科技創新管理(Schilling/Strategic Management of Technological Innovation 7e) (7版)
其他會員也一起購買
簡介
一、以個案引導主題:本版除第1章導論之外,每章章首會介紹一個新穎且有趣的個案,同時迎合國際趨勢更新「Netflix和串流服務之戰」、「Zeta能源公司和電池發展的『聖杯』」、「關於CRISPR-Cas9基因編輯的專利之爭」、「蘋果公司如何組織創新」、「麥格納國際公司的碳纖維『輕量化』計畫」五個個案。
二、廣而精實的內容:有系統性地說明創新的特性與趨勢,藉以引導企業擬定創新策略,最後教導企業執行創新流程,提出務實的建議與作法。
三、新增時事名詞:針對相關議題納入最近的時事名詞,如數位化(digitization)、策略性投資(strategic investment)、研發組合圖(R&D portfolio map)、專利主張實體(Patent Assertion Entity, PAE)、突破性創新者(breakthrough innovators)、腦力激盪法(brainstorming)、評價憂慮(evaluation apprehension)、產出限制(production blocking)、元分析(meta-analysis)、生產損失(production loss)、群體思維(group think)等概念。
四、結合本土個案:根據原文每章的主題,精心挑選相應的本土個案延伸學習,本版因應台灣企業及組織現況更新「富強鑫用動態能力培養創新」、「談台灣的行動支付」、「臺鹽華麗轉身成為生技業」、「國泰金控『What if We Could的創新思維』」、「談健豪印刷的組織轉型」、「看全聯數位轉型的策略部署」六個個
目錄
第1章 導論
第一篇 科技創新的產業動態
第2章 創新的來源
第3章 創新的類型與模式
第4章 標準之戰、模組化和平台之競爭
第5章 進入時機
第二篇 規劃科技創新策略
第6章 定義組織的策略方向
第7章 選擇創新專案
第8章 合作策略
第9章 保護創新
第三篇 執行科技創新策略
第10章 組織創新
第11章 新產品開發過程之管理
第12章 管理新產品開發團隊
第13章 制定部署策略
立即查看
人工智慧:智慧型系統導論3/e (3版)
相關熱銷的書籍推薦給您
書名:人工智慧:智慧型系統導論(第三版)
作者:李聯旺
出版社:全華
ISBN:9789862800959
立即查看
圖解資料結構 × 演算法:運用 Python 結合 ChatGPT 輔助驗證及寫程式(暢銷回饋版) (2版)
類似書籍推薦給您
【簡介】
資料結構必備好書,暢銷回饋中!
AI 再進化!
使用 ChatGPT 高效率生成 Python 程式碼
資料結構是電腦科學領域中一門極為重要的基礎課程,對於從事資訊相關工作的專業人員而言,它具有不可忽視的價值。無論是在學術考試還是實際應用中,對資料結構的深入理解都至關重要。然而,對初學者而言,理解資料結構中的理論和演算法可能會帶來困難和挫折感。
本書的獨特之處在於使用豐富的圖例解釋相對複雜的理論,並以簡潔明瞭的方式詮釋資料結構理論。從基礎的概念開始,逐步使用 Python 語言解釋陣列、堆疊、鏈結串列、佇列、樹狀結構、圖形、排序、搜尋等重要主題。附錄中整理了資料結構相關的專有名詞,並提供了重要演算法的介紹和實作範例。
本書以簡潔有力、邏輯清晰的方式優化文句表達,並特別收集了大量習題,以確保讀者掌握各章節的學習成果。演算法節點盡量使用 Python 程式碼展示,而非虛擬碼形式。此外,本書還會展示由 ChatGPT 生成的程式碼。我們相信,ChatGPT 生成的程式碼具有簡潔性和精簡性,並能夠提供更好的解決方案。
◇特別提供◇
——————————————————
ChatGPT 生成程式碼
——————————————————
可與人工編寫程式碼相互比較作為參考!
|本書範例程式碼檔案,請至博碩官網下載|
本書特色
☑ 完整的內容結構和清晰的邏輯,豐富的圖例解說提高可讀性
☑ 使用 Python 語言實作資料結構理論,並透過範例程式碼深入解析
☑ 參閱國家考試題型設計難易適中的習題,立即檢驗學習效果
☑ 附錄彙整出資料結構相關的專有名詞,方便查詢加深學習印象
☑ 增加「ChatGPT 解決觀點」欄位,幫助理解提高學習效率
資料結構必備好書,暢銷回饋中!
