書名: 實戰Tableau資料分析與視覺化分析 (1版)
作者: 松島七衣
譯者: 許郁文
版次: 1
ISBN: 9786263244566
出版社: 碁峰
出版日期: 2023/08
書籍開數、尺寸: 17x23x1.18
頁數: 200
內文印刷顏色: 全彩
#資訊
#資料庫與資料管理
#雲端計算與大數據
定價: 480
售價: 408
庫存: 庫存: 1
LINE US! 詢問這本書 團購優惠、書籍資訊 等

付款方式: 超商取貨付款 line pay
信用卡 全支付
線上轉帳 Apple pay
物流方式: 超商取貨
宅配
門市自取

詳細資訊

內容特色: 學會Tableau的操作方法以及思維,培養Tableau腦 想要讓數位轉型成功的企業,就少不了Tableaui這類BI工具的應用。本書的目的是透過多道題目介紹「製作判斷所需的視覺化分析」的方法,以及「根據資料找出想知道的數值」的方法。讓我們一起學會Tableau的操作方法以及思維,培養Tableau大腦。 大量的技巧與提示 本書大量介紹了各種技巧與Tips。由於能快速找到每個問題的解決方案,所以能快速地提升Tableau的技巧。本書除了介紹常見的技巧以及問題之外,也介紹一些需要Tableau獨特創意的內容,所以大家能透過本書學會更多分析技巧,全面提升Tableau的實力。 透過實際演練,了解Tableau的操作與邏輯 要想熟悉Tableau,就必須多練習、多累積經驗。不斷地優先練習那些不容易記住的題目,藉此學會思考模式。大量練習之下,練習的品質也會跟著提升。建議大家不要只是瀏覽步驟,而是要實際動手演練。不斷地練習,總有一天會有所突破。只要能夠熟悉Tableau的操作,就能在短時間之內完成高品質的分析。但願有更多人能夠體驗使用Tableau進行視覺分析的趣味與益處。 本書的目標讀者 ○ 已經學會Tableau基本操作的人 ○ 想學會更多分析方法,推動業務的人 ○ 想透過實際的練習強化相關技巧的人 作者介紹: 松島七衣 於早稻田大學大學院創造理工學研究科修滿學分。曾於富士通株式會社服務,並從2015年之後,在Tableau Software擔任銷售工程師,長達6年半的時間。2018年,於經濟產業省主辦的「Big Data analysis Contest」首次的可視化獎項透過Tableau獲頒金獎。該作品也被Tableau公司的Viz of the Day選為優質儀表板。在2018年至2020年這段期間,在日經XTREND撰寫主題為實用的視覺化分析專欄。除了擁有Tableau最高級證照「Tableau Desktop Certifi ed Professional」之外,還擁有Salesforce、Dataiku、Alteryx、SAS、IBM這類統計或AI的相關證書。 著有《Tableauによる最強・最速のデータ可視化テクニック ~データ加工からダッシュボード作成まで~》(翔泳社)、《Tableauによる最適なダッシュボードの作成と最速のデータ分析テクニック ~優れたビジュアル表現と問題解決のヒント~》(翔泳社) 序: 本書的目的是「讓更多人使用Tableau」。讓我們透過實際演練,了解Tableau的操作與邏輯,培養Tableau大腦。本書以曾經利用Tableau繪製圖表的人,或是曾學過基礎操作,想進一步實際演練的人為對象,並以辦公業務以及Tableau證照考試為前提,希望透過本書讓大家能不假思索地完成分析。一旦學會一連串的操作,就能揉和各種使用方法,進行更廣泛的分析。 要學會一套軟體,不能只是學會操作與邏輯,還必須邊思考邊演練,兼顧輸入與輸出。在實務裡,分析課題與Tableau的操作通常是雙管齊下的,所以本書將把重心放在Tableau,努力提升相關的技巧。 為了讓大家更有效率地學習,本書大量介紹了各種技巧與Tips。由於能快速找到每個問題的解決方案,所以能快速地提升Tableau的技巧。本書除了介紹常見的技巧以及問題之外,也介紹一些需要Tableau獨特創意的內容,所以大家能透過本書學會更多分析技巧,全面提升Tableau的實力。此外,分析對象的資料除了與產品一起附贈的資料之外,也使用了許多外部資料,所以也能幫助大家強化處理各種資料的能力。順帶一提,本書不會介紹那些高難度的課題,例如需要複雜的操作才能解決的課題,也不會介紹某個業界才有的特殊課題。 建議大家先自行解答各演練的題目。不斷地嘗試解題,才能更快學會需要的能力。要讓實力升級的話,建議大家騰出一段能夠完全專心的時間,一氣呵成地練習才會更有效率。 在完成各演練的題目之後,務必回顧大致的流程,退一步客觀看待問題。請試著自行解釋與整理各演練的Point的內容。除了解決每道演練題目,還要了解題目的根本,日後才能應用這些解決問題的能力。 要想熟悉Tableau,就必須多練習、多累積經驗。不斷地優先練習那些不容易記住的題目,藉此學會思考模式。大量練習之下,練習的品質也會跟著提升。建議大家不要只是瀏覽步驟,而是要實際動手演練。不斷地練習,總有一天會有所突破。只要能夠熟悉Tableau的操作,就能在短時間之內完成高品質的分析。但願有更多人能夠體驗使用Tableau進行視覺分析的趣味與益處。 