 多選一條件敘述
1-755-5 巢狀條件敘述
1-76Ch06 迴圈結構
1-776-1 計數迴圈
1-786-1-1 遞增for 計數迴圈
1-796-1-2 遞減for 計數迴圈
1-806-1-3 range()範圍函數
1-816-2 條件迴圈
1-826-3 巢狀迴圈
1-836-4 跳出與繼續迴圈
1-846-4-1 break 關鍵字
1-856-4-2 continue 關鍵字
1-866-5 在迴圈結構使用else 程式區塊
1-876-5-1 在for 迴圈使用else 程式區塊
1-886-5-2 在while 迴圈使用else 程式區塊
1-896-6 迴圈結構與條件敘述
1-90Ch07 函數
1-917-1 認識函數
1-927-1-1 函數的結構
1-937-1-2 Python 函數的種類
1-947-1-3 函數是一個黑盒子
1-957-2 Python 使用者自訂函數
1-967-2-1 建立函數
1-977-2-2 函數的參數列
1-987-2-3 函數的回傳值
1-997-2-4 建立回傳多個值的函數
1-1007-3 預設參數值與呼叫函數的引數
1-1017-3-1 函數參數的預設值
1-1027-3-2 位置引數與關鍵字引數
1-1037-4 變數的有效範圍
1-1047-4-1 區域與全域變數
1-1057-4-2 在函數中存取全域變數
1-1067-5 Python 內建函數
1-1077-6 Python 函數是頭等函數
1-1087-6-1 匿名函數
1-1097-6-2 傳入函數參數
1-110Ch08 字串、清單、元組與字典
1-1118-1 字串
1-1128-1-1 建立字串
1-1138-1-2 Escape 逸出字元
1-1148-1-3 字串函數與方法
1-1158-1-4 使用format()方法格式化字串
1-1168-2 清單
1-1178-2-1 建立清單
1-1188-2-2 存取與走訪清單項目
1-1198-2-3 插入、新增與刪除清單項目
1-1208-2-4 清單函數與方法
1-1218-2-5 切割字串成為清單
1-1228-3 元組
1-1238-3-1 建立元組
1-1248-3-2 取出與走訪元組項目
1-1258-3-3 元組函數與元組方法
1-1268-4 字典
1-1278-4-1 建立字典
1-1288-4-2 取出、更改、新增與走訪字典項目
1-1298-4-3 刪除字典項目
1-1308-4-4 字典函數與字典方法
1-1318-5 字串與容器型態的運算子
1-1328-5-1 連接運算子
1-1338-5-2 重複運算子
1-1348-5-3 成員運算子
1-1358-5-4 關係運算子
1-1368-5-5 切割運算子
1-1378-6 清單與字典推導
1-1388-6-1 清單推導
1-1398-6-2 字典推導
1-140Ch09 模組、類別、檔案與例外處理
1-1419-1 物件導向程式設計
1-1429-1-1 認識類別與物件
1-1439-1-2 定義類別和建立物件
1-1449-1-3 使用類別資料
1-1459-1-4 類別的繼承
1-1469-2 模組與套件
1-1479-2-1 建立與匯入自訂模組
1-1489-2-2 使用Python 模組擴充程式功能
1-1499-2-3 匯入模組的部分名稱
1-1509-2-4 將模組所有名稱匯入成為目前範圍
1-1519-2-5 顯示模組的所有名稱
1-1529-3 使用math 與random 模組
1-1539-3-1 math 模組
1-1549-3-2 random 模組
1-1559-4 文字檔案處理
1-1569-4-1 開啟檔案來寫入資料
1-1579-4-2 在檔案最後新增資料
1-1589-4-3 讀取檔案的全部內容
1-1599-4-4 讀取檔案的部分內容
1-1609-5 二進位檔案讀寫
1-1619-5-1 將資料寫入二進位檔案
1-1629-5-2 從二進位檔案讀取資料
1-1639-6 例外處理
1-1649-6-1 例外處理程式敘述
1-1659-6-2 同時處理多種例外
1-1669-6-3 else 和finally 程式區塊
1-167第二篇：Python 資料科學套件+Jupyter Notebook
1-168Ch10 Jupyter Notebook 互動運算環境
1-16910-1 認識Jupyter Notebook
1-17010-2 Jupyter Notebook 基本使用
1-17110-3 Jupyter Notebook 神奇函數
1-17210-4 Markdown 常用語法
1-173Ch11 NumPy 向量與矩陣運算
1-17411-1 Python 資料科學套件
1-17511-1-1 認識Python 資料科學套件
1-17611-1-2 NumPy 套件的基礎
1-17711-2 陣列的基本使用
1-17811-2-1 建立陣列
1-17911-2-2 更多NumPy 陣列的建立方法
1-18011-2-3 陣列維度轉換
1-18111-2-4 陣列屬性