本書以簡潔有力、邏輯清晰、圖例豐富的方式詮釋資料結構理論,並特別收集了大量習題,以確保讀者掌握各章節的學習成果。演算法節點盡量使用 Python 程式碼展示,而非虛擬碼形式。此外,本書還會展示由 ChatGPT 生成的程式碼。我們相信,ChatGPT 生成的程式碼具有簡潔性和精簡性,並能夠提供更好的解決方案。
【目錄】
Chapter 0 ChatGPT 與 Python 程式設計黃金 入門課
0-1 認識聊天機器人
0-1-1 聊天機器人的種類
0-2 ChatGPT 初體驗
0-2-1 註冊免費 ChatGPT 帳號
0-2-2 更換新的機器人
0-2-3 登出 ChatGPT
0-3 使用 ChatGPT 寫 Python 程式
0-3-1 利用 ChatGPT AI 撰寫 Python 程式
0-3-2 複製 ChatGPT 幫忙寫的程式碼
0-3-3 ChatGPT AI 程式與人工撰寫程式的比較
0-4 ChatGPT AI Python 程式範例集
0-4-1 使用 Pygame 遊戲套件繪製多媒體圖案
0-4-2 以內建模組及模擬大樂透的開獎程式
0-4-3 建立四個主功能表的視窗應用程式
0-4-4 演算法的應用:寫一支迷宮問題的解決方案
0-4-5 海龜繪圖法繪製兩款精美的圖形
0-5 課堂上學不到的 ChatGPT 使用秘訣
0-5-1 能記錄對話內容
0-5-2 專業問題可事先安排人物設定腳本
0-5-3 目前只回答 2021 年前
0-5-4 善用英文及 Google 翻譯工具
0-5-5 熟悉重要指令
0-5-6 充份利用其它網站的 ChatGPT 相關資源
0-6 利用 ChatGPT 輕鬆開發 AI 小遊戲
0-6-1 請 ChatGPT 自我推薦以 Python 實作的小遊戲
0-6-2 猜數字遊戲
0-6-3 OX 井字遊戲
0-6-4 猜拳遊戲
0-6-5 牌面比大小遊戲
Chapter 1 資料結構與演算法入門
1-1 資料結構的定義
1-1-1 資料與資訊
1-1-2 資料的特性
1-1-3 資料結構的應用
1-2 演算法
1-2-1 演算法的條件
1-2-2 演算法的表現方式
1-3 常見演算法簡介
1-3-1 分治法
1-3-2 貪心法
1-3-3 枚舉法
1-3-4 巴斯卡三角形演算法
1-3-5 質數求解演算法
1-4 演算法效能分析
1-4-1 Big-oh
1-4-2 Ω(omega)
1-4-3 θ(theta)
Chapter 2 陣列結構
2-1 線性串列簡介
2-1-1 儲存結構簡介
2-2 認識陣列
2-2-1 二維陣列
2-2-2 三維陣列
2-2-3 n維陣列
2-3 矩陣
2-3-1 矩陣相加
2-3-2 矩陣相乘
2-3-3 轉置矩陣
2-3-4 稀疏矩陣
2-3-5 上三角形矩陣
2-3-6 下三角形矩陣
2-3-7 帶狀矩陣
2-4 陣列與多項式
2-4-1 認識多項式
Chapter 3 串列結構
3-1 單向串列
3-1-1 建立單向串列
3-1-2 走訪單向串列
3-1-3 單向串列插入新節點
3-1-4 單向串列刪除節點
3-1-5 單向串列的反轉
3-1-6 單向串列的連結功能
3-1-7 多項式串列表示法
3-2 環狀串列
3-2-1 環狀串列的建立與走訪
3-2-2 環狀串列插入新節點
3-2-3 環狀串列刪除節點
3-2-4 環狀串列的連結
3-2-5 環狀串列與稀疏矩陣表示法
3-3 雙向串列
3-3-1 雙向串列建立與走訪
3-3-2 雙向串列加入新節點
3-3-3 雙向串列刪除節點
Chapter 4 堆疊
4-1 堆疊簡介
4-1-1 陣列實作堆疊
4-1-2 串列實作堆疊
4-2 堆疊的應用
4-2-1 遞迴演算法
4-2-2 動態規劃演算法
4-2-3 河內塔問題
4-2-4 回溯法-老鼠走迷宮
4-2-5 八皇后問題
4-3 算術運算式的表示法
4-3-1 中序轉為前序與後序
4-3-2 前序與後序轉為中序
4-3-3 中序表示法求值
4-3-4 前序法的求值運算
4-3-5 後序法的求值運算
Chapter 5 佇列
5-1 認識佇列
5-1-1 佇列的工作運算
5-1-2 佇列的應用
5-1-3 陣列實作佇列
5-1-4 串列實作佇列
5-2 環狀佇列、雙向佇列與優先佇列