章節目錄: Ch0|利用拖放與點選製作 0.1 為每個子類別建立業績的長條圖 0.2 為每個地區各類別的銷售額繪製堆疊長條圖 0.3 為每個子類別繪製利潤與折扣率的長條圖 0.4 以年、月為單位,繪製各類別銷售額的折線圖 0.5 以月為單位,繪製各年度銷售額的折線圖 0.6 為每個子類別與區域繪製數量的交叉表 0.7 利用每個類別的產品名稱繪製銷售額與利潤的散佈圖 0.8 製作各都道府縣的利潤地圖 COLUMN 連接檔案的資料來源 Ch1|重現視覺表現 1.1 過去12個月的每月降雨量 Point 相對日期這個篩選條件的設定 1.2 每月取消數量與住宿數量的趨勢 1.3 市區町村的Airbnb數量與評價 1.4 各國幸福度分數7項目清單 Point 讓太長的表頭折成兩行 1.5 各年齡層與地區的投票率 Point 能否標記別名 1.6 東京都的不動產平均價格與65歲以上人口比例的相關性 1.7 每日的買賣股數與股價 1.8 與前一週的人數增減 Point 將即時計算轉換成計算欄位 1.9 都道府縣的不動產價格與面積 Point 篩選可加速後續的處理 1.10 長條圖的繪圖文字清單 Point 整理工具提示 Point 計數與相異計數的差異 1.11 各種旅館的每月住宿率 1.12 藍調與嘻哈這類音樂作品的流行情況 1.13 各都道府縣的市區町村不動產交易價格 Point 使用對應表 Point 篩選條件的顯示順序 1.14 各原產國的咖啡評價 1.15 以月曆格式顯示最高、最低的陽性人數 Point 變更一週的第一個工作日 1.16 各種動漫的評價分佈情況 Point 設定為「整個檢視」,檢視整張視圖 1.17 名人的年收入排行榜 Point 在「資料來源」頁面顯示的預覽列數 1.18 訪日外國遊客數趨勢 Point 資料該用Desktop還是Prep準備嗎? Point 如何參照原始資料? 1.19 看了特定動漫的人還看了哪些其他動漫? 1.20 全世界電力普及率趨勢 Point 簡報模式 Point 確認欄位值 COLUMN 合併多張工作表的呈現方式 Ch2|用技巧解決 2.1 在堆疊長條圖顯示各長條的值 2.2 利用折線圖強調標記 Point 折線圖的各種呈現手法 2.3 讓規模不一的度量並列的折線圖 2.4 顯示度量名稱與指定小計的交叉表 2.5 以指定的三階段製作以顏色作為區分的醒目提醒表 2.6 植入百萬單位的標籤並顯示所有的值,即使有資料是空白的 2.7 為具有多個維度的長條圖排序 Point 欄位的排序 2.8 在沒有資料的儲存顯示0 2.9 統整稀少次數的直方圖 Point 引號之內的文字太多怎麼辦? 2.10 顯示未來日期的資料 2.11 為堆疊長條圖的項目排序 2.12 利用堆疊長條圖的顏色類別排列長條 2.13 只顯示最後一年的去年同月比 Point 沒有前年同月資料時的解決方案 Point 確認計算欄位依存關係的方法 2.14 只顯示各類別的前幾名 2.15 顯示4月之後的上半季與下半季 2.16 讓冗長的文字折成兩半 Point 顯示「資料來源」頁面的預覽 Point 只有維度的交叉表 Point 標記數量對效能的影響 2.17 繪製合併左右軸範圍的金字塔圖 Point 取得畫面顯示的顏色 2.18 比較不同資料來源的不同欄位 2.19 插入特定篩選條件的標題 Point 取得工作表資訊 2.20 不同儀表板的篩選方式 COLUMN 快速存取常用儀表板的方法 Ch3|算出需要的值 3.1 不動產交易金額最高的地方政府是? Point 整理資料來源的方法 3.2 幸福度超越日本的國家是? 3.3 如何找出評價比例較高的動漫? 3.4 PCR民營檢驗機構佔陽性者的比例是? Point 點選資料後,顯示該資料的標籤 3.5 有哪些國家的人民曾因海嘯而罹難? 3.6 一個資料有,而另一個資料沒有的值,該怎麼處理? Point 另一種解法 3.7 佔成交金額為前10,000名最高比例的市區町村是哪裡? 3.8 GDP與幸福度成正比的地區群組是哪裡? Point R平方值與P值 3.9 GDP、壽命、都市化程度都在前5名的國家是哪裡? Point 利用ID串連多筆資料 Point 組合資料的選取基準 3.10 在需要入院治療的患者中,重症者的比例有多高? 3.11 評論期間較長的房間類型是? Point 在計算欄位輸入註解的方法 Point 整理「資料」窗格的欄位的方法 3.12 幸福度較高的健康壽命落在哪個年齡層? Point 顯示與操作工作表 3.13 陽性者數量的七日移動平均值是多少? Point 如何在圖表顯示標籤? 3.14 年度平方公尺平均金額的範圍是多少? Point 顯示最小值、最大值的區間與標籤 3.15 海嘯的兩點震源之間的距離有多遠? Point 地理角色與資料類型的自動設定 3.16 距離井之頭公園最近的住宿設施的收費是多少? Point 顯示日本的地圖 3.17 常用漢字數與筆畫數的標準差高於1的部首是什麼? Point 刪除利用「分析」窗格顯示的線與分佈區間的方法 3.18 8季之後的預測金額為多少? 3.19 在各國幸福度之中,中央50%的範圍最廣的地區是哪裡? Point 盒狀圖的判讀方法 Point 確認原始資料的方法 3.20 平均成交價較高的市區町村與箇中理由 3.21 在面海的地區中,哪一間旅館的收費與評論數皆高於平均值? 3.22 在最新年度有購買記錄的顧客比例有多少? Point 將計算欄位的算式新增為計算欄位的方法 3.23 在東京都各區中,不動產成交價最高的是在哪個車站附近? 3.24 自由度與社會福利比日本低,但幸福度高於日本的國家是? 3.25 看了某部動漫作品的人,最常觀看哪些其他的動漫作品? Point 計算欄位的文字大小 COLUMN 理想的資料來源格式