1-18211-2-5 走訪陣列的元素
1-18311-2-6 使用亂數函數產生陣列元素值
1-18411-3 一維陣列 – 向量
1-18511-3-1 向量運算
1-18611-3-2 切割一維陣列的元素
1-18711-4 二維陣列 – 矩陣
1-18811-4-1 矩陣運算
1-18911-4-2 切割二維陣列的元素
1-19011-5 使用進階索引取出元素
1-19111-6 陣列的常用操作與廣播
1-19211-6-1 陣列形狀與內容操作
1-19311-6-2 陣列廣播
1-194Ch12 Matplotlib 資料視覺化
1-19512-1 資料視覺化與Matplotlib 套件
1-19612-1-1 認識資料視覺化
1-19712-1-2 安裝Matplotlib 中文字型
1-19812-2 使用Matplotlib 繪製圖表
1-19912-2-1 繪製基本圖表
1-20012-2-2 更改線條的外觀
1-20112-2-3 顯示標題和軸標籤
1-20212-2-4 顯示圖例
1-20312-2-5 指定軸的範圍
1-20412-3 散佈圖、長條圖、直方圖和派圖
1-20512-3-1 散佈圖
1-20612-3-2 長條圖
1-20712-3-3 直方圖
1-20812-3-4 派圖
1-20912-4 子圖表
1-21012-5 多軸圖表
1-211Ch13 使用Pandas 掌握你的資料
1-21213-1 Pandas 套件的基礎
1-21313-1-1 認識Pandas 套件
1-21413-1-2 Series 物件
1-21513-2 DataFrame 的基本使用
1-21613-2-1 建立DataFrame 物件
1-21713-2-2 匯入與匯出DataFrame 物件
1-21813-2-3 顯示DataFrame 資訊與取出資料
1-21913-2-4 走訪DataFrame 物件
1-22013-3 選擇、過濾與排序資料
1-22113-3-1 選取資料
1-22213-3-2 過濾資料
1-22313-3-3 排序資料
1-22413-4 新增、更新和刪除資料
1-22513-4-1 更新資料
1-22613-4-2 刪除資料
1-22713-4-3 新增資料
1-22813-5 群組、樞紐分析與統計函數
1-22913-5-1 群組
1-23013-5-2 樞紐分析表
1-23113-5-3 統計的相關方法
1-23213-6 Pandas 資料視覺化
1-233Ch14 SciPy 演算法與科學運算
1-23414-1 SciPy 套件的基礎
1-23514-2 特殊函數、積分與線性代數
1-23614-2-1 指數、三角函數與積分
1-23714-2-2 線性代數
1-23814-3 最佳化與內插
1-23914-3-1 最佳化
1-24014-3-2 內插
1-24114-4 統計與訊號處理
1-24214-4-1 統計
1-24314-4-2 訊號處理與卷積運算
1-244Ch15 探索性資料分析實作案例
1-24515-1 找出資料之間的關聯性
1-24615-1-1 使用散佈圖
1-24715-1-2 使用相關係數
1-24815-2 資料標準化與最小/最大值縮放
1-24915-2-1 資料標準化
1-25015-2-2 最小/最大值縮放
1-25115-3 資料清理與轉換
1-25215-3-1 處理遺漏值
1-25315-3-2 處理重複資料
1-25415-3-3 處理分類資料
1-25515-4 探索性資料分析的基礎
1-25615-5 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
1-258Ch16 機器學習與深度學習入門
1-25916-1 機器學習的基礎
1-26016-2 機器學習實例：波士頓資料集的房價預測
1-26116-2-1 認識線性迴歸
1-26216-2-2 使用波士頓資料集預測房價
1-26316-3 深度學習的基礎
1-26416-4 Google Colaboratory 雲端服務
1-26516-5 深度學習實例：鳶尾花資料集的多元分類
1-26616-5-1 認識與探索鳶尾花資料集
1-26716-5-2 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
1-269A-1 Anaconda 整合散發套件
1-270A-1-1 下載與安裝Anaconda
1-271A-1-2 啟動Anaconda Navigator
1-272A-2 WinPython 整合散發套件
1-273A-3 Spyder 整合開發環境的使用
1-274A-4 Python IDLE 整合開發環境的使用
1-275A-5 使用pip 安裝Python 套件
1-276版權頁
1-277封底頁
FAQ
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。
Recommendations
Reviews
| Collecting