5-2-1 環狀佇列
5-2-2 雙向佇列
5-2-3 優先佇列
Chapter 6 樹狀結構
6-1 樹的基本觀念
6-1-1 樹專有名詞簡介
6-2 二元樹簡介
6-2-1 二元樹的定義
6-2-2 特殊二元樹簡介
6-3 二元樹的儲存方式
6-3-1 一維陣列表示法
6-3-2 串列表示法
6-4 二元樹走訪
6-4-1 中序走訪
6-4-2 後序走訪
6-4-3 前序走訪
6-4-4 二元樹節點的插入與刪除
6-4-5 二元運算樹
6-5 引線二元樹
6-5-1 二元樹轉為引線二元樹
6-6 樹的二元樹表示法
6-6-1 樹化為二元樹
6-6-2 二元樹轉換成樹
6-6-3 樹林化為二元樹
6-6-4 二元樹轉換成樹林
6-6-5 樹與樹林的走訪
6-6-6 決定唯一二元樹
6-7 最佳化二元搜尋樹
6-7-1 延伸二元樹
6-7-2 霍夫曼樹
6-8 平衡樹
6-8-1 平衡樹的定義
6-9 進階樹狀結構的應用
6-9-1 決策樹
6-9-2 B樹
6-9-3 二元空間分割樹(BSP)
6-9-4 四元樹 / 八元樹
Chapter 7 圖形結構
7-1 圖形簡介
7-1-1 尤拉環與尤拉鏈
7-1-2 圖形的定義
7-1-3 無向圖形
7-1-4 有向圖形
7-2 圖形的資料表示法
7-2-1 相鄰矩陣法
7-2-2 相鄰串列法
7-2-3 相鄰複合串列法
7-2-4 索引表格法
7-3 圖形的走訪
7-3-1 先深後廣法
7-3-2 先廣後深搜尋法
7-4 擴張樹
7-4-1 DFS擴張樹及BFS擴張樹
7-4-2 最小花費擴張樹
7-4-3 Kruskal演算法
7-4-4 Prim演算法
7-5 圖形最短路徑
7-5-1 單點對全部頂點
7-5-2 兩兩頂點間的最短路徑
7-5-3 A* 演算法
7-6 AOV網路與拓樸排序
7-6-1 拓樸序列簡介
7-7 AOE網路
7-7-1 臨界路徑
Chapter 8 排序演算法
8-1 認識排序
8-1-1 排序的分類
8-1-2 排序演算法分析
8-2 內部排序法
8-2-1 氣泡排序法
8-2-2 雞尾酒排序法
8-2-3 選擇排序法
8-2-4 插入排序法
8-2-5 謝耳排序法
8-2-6 合併排序法
8-2-7 快速排序法
8-2-8 堆積排序法
8-2-9 基數排序法
Chapter 9 搜尋演算法與雜湊函數
9-1 常見搜尋演算法
9-1-1 循序搜尋法
9-1-2 二分搜尋法
9-1-3 內插搜尋法
9-1-4 費氏搜尋法
9-2 雜湊搜尋法
9-2-1 雜湊法簡介
9-3 常用的雜湊函數
9-3-1 除法
9-3-2 中間平方法
9-3-3 折疊法
9-3-4 數位分析法
9-4 碰撞與溢位問題的處理
9-4-1 線性探測法
9-4-2 平方探測法
9-4-3 再雜湊法
9-4-4 鏈結串列法
附錄A 資料結構專有名詞索引
立即查看
超實用!人資.行政.總務的辦公室EXCEL必備50招省時技[2016/2019/2021](ChatGPT加強版) (7版)
類似書籍推薦給您
立即查看
Power BI x Copilot x ChatGPT 商業報表設計入門:資料清理、資料模型、資料視覺化到報表共享建立全局觀念 (1版)
類似書籍推薦給您
內容介紹
在這個以數據為核心的時代,企業的數據轉型不再是選擇,而是必然。《PowerBI x Copilot x ChatGPT 商業報表設計入門:資料清理、資料模型、資料視覺化到共享報表建立全局觀念》是一本為這一轉型需求而生的專業書籍。作者戴士寶 Stark,憑藉在 Power BI 領域的豐富經驗,為讀者提供全面而深入的學習途徑。
本書從「資料流」的視角切入,全面介紹 Power BI 的各個方面,從資料清理、資料模型建構,到資料視覺化和雲端分享報表等。對於初學者而言,這本書從第一頁到最後一頁是一個完整的學習路徑,可以逐步掌握 Power BI 的各項工具和技能。對於已經有一定經驗的 Power BI 使用者,本書提供了新的視野和啟發,在現有基礎上進一步提升。
在書中亦引入了 Copilot 和 ChatGPT 等 AI 工具,使讀者在學習過程中能夠更高效地解決問題。此外,書中豐富的實戰案例和 Stark 的「無私分享」和「無私小撇步」,不僅豐富了讀者的操作技巧,更深化了對 Power BI 應用場景的理解。