為您推薦

ChatGPT最強實戰工作術:90+提問模組,速升八大職能力,每天只上半天班 (1版)

ChatGPT最強實戰工作術:90+提問模組,速升八大職能力,每天只上半天班 (1版)

類似書籍推薦給您

【簡介】 AI時代必備新職能,用ChatGPT優化傳統工作流程 3大溝通原則×8大職能應用×20+實際案例×90+提問模組, 升級核心競爭力!     ★ 掃碼即送!購書限定特典「ChatGPT提示詞大全」 ★   與ChatGPT一起超速學習,讓職涯更進階!   讓AI幫你工作賺錢,擺脫朝九晚五的窮忙族     【改革轉捩點,通用AI讓分工專業化】   「工作法改革」是所有人的一定會遇到的必修課題,短時、高效又好品質更是所有工作者的終極目標。2022年ChatGPT問世,研究指出「ChatGPT將在八成的業界之中,對10%的業務造成影響,有兩成的業界則有50%的業務會被影響」。   當別人都在用,而你不會的時候就會被淘汰。     【「日本第一ChatGPT工作術職人」全步驟教學】   作者池田朋弘2022年開始,運用自己的創業經驗和最新人工智慧知識,先在自家企業全面導入ChatGPT,接著幫助其他企業導入ChatGPT的實戰應用,例如業務、產品開發、培訓和研討會等方面。同步經營YT頻道,積極推廣新型態AI工作術!     【掌握提示工程(Prompt Engineering)三大原則,從此ChatGPT不再跟你雞同鴨講】   ‧提示   1. 收集資訊、提問   2. 撰寫與修訂文章   3. 擬定企劃、提出創意   4. 製作與修訂公式、程式   5. 翻譯與修訂其他語言   ‧條件   1. 角色   2. 目的、背景   3. 要點   4. 參考範例、範本   5. 輸出範例   ‧應對   1. 透過追加提示,得到更多資訊   2. 讓ChatGPT進行修訂   3. 讓ChatGPT發問     【本書最適合的讀者】   (1)有一定工作經驗,但薪水、職位上不去的你   (2)想減少文書處理時間的你   (3)時常需要創意激發的你   (4)想讓ChatGPT幫忙寫程式的你   (5)想快點收集到所需資料的你   (6)對ChatGPT一知半解的你     【實測有用!八大應用層面,九成工作都能解決】   (1)文書處理/製作(電郵、新聞稿、內部公告等等)   (2)創業、客戶需求相關的研究工作   (3)制定新企劃與靈感激發   (4)報表分析與企劃優劣評估   (5)建構分析系統   (6)業務工作(了解客戶需求、創建談話腳本等)   (7)行銷工作(提出見解、策劃立案等等)   (8)收集外語資訊、情報、翻譯和校對     【工作改善狀況】   ‧書寫效率提升1.6倍,文章品質提升   ‧回應客戶的速度提高1.3倍,客戶好評率提高1.3倍   ‧工作流程生產力增加兩倍   ‧傳統需要五天的工作,現在只需半天即可完成   本書特色   (1)範例超實用:從入門理論到進階操作,快速上手並靈活應用。   (2)應用最全面:涵蓋提升個人效率、創造力,涵蓋加強溝通能力和個人品牌,職涯發展最全面。   (3)最高CP值:90+提問模組直接套用,複製貼上一秒給答案。 【目錄】 前言/ 9 成工作,讓AI 幫你做   序章〈基礎篇1〉ChatGPT簡介 何謂ChatGPT 向ChatGPT提問與請求協助 設定ChatGPT ChatGPT的應用場景 該使用免費版還是付費版? 智慧型手機也能使用ChatGPT 使用ChatGPT的指南(安全性策略與著作權)   第1章〈基礎篇2〉正確的提問方式 使用ChatGPT之前的「四項心理建設」 提供的技巧:設定提示詞的方法 提示工程的三大元素 三大提示詞的具體範例   第2章〈基礎篇3〉撰寫文章 利用ChatGPT撰寫文章 撰寫文章的常見課題 撰寫文章的流程 ChatGPT在撰寫文章的價值 ChatGPT辦不到的事 應用範例1撰寫郵件 應用範例2撰寫公司內部活動的說明 應用範例3 撰寫新聞稿(新商品/服務的說明) 應用範例4 撰寫部落格或是公司內部週報 應用範例5 撰寫企劃、提案與簡報資料 應用範例6 整理會議記錄   第3章〈基礎篇4〉透過ChatGPT收集資訊研究 收集資訊與研究的常見課題 收集資訊與研究的工作流程 ChatGPT在收集資訊與研究的價值 ChatGPT辦不到的事 微軟的Bing是什麼? 應用範例1調查不知道的事情 應用範例2比較調查 應用範例3業界與市場的調查 善用思考框架   第4章〈基礎篇5〉研擬企劃 利用ChatGPT研擬企劃 研擬企劃的常見問題 研擬企劃的流程 ChatGPT在研擬企劃的價值 ChatGPT辦不到的事 應用範例1整理市場與顧客的現況找出課題與機會 透過思考框架編排回答內容 找出商機 分析市場與顧客 應用範例2提出企劃的創意 應用範例3製作計畫(事業計畫、待辦事項表、收支表)   第5章〈基礎篇6〉應用IT工具 請ChatGPT協助我們使用IT 工具 應用IT工具的常見問題 應用IT工具的流程 ChatGPT在應用IT工具的價值 ChatGPT辦不到的事 應用範例1 Excel的使用方法  ① 用語與基本操作  ② 具體的操作方式  ③ 需求+操作方式  ④ 撰寫公式與函數  ⑤ 說明公式與函數  ⑥ 找出產生錯誤的原因 應用範例2撰寫Excel巨集  ① 撰寫巨集  ② 解說巨集  ③ 找出巨集的錯誤原因  ④ 撰寫自訂函數   第6章〈應用篇1〉業務行銷 在業務工作應用ChatGPT 業務工作的常見課題 業務工作的流程 ChatGPT在業務工作的價值 ChatGPT辦不到的事 應用範例1理解顧客的需求 應用範例2撰寫電話預約話術 在行銷工作應用ChatGPT 行銷工作的常見課題 行銷工作的流程 ChatGPT在行銷工作的價值 ChatGPT辦不到的事 應用範例1找出洞見 應用範例2擬定行銷策略 應用範例3 撰寫X貼文 應用範例4 撰寫Google廣告文章   第7章〈應用篇2〉Excel試算表 提升Excel試算表的作業效率 應用OpenAI API的事前準備 在Excel試算表輸入提示詞(提問祕訣) 應用範例1 提升收集資訊的效率 應用範例2 替不同對象撰寫文章 應用範例3 文章資料的批次處理(分類或是貼標籤) 在OpenAI API註冊信用卡與設定上限   第8章〈應用篇3〉英語學習 支援多國語言的ChatGPT 應用範例1請ChatGPT 校閱自己撰寫的外語文章 應用範例2中文→外文的翻譯 應用範例3提升外文資訊收集效率(摘要) 應用範例4以聊天的方式練習外文 應用範例5外文語音練習   結語/ ChatGPT的未來發展與趨勢 看更多