尤其值得一提的是,書中對資料視覺化的深入探討和實作指導,透過詳細講解 Power BI Desktop 的強大功能,如欄位參數、深度鑽研分析和客製化工具提示等,使讀者更能夠充分發揮 Power BI 的潛力。
本書是一本既適合初學者又能滿足有經驗使用者需求的實用工具書。它不僅提供了全面的技術知識,更是一個實戰平台,讓讀者能夠將學到的知識直接應用於實際工作,有效推動個人和企業的數據轉型進程。
書籍目錄
〈第一篇〉Power BI 基本認識
第 1 章 揭開 Power BI 面紗:背景與專有名詞介紹
1.1 為什麼需要 Power BI?
1.2 初識 Power BI 家族的系列產品
1.3 如何挑選最適合的 Power BI 產品做為最佳解決方案
1.4 資料流:理解報表數字背後的歷程
1.4.1 資料蒐集
1.4.2 資料清理
1.4.3 資料模型
1.4.4 資料視覺化
第 2 章 Power BI Desktop 初識與實作:銷售報表
2.1 Power BI 報表實作:銷售成效追蹤報表
2.2 匯入資料源
2.3 啟用新版功能:物件專屬互動(On-object Interaction)
2.4 認識視覺效果
2.5 建立篩選:使用「交叉分析篩選器」視覺效果
2.5.1 製作年度篩選器
2.5.2 完成剩餘的篩選器
2.6 銷售額對月份走勢:使用「折線圖」視覺效果
2.6.1 為折線圖新增欄位
2.6.2 修改欄位的格式
2.7 不同產品類別銷售額比較:利用「群組直條圖」視覺效果
2.7.1 為群組直條圖增加欄位
2.7.2 修改欄位的格式
2.8 不同國家銷售渠道銷售成效比較:利用「群組直條圖」視覺效果
2.9 檢視我們完成的第一個 Power BI 專案
〈第二篇〉Power Query:資料清理的厲害工具
第 3 章 Power Query 基本操作
3.1 用 Power Query 匯入資料
3.1.1 Power Query 找不到檔案怎麼辦?
3.1.2 匯入檔案到 Power Query,以 CSV 為例
3.1.3 Power Query 的工作區塊
3.2 常用操作 (1)
3.2.1 變更資料表名稱
3.2.2 移除頂端資料列
3.2.3 使用第一個資料列作為標頭
3.2.4 移除重複的資料列
3.2.5 移除空白的資料列
3.2.6 分割資料行(依分隔符號)
3.2.7 分割資料行(依字元數)
3.2.8 移除資料行
3.3 常用操作 (2)
3.3.1 重新命名資料行標頭
3.3.2 取代值
3.3.3 修改資料行之資料型態
3.3.4 排序
3.3.5 檢視查詢所套用的步驟
3.3.6 參考資料表
3.3.7 分組依據
3.4 資料行的操作
3.4.1 新增自訂資料行
3.4.2 新增條件資料行
3.4.3 新增索引資料行
3.4.4 新增複製資料行
3.4.5 合併資料行
3.5 將 Power Query 的操作套進 Power BI
第 4 章 Power Query 進階操作 (1)
4.1 資料表的資料結構轉換
4.1.1 適合用做資料視覺化的資料結構
4.1.2 樞紐與取消樞紐資料行
4.1.3 轉換 1×1 資料結構
4.1.4 轉換 2×1 資料結構
4.1.5 轉換 2×2 資料結構
4.2 日期與時間的操作
4.2.1 將日期時間拆分成日期與時間
4.2.2 擷取年、季、月、週、星期
4.2.3 將西元年轉換為民國年
4.3 文字資料行的操作
4.3.1 將英文字母改為全小寫
4.3.2 將英文字母改為全大寫
4.3.3 將每個英文單字字首改為大寫
4.3.4 清除字串前後空白
4.3.5 清除字串空白
4.3.6 在字串前面新增首碼
第 5 章 Power Query 進階操作 (2)
5.1 合併資料表的方法
5.1.1 縱向合併資料
5.1.2 橫向合併資料
5.1.3 合併同一資料夾之不同月份的檔案
5.2 步驟紀錄的調整
5.2.1 將某步驟刪除到結尾
5.2.2 移動步驟的次序
〈第三篇〉資料模型 - 模型建得好,製表沒煩惱
第 6 章 初識資料模型,善用 ChatGPT 協助正規化
6.1 資料模型是什麼?為什麼需要資料模型?