原價: 480 售價: 432 現省: 48元
立即查看
不動產經紀相關法規概要(實戰篇) (10版)

不動產經紀相關法規概要(實戰篇) (10版)

類似書籍推薦給您

【簡介】 本書特色 本書係針對不動產從業人員考試編撰,作者特地將「不動產經紀相關法規概要」的考試內容作有系統的編排,以亮點方式呈現,在每一亮點,以「★★★」代表很重要,以「★★☆」代表重要,以「★☆☆」代表普通;並在每一亮點後,精選出具代表性之歷屆試題及解答,相信對考生的應試準備,方便而有效率。除各章選錄重要試題外,書末另收錄113~106年專技普考歷屆試題暨解答,提供考生練習以熟能生巧,活學活用。 作者另著有《不動產經紀相關法規概要(基礎篇)》,讀者搭配使用,可有效提升應考實力。 【目錄】 第一章 不動產經紀業管理條例  亮點1 概說  亮點2 經營不動產經紀業之條件  亮點3 經紀業向主管機關申請備查  亮點4 不動產經紀人員之資格  亮點5 營業保證金  亮點6 不動產經紀人簽章  亮點7 不動產說明書  亮點8 收取報酬之規範  亮點9 經紀業與經紀人員之義務與責任  亮點10 獎懲規定 第二章 消費者保護法  亮點1 概說  亮點2 政府及企業經營者應為之措施  亮點3 企業經營者對商品或服務之責任  亮點4 定型化契約  亮點5 特種交易之規範  亮點6 消費資訊之規範  亮點7 消費者保護團體  亮點8 行政監督  亮點9 消費爭議之處理  亮點10 罰則 第三章 公平交易法  亮點1 概說  亮點2 獨占  亮點3 結合  亮點4 聯合  亮點5 限制競爭  亮點6 虛偽不實或引人錯誤之表示或表徵  亮點7 仿冒行為  亮點8 不公平競爭  亮點9 損害賠償  亮點10 反托拉斯基金  亮點11 其餘規定  亮點12 調查及裁處程序  亮點13 罰則 第四章 公寓大廈管理條例  亮點1 概說  亮點2 公寓大廈之部位  亮點3 專有部分之使用與維修  亮點4 共用部分之使用與維修  亮點5 住戶之權利義務  亮點6 公寓大廈之重建  亮點7 公寓大廈之公共基金  亮點8 惡鄰居之強制遷離或強制出讓  亮點9 區分所有權人會議  亮點10 管理委員會及管理負責人  亮點11 規約  亮點12 起造人之義務  亮點13 管理服務人  亮點14 其餘規定  亮點15 罰則 第五章 不動產說明書及相關契約書之應記載及不得記載事項 第六章 不動產委託銷售定型化契約應記載及不得記載事項 第七章 預售屋買賣定型化契約應記載及不得記載事項 第八章 房屋租賃定型化契約應記載及不得記載事項 附錄一 相關法規 附錄二 歷屆試題

原價: 650 售價: 533 現省: 117元
立即查看
AIGC大型語言模型:個人應用到企業實戰立刻上手 (1版)

AIGC大型語言模型:個人應用到企業實戰立刻上手 (1版)

類似書籍推薦給您

【簡介】 https://youtu.be/YZ3u4tg1n8g ★AIGC的技術躍遷與「奇點臨近」 ★大模型的「百模大戰」與競爭格局 ★多模態模型與AGI的可能性 ★AIGC在商業領域的應用爆發 ★AIGC對社會與個人的轉型影響 ★AIGC在電子商務與行業轉型中的應用 ★ChatGPT提示詞最佳化與垂直應用 ★AI繪圖/音效/視訊生成技術的實際應用 ★AIGC技術的核心原理與架構 ★LangChain框架與AI應用的開發實踐 ★AutoGPT與HuggingGPT的協作能力 ★文生視訊在企業級應用中的實踐 ★專屬ChatGPT的定制與本地部署 ★AIGC的風險管理與安全框架 這是一本深入探討AIGC(生成式人工智慧)技術與應用的全面指南,從技術原理到實際應用,從個人使用到企業實踐,為讀者提供了一個完整的視野。 透過詳細的案例和清晰的架構,帶領讀者了解AIGC如何從技術奇點發展到商業應用的浪潮,並揭示ChatGPT、大模型、多模態技術等核心概念的演變與突破。 本書強調AIGC在社會底層技術變革中的重要角色,並深入剖析其在電子商務、數位內容創造以及企業轉型中的價值,為讀者呈現了AIGC如何改變各行業的運作模式。 【章節概要】 第一篇: 新手入門,帶領讀者從AIGC的技術躍遷到多模態模型的興起,剖析ChatGPT如何引領生成式人工智慧熱潮,並闡述大模型的快速發展及其在商業應用中的創新實踐。 第二篇: 深入探討AIGC在個人應用上的多樣可能性,從AI聊天對話的提示詞最佳化到外掛程式的垂直應用,從Midjourney和Stable Diffusion的AI繪畫實踐到AI音訊與視訊生成的多場景操作,展現AIGC如何提升創造力與生產效率。 第三篇: 專注於技術原理和架構解析,涵蓋ChatGPT的核心技術、擴散模型的運作機制,以及LangChain框架在AI應用開發中的實際案例,進一步延伸到AutoGPT與HuggingGPT系統的協作能力。 第四篇: 企業應用實戰,從文生視訊的企業級實作到AI的軟體研發系統升級,並進一步探索定制專屬ChatGPT的實踐方案,為企業讀者提供實際的操作指南與解決方案。 最後是AIGC安全與風險治理,分析演算法、資料及應用層面的潛在風險,並提出完善的安全框架,為AIGC的可持續發展提供了切實可行的建議。 【專家推薦】 「ChatGPT 的發佈讓AI 技術的發展走到了「iPhone 時刻」。這項變革性的技術為人們帶來了前所未有的互動體驗和便利,之後又湧現了各種新的模型和技術。本書從多個方面介紹了AIGC 乃至AGI(人工通用智慧)的原理、應用場景,以及個人和企業的應用案例,值得大家閱讀。」 楊守斌 微軟社區區域技術總監 MSRD 「ChatGPT 的出現再次提醒我們,科技的突破是跳躍式的。AIGC 的發展關係著我們每個人。本書詳細介紹了AIGC 的發展脈絡和技術創新,更示範了使用AIGC 解決實際問題的方法,適合所有對AI 感興趣的讀者閱讀。」 曹冬磊博士 Kavout 首席科學家 「ChatGPT 的問世使得原本高端、神秘的AI 突然走進了大眾的工作與生活。AI 並不會直接搶走你的工作,但能用好AI 的人可能會。 本書是一本涵蓋原理、應用場景、應用案例的寶典。相信它可以幫你走出AI 焦慮,走進AI 世界。」 黃添來 高途集團高級技術總監 【目錄】 第 1 部分 AI 基礎概念 第 1 章 人工智慧基礎 1.1 探索 AI 的世界 1.1.1 人工智慧的範疇 1.1.2 何謂人工智慧? 1.1.3 人工智慧的演進 1.1.4 人工智慧的分級 1.2 機器學習大補帖 1.2.1 何謂機器學習? 1.2.2 機器如何學習? 1.2.3 資料學三劍客 1.2.4 機器學習流程 1.2.5 學 AI 該用哪種程式語言? 1.3 環境安裝指南 1.3.1 Anaconda 介紹與安裝 第 2 章 發現資料的秘密 2.1 資料的探索與準備 2.1.1 什麼是資料? 2.2 探索式資料分析 2.2.1 EDA 必要的套件 2.2.2 第一支EDA 程式:資料集一覽 2.2.3 資料集描述 2.2.4 載入資料集 2.2.5 直方圖 2.2.6 核密度估計圖 2.2.7 相關性熱圖 2.2.8 散佈圖 2.2.9 盒鬚圖 2.3 離群值的檢查與處理方法 2.3.1 檢查異常值的方法 2.3.2 處理異常值的方法 2.4 資料清理和前處理 2.4.1 缺失值的處理 2.4.2 類別資料的處理 2.5 數據正規化與標準化 2.5.1 正規化 (Normalization) 2.5.2 標準化(Standardization) 2.5.3 為何需要特徵縮放與轉換? 2.5.4 特徵縮放與轉換 第 2 部分 機器學習入門 第 3 章 非監督式學習:資料分群分類 3.1 何謂非監督式學習? 3.2 K-means 簡介 3.2.1 K-means 如何分群? 3.2.2 K-means 的最佳化目標 3.3 K-means 實務應用:群眾消費行為分群 3.3.1 資料集描述 3.3.2 載入資料集 3.3.3 建立K-means 模型 3.3.4 inertia 評估分群結果 3.3.5 視覺化分群結果 3.3.6 如何選擇最佳的K 值 3.4 降維技術在機器學習中的應用 3.4.1 降維的概念 3.4.2 主成分分析(PCA) 3.4.3 t- 隨機鄰近嵌入法(t-SNE) 3.5 降維實務應用:手寫數字降維視覺化 3.5.1 資料集描述 3.5.2 載入資料集 3.5.3 將資料切分成訓練集與測試集 3.5.4 建立PCA 模型 3.5.5 建立t-SNE 模型 第 4 章 線性模型 4.1 線性迴歸 4.1.1 線性迴歸簡介 4.1.2 線性迴歸的損失函數 4.1.3 線性模型求解方法:閉式解與梯度下降 4.2 線性迴歸實務應用:同步機勵磁電流預測 4.2.1 資料集描述 4.2.2 載入資料集 4.2.3 將資料切分成訓練集與測試集 4.2.4 特徵標準化 4.2.5 建立Linear Regression 模型 4.2.6 評估模型 4.2.7 迴歸係數分析 