6.2 認識資料表間的關聯
6.2.1 關聯的種類
6.2.2 篩選(關聯)的方向
6.2.3 作用中與非作用中的關聯
6.3 Star Schema:最常見的資料模型
6.3.1 為什麼需要 Star Schema
6.3.2 資料正規化:產生 Star Schema
6.3.3 事實資料表
6.3.4 維度資料表
6.4 實作:利用 ChatGPT 協助建立資料模型
6.4.1 將問題交給 ChatGPT 解決:撰寫適當的提示詞
6.4.2 建立產品類別維度表
6.4.3 建立產品維度資料表
6.4.4 建立客戶維度資料表
6.4.5 建立日期維度資料表
6.4.6 建立銷售事實資料表
6.4.7 檢視完成後的資料模型
第 7 章 初識 DAX 函數:提升 Power BI 實力的必學招式
7.1 什麼是 DAX 函數?
7.2 DAX 函數基礎認識
7.2.1 資料型態
7.2.2 運算子
7.2.3 語法組成
7.3 DAX 公式使用場景 1:計算資料行
7.3.1 計算資料行的定義
7.3.2 新增計算資料行的方式
7.3.3 範例 1:計算銷售額的資料行
7.3.4 範例 2:計算顧客年齡的資料行
7.4 DAX 公式使用場景 2:量值
7.4.1 量值的定義
7.4.2 新增量值的方式
7.4.3 範例 1:計算總銷售額的量值
7.4.4 範例 2:計算顧客平均年齡的量值
7.5 計算資料行與量值的差異.
第 8 章 常見的 DAX 函數 - 以飯店旅客住宿資料模型為例
8.1 比較飯店服務的營收差異
8.1.1 新增服務消費金額的量值 – 使用 SUM 函數
8.1.2 將量值用群組直條圖呈現
8.2 計算所有房型的各別營收
8.2.1 計算入住天數 – 使用 DATEDIFF 函數
8.2.2 獲取關聯表的房型價格 – 使用 RELATED 函數
8.2.3 計算預定房間的收入 – 使用 SUMX 函數
8.2.4 優化 DAX 公式
8.3 為計算加入篩選 - 布林值篩選條件運算式
8.3.1 瞭解布林值篩選條件運算式的寫法
8.3.2 在一個量值中引入另一個量值
8.3.3 CALCULATE 函數的運作方式
8.3.4 實際操作新增「餐廳酒吧收入額」量值
8.3.5 布林值的邏輯算符
8.4 為計算加入篩選 - 資料表篩選條件運算式
8.4.1 新增「外國旅客服務消費金額」量值
8.4.2 建立外籍旅客消費各項服務類型的群組直條圖
8.5 為計算加入篩選 - 篩選條件修改函數
8.5.1 保留外部篩選條件–使用 KEEPFILTERS 函數
8.5.2 清除外部篩選條件 - 使用 ALL 函數
8.5.3 計算子群組百分比 – 使用 ALLEXCEPT 函數
8.5.4 啟用非作用中的關聯 – 使用 USERELATIONSHIP 函數
8.6 利用時間智慧函數執行與時間相關計算
8.6.1 使用時間智慧函數的先決條件:日期表
8.6.2 計算去年同期指標 – 使用 SAMEPERIODLASTYEAR 函數
8.6.3 計算任何同期指標 – 使用 DATEADD 函數
8.6.4 計算今年至今累加指標 – 使用 TOTALYTD 函數
8.7 建立量值彙總表以分類四散的量值
8.7.1 新增量值資料表
8.7.2 為不同類別的量值區分資料夾
第 9 章 利用 Copilot 與範本自動產生量值
9.1 Copilot 與 Power BI
9.2 快速量值:使用 Copilot 的建議
9.2.1 啟用 Power BI 中的 Copilot
9.2.2 新增銷售額快速量值
9.2.3 新增判斷高低銷售狀態量值
9.2.4 新增前五名高銷售顧客量值
9.2.5 視覺化結果
9.3 快速量值:使用範本
9.3.1 年初、季初、月初迄今的總計