4.3 邏輯迴歸 4.3.1 邏輯迴歸簡介 4.3.2 邏輯迴歸學習機制 4.3.3 邏輯迴歸的損失函數 4.3.4 多分類邏輯迴歸 4.4 邏輯迴歸實務應用:鳶尾花朵分類 4.4.1 資料集描述 4.4.2 載入資料集 4.4.3 將資料切分成訓練集與測試集 4.4.4 建立Logistic regression 模型 4.4.5 評估模型 第 5 章 鄰近規則分析 5.1 k- 近鄰演算法 5.1.1 KNN 演算法原理 5.1.2 KNN 於分類和迴歸任務 5.1.3 KNN 度量距離的方法 5.1.4 比較KNN 與K-means 差異 5.2 KNN 實務應用:葡萄酒品種分類 5.2.1 資料集描述 5.2.2 載入資料集 5.2.3 將資料切分成訓練集與測試集 5.2.4 建立KNN 分類模型 5.2.5 評估模型 第 6 章 支援向量機 6.1 支援向量機簡介 6.1.1 支援向量機基本原理 6.1.2 超平面和支援向量 6.1.3 線性支援向量機 6.1.4 非線性支援向量機 6.2 支援向量機於分類和迴歸任務 6.2.1 SVM 分類器 6.2.2 SVM 迴歸器 6.2.3 參數調整技巧 6.3 SVM(分類)實務應用:手寫數字辨識 6.3.1 資料集描述 6.3.2 載入資料集 6.3.3 特徵前處理:t-SNE 降維 6.3.4 前置作業 6.3.5 建立SVM 分類模型 6.4 SVR(迴歸)實務應用:薪資預測 6.4.1 資料集描述 6.4.2 載入資料集 6.4.3 將資料切分成訓練集與測試集 6.4.4 建立SVR 迴歸模型 6.4.5 評估模型 6.4.6 視覺化預測:迴歸分析 第 7 章 決策樹 7.1 決策樹簡介 7.1.1 決策樹的基本概念 7.1.2 分類樹的生長過程 7.1.3 分類樹的評估指標 7.1.4 迴歸樹的生長過程 7.1.5 迴歸樹的評估指標 7.2 CART 決策樹 7.2.1 CART 演算法流程 7.2.2 決策樹剪枝 7.3 決策樹的可解釋性 7.3.1 決策樹的特徵重要性 7.4 決策樹(分類)實務應用:玻璃類型檢測 7.4.1 資料集描述 7.4.2 載入資料集 7.4.3 將資料切分成訓練集與測試集 7.4.4 建立分類決策樹模型 7.4.5 評估模型 7.4.6 模型的可解釋性 7.4.7 繪製決策邊界 7.5 決策樹(迴歸)實務應用:房價預測 7.5.1 資料集描述 7.5.2 載入資料集 7.5.3 特徵工程 7.5.4 將資料切分成訓練集與測試集 7.5.5 建立迴歸決策樹 7.5.6 評估模型 7.5.7 模型的可解釋性 第 8 章 整體學習 8.1 何謂整體學習? 8.1.1 特徵面 8.1.2 資料面 8.2 隨機森林 8.2.1 隨機森林簡介 8.2.2 隨機森林的生成方法 8.3 隨機森林(分類)實務應用:糖尿病罹患預測 8.3.1 資料集描述 8.3.2 載入資料集 8.3.3 將資料切分成訓練集與測試集 8.3.4 建立隨機森林分類模型 8.3.5 評估模型 8.3.6 模型的可解釋性 8.4 隨機森林(迴歸)實務應用:帕金森氏症評估預測 8.4.1 資料集描述 8.4.2 載入資料集 8.4.3 將資料切分成訓練集與測試集 8.4.4 建立隨機森林分類模型 8.4.5 評估模型 8.4.6 模型的可解釋性 8.5 極限梯度提升(XGBoost) 8.5.1 極限梯度提升簡介 8.5.2 XGBoost 模型結構 8.6 XGBoost(分類)實務應用:銀行客戶定存申辦預測 8.6.1 資料集描述 8.6.2 載入資料集 8.6.3 資料清理 8.6.4 將資料切分成訓練集與測試集 8.6.5 建立XGBoost 分類模型 8.6.6 評估模型 8.6.7 模型的可解釋性 8.7 XGBoost(迴歸)實務應用:汽車燃油效率預測 8.7.1 資料集描述 8.7.2 載入資料集 8.7.3 將資料切分成訓練集與測試集 8.7.4 建立XGBoost 迴歸模型 8.7.5 評估模型 8.7.6 模型的可解釋性 第 3 部分 進階概念與應用 第 9 章 交叉驗證和錯誤修正 9.1 不能忽視的過擬合與欠擬合 9.1.1 如何選擇最佳的模型? 9.1.2 過擬合 vs 欠擬合 9.1.3 偏差與方差的差權衡 9.1.4 如何避免欠擬合? 9.1.5 如何避免過擬合? 9.2 交叉驗證簡介 9.2.1 何謂交叉驗證? 9.2.2 K-Fold 交叉驗證 9.3 機器學習常犯錯的十件事 9.3.1 資料收集與處理不當 9.3.2 訓練集與測試集的類別分佈不一致 9.3.3 沒有資料視覺化的習慣 9.3.4 使用錯誤方法為特徵編碼 9.3.5 資料處理不當導致資料洩漏 9.3.6 僅使用測試集評估模型好壞 9.3.7 在沒有交叉驗證的情況下判斷模型性能 9.3.8 分類問題僅使用準確率作為衡量模型的指標 9.3.9 迴歸問題僅使用 R2 分數評估模型好壞 9.3.10 任何事情別急著想用 AI 解決 第 10 章 模型落地實踐與整合應用 10.1 模型整合與部署 10.1.1 機器學習開發流程回顧 10.1.2 DevOps 與MLOps 概念簡介 10.1.3 如何將模型整合到實際應用中 10.2 儲存訓練好的模型 10.2.1 ONNX 簡介 10.2.2 將scikit-learn 模型輸出為ONNX 格式 10.3 使用ONNX Runtime 進行模型推論 10.3.1 ONNX Runtime 簡介 10.3.2 載入 ONNX 模型並進行推論 10.4 使用FastAPI 建立模型推論服務 10.4.1 FastAPI 框架介紹 10.4.2 Python 後端開發框架比較 10.4.3 撰寫第一個 FastAPI 應用 10.4.4 整合ONNX 模型於API 中 10.4.5 使用Postman 測試API 10.4.6 自動生成 AIP 文件 10.5 網頁推論與前後端整合 10.5.1 環境設定與準備 10.5.2 建立簡單的前端界面 10.5.3 前後端 API 串接

原價: 780 售價: 702 現省: 78元
立即查看
審計學申論題實戰解析 (5版)

審計學申論題實戰解析 (5版)

類似書籍推薦給您

【簡介】 書籍介紹 本書採半結構式方式,重點式整理歷年審計學(含概要)熱門考點、相關審計準則公報重要規定,不浪費讀者的寶貴時間在瞭解沒有理解意義或背誦價值之準則公報條文。傳統公報背誦型考題皆已整理至各章考點內文,具參考價值之其他類型申論題則置於各章後,並逐題解析,雖重覆再出完全相同題目的機率甚低,惟仍可酌參作者對於申論題擬答之架構,加強自身答題技巧。本書特色如下: ‧考點最精簡 採半結構式整理審計準則公報相關考點,建立重要考點解題架構。 ‧內容最及時 透過大量表格方式整理新舊公報異同,及跨公報觀念綜整。 ‧解題最精確 有別於網路流傳之國考擬答錯誤百出,作者引經據典,讓每個擬答都是典範。 另外,作者還有另一著作 《審計學測驗題實戰解析》,可供讀者確實掌握測驗題型的模擬演練。 【目錄】 第1章 審計之基本概念  考點1 何謂審計?  考點2 會計師服務案件準則【會計師服務案件準則總綱】  考點3 審計需求理論  考點4 審計服務分類  考點5 查核工作始末概論  精選試題 第2章 會計師職業道德規範及法律責任  考點1 職業道德攸關會計師存在之價值  考點2 會計師職業道德規範公報第1號至第14號重點節錄  考點3 會計師法律責任  精選試題 第3章 查核工作規劃  考點1 查核工作應妥為規劃原因及目的【TWSA300】  考點2 案件承(續)接評估【TWSA300及TWSQM1】  考點3 集團財務報表查核案件之承(續)接評估【TWSA600】  考點4 查核案件條款之協議(審計委任書)【TWSA210】  考點5 查核人員應對受查者取得必要瞭解事項【TWSA315】  考點6 風險評估【TWSA315】  考點7 風險回應【TWSA330】  考點8 與前任會計師之聯繫【TWSA201A】  考點9 首次受託查核案件—期初餘額【TWSA510】  精選試題 第4章 重大性與查核風險、風險評估及回應  考點1 重大性基本觀念【TWSA320】  考點2 規劃之重大性(初步設定重大性)【TWSA320】  考點3 執行之重大性【TWSA320】  考點4 重大性之修正及評估用之重大性【TWSA320】  考點5 查核風險之探討【TWSA320】  考點6 需查核人員作特殊考量之風險【TWSA315】  考點7 設計及執行控制測試與證實測試【TWSA330】  考點8 財務報表不實表達與重大不實表達【TWSA450】  精選試題 第5章 舞弊及非法行為之查核考量  考點1 查核財務報表對舞弊之責任【TWSA240】  考點2 管理階層、治理單位及查核人員對舞弊行為之責任與考量【TWSA240】  考點3 辨認並評估導因於舞弊之重大不實表達風險【TWSA240】  考點4 設計及執行適當之因應對策【TWSA240】  考點5 評估查核證據【TWSA240】  考點6 完成查核工作【TWSA240】  考點7 舞弊因子彙整表【TWSA240】  考點8 法令遵循對財務報表之影響【TWSA250】  考點9 管理階層對於非法行為之責任【TWSA250】  考點10 查核人員對於非法行為之責任及考量【TWSA250】  考點11 辨認出未遵循(或疑似未遵循)法令事項時之查核程序及溝通責任【TWSA250】  考點12 未遵循(或疑似未遵循)法令事項對查核報告可能影響及向權責機關報告責任【TWSA250】  精選試題 第6章 內部控制與控制測試  考點1 內部控制概論  考點2 內部控制組成要素【TWSA315】  考點3 查核人員對於內部控制之考量【TWSA315】  考點4 查核人員對內部控制制度設計與執行及內部控制組成要素之瞭解【TWSA315】  考點5 控制風險評估水準與控制測試之關聯  考點6 會計師對公開發行公司「內部控制專案審查」之報導責任  考點7 內部控制缺失之溝通【TWSA265】  考點8 採用內部稽核人員之工作【TWSA610】  精選試題 第7章 審計證據  考點1 查核證據概論【TWSA500】  考點2 蒐集查核證據之方法(類型)及查核證據之來源【TWSA500】  考點3 分析及比較(分析性程序)【TWSA520】  考點4 參與存貨之盤點(觀察存貨盤點)【TWSA501】  考點5 外部函證【TWSA505】  考點6 管理階層專家與查核人員專家【TWSA500及620】  考點7 書面聲明【TWSA580】  考點8 會計估計之查核【TWSA540】  考點9 關係人之關係及與關係人交易之查核【TWSA550】  考點10 查核書面紀錄【TWSA230】  精選試題 第8章 審計抽樣  考點1 審計抽樣概論【TWSA531A】  考點2 使用審計抽樣方法面臨之風險【TWSA531A】  考點3 審計抽樣計畫  考點4 設計查核樣本  考點5 選取查核樣本及執行查核程序  考點6 評估樣本結果  精選試題 第9章 查核人員對資訊科技之考量  考點1 資訊科技對受查者環境之影響  考點2 資訊科技對受查者內部控制之影響  考點3 電腦輔助查核策略與時機  考點4 電腦輔助審計技術(computer assisted audit echniques, CAATs)  精選試題 第10章 交易循環之查核  考點1 銷貨及收款循環  考點2 現金、約當現金及銀行存款科目餘額證實測試  考點3 採購及付款循環  考點4 生產(含倉儲)循環  考點5 薪資循環  考點6 籌資循環  考點7 投資循環  考點8 固定資產循環  精選試題 第11章 完成審計  考點1 未入帳負債、訴訟與索賠(或有事項與負債準備)及營運部門資訊【TWSA501】  考點2 複核期後事項【TWSA560】  考點3 繼續經營假設之最終評估【TWSA570】  考點4 其他資訊之閱讀與考量【TWSA720】  考點5 再次評估所發現之重大不實表達  考點6 與治理單位之溝通【TWSA260】  考點7 查核報告交付日後始發現之遺漏程序  精選試題 第12章 查核報告  考點1 比較財務報表之查核報告  考點2 集團財務報表之查核【TWSA600】  考點3 新式查核報告【TWSA700至706】  考點4 上市櫃公司與非上市櫃公司查核報告架構比較  考點5 查核報告之種類及出具之條件  考點6 繼續經營假設對查核報告之影響【TWSA570】  精選試題 第13章 會計師其他相關服務  考點1 財務報表之核閱【TWSRE2410】  考點2 財務資訊之代編【TWSRE4410】  考點3 協議程序之執行【TWSRE4400】  考點4 特殊財務資訊之查核報告【TWSA801A】  考點5 會計師事務所之品質管理【TWSQM1】  考點6 案件品質複核【TWSQM2】  考點7 查核歷史性財務資訊之品質管制【TWSA220】  考點8 非屬歷史性財務資訊查核或核閱之確信案件【TWSAE3000】  考點9 溫室氣體聲明之確信案件【TWSAE3410】  精選試題

原價: 600 售價: 492 現省: 108元
立即查看
不動產估價概要(實戰篇) (26版)

不動產估價概要(實戰篇) (26版)

類似書籍推薦給您

【簡介】 不動產估價是不動產從業人員必備之專業知識,本科命題焦點以內政部發布之「不動產估價技術規則」為主,該規則雖然條文不多,但每一條都是重點。由於不動產估價有其理論方法,並著重實務應用,因而初學者較不易入門。作者講授「不動產估價」及實際從事估價工作多年,以教學心得與實務經驗整理成書,希望有助於估價知識之推廣,有效提升學生之應考實力。作者另著有「不動產估價概要(基礎篇)」,讀者亦可搭配使用,以有效提升應考實力。 本書內容深淺適中,其特點有三: 一、公式推導,輔助學習 不動產估價所運用之公式繁瑣,本書將每一公式加以歸納整理,並加以推導,俾讀者了解公式之由來。 二、舉例說明,提升實力 由於估價公式過於抽象,對初學者而言,常無法融會貫通,而不知如何應用於實務。本書以實例計算說明,使讀者充分了解公式之應用。 三、考題整理,實戰演練 從歷年試題觀察,「不動產估價概要」一科之申論及測驗題,重複出現題目非常多。因此,本書將相關、相近或相似之不動產估價歷屆申論及測驗試題,分門別類,列入各節之後,以供考生了解命題重點與趨勢,方便考生準備,提高讀書效率。 作者另著有「不動產估價概要(基礎篇)」,建議讀者可搭配使用,以有效提升應考實力。 【目錄】 第一章 緒論  第一節 不動產估價之意涵  第二節 不動產估價之標的  第三節 不動產估價之功能分區  第四節 不動產估價之日期  第五節 不動產估價之價格種類  第六節 影響不動產價格之因素  第七節 不動產估價之資料蒐集  第八節 不動產估價之原則  第九節 不動產估價之程序  第十節 不動產估價報告書  第十一節 獨立估價與部分估價  第十二節 土地建物價值分離法 第二章 成本法  第一節 成本法之概念  第二節 建物總成本  第三節 營造或施工費  第四節 間接成本  第五節 開發或建築利潤  第六節 折舊之概念  第七節 折舊之計算  第八節 以成本法估計建物及其基地 第三章 比較法  第一節 比較法之概念  第二節 比較法之調整項目  第三節 比較法之調整方法  第四節 比較法之調整限制 第四章 收益法  第一節 收益法之概念  第二節 有效總收入之推算  第三節 總費用之推算  第四節 淨收益之計算  第五節 收益資本化率之決定  第六節 收益價格之計算公式  第七節 殘餘法  第八節 購買年法(收益乘數法) 第五章 土地開發分析法  第一節 土地開發分析法之概念  第二節 土地開發分析法之估價程序 第六章 公部門估價  第一節 區段價法及基準地法  第二節 路線價估價法  第三節 土地徵收補償市價查估 第七章 樓層別效用比與地價分配率  第一節 平面地價與立體地價之轉換  第二節 抽取法與分配法  第三節 區分地上權估價 第八章 地上權與租賃權估價  第一節 地上權估價  第二節 租賃權估價 第九章 權利變換估價 第十章 租金估計  第一節 租金之種類  第二節 租金估計方法 第十一章 各類型不動產之估價原則  第一節 宗地估價  第二節 房地估價  第三節 土地改良物估價  第四節 權利估價 第十二章 其餘 附錄一 不動產估價技術規則 附錄二 歷屆試題

原價: 700 售價: 574 現省: 126元
立即查看