9.3.2 與去年、上季、上月相比的變化
9.3.3 視覺化結果
〈第四篇〉資料視覺化-作吸引人的互動式報表
第 10 章 製作 HR 監控報表之基本功能
10.1 認識資料集
10.1.1 維度表:員工資訊表
10.1.2 維度表:日期表
10.1.3 事實表:員工年度考核表
10.1.4 事實表:缺勤及請假表
10.1.5 事實表:薪水發放紀錄表
10.1.6 事實表:員工訓練紀錄表
10.1.7 事實表:職缺招募表
10.2 製作報表的標題
10.2.1 製作標題底色
10.2.2 製作標題內容
10.3 製作年度篩選器
10.4 製作 KPI 卡片以追蹤指標
10.4.1 員工數量卡片
10.4.2 製作年資卡片
10.4.3 製作平均績效卡片
10.4.4 製作平均招募天數卡片
10.4.5 製作平均招募成本卡片
10.5 製作人員平均薪資樹狀圖
10.6 製作缺勤數分析緞帶圖
第 11 章 善用 Power BI 進階技巧升級 HR 報表 (1)
11.1 製作教育訓練成本分析
11.1.1 新增教育訓練成本所需量值
11.1.2 建立折線與群組直條圖視覺效果
11.1.3 修改數值單位為「萬」
11.2 製作動態分析群組橫條圖:Y 軸指標
11.2.1 分析篩選器的功能與準備所需欄位
11.2.2 新增欄位參數與建立交叉分析篩選器
11.2.3 修改 Y 軸指標的欄位參數篩選器
11.3 製作動態分析群組橫條圖:X 軸指標
11.3.1 準備篩選器需要的資料表
11.3.2 建立交叉分析篩選器
11.3.3 套用篩選器的樣式
11.4 製作動態分析群組橫條圖:橫條圖
11.4.1 新增履歷投遞量量值
11.4.2 建立動態指標量值
11.4.3 新增群組橫條圖並產生連動效果
11.4.4 修改群組橫條圖格式
11.5 建立圖所需的標題與外框
11.5.1 製作動態標題所需的量值
11.5.2 為動態群組橫條圖加上標題與外框
第 12 章 善用 Power BI 進階技巧升級 HR 報表 (2)
12.1 利用鑽研查看請假人員名單
12.1.1 製作鑽研頁面
12.1.2 操作鑽研功能
12.1.3 篩選窗格的用途
12.2 利用客製化工具提示查看成長率表
12.2.1 分析客製化工具提示所需的量值
12.2.2 認識計算群組(Calculation Group)
12.2.3 啟用模型檢視功能
12.2.4 製作五個計算項目於計算群組中
12.2.5 新增客製化工具提示報表頁面
12.2.6 使用與測試客製化工具提示
12.3 利用書籤記住報表的狀態
12.3.1 新增書籤以記錄當前狀態
12.3.2 新增按鈕並連結到書籤
〈第五篇〉Power BI Service – 共享報表的雲端工具
第 13 章 Power BI Service 基礎功能
13.1 發行地端報表至雲端服務中
13.1.1 在 Power BI Desktop 登入帳號
13.1.2 從 Power BI Desktop 發行到雲端
13.2 利用資料閘道實現資料刷新與排程管理
13.2.1 認識資料閘道
13.2.2 下載並安裝內部部署資料閘道
13.2.3 設定 Power BI Service 與資料來源溝通的帳號密碼
13.2.4 在 Power BI Service 設定連線
13.2.5 設定資料刷新與排程
第 14 章 Power BI Service 進階實踐
14.1 多人協作或多報表開發的最佳實踐
14.1.1 工作區(Workspace)的類型
14.1.2 切割開發、測試與正式環境
14.1.3 將一個 Power BI 資料集用於多份 Power BI 報表
14.2 利用 Power BI APP 整合數個報表
14.2.1 建立應用程式
14.2.2 設定受眾並發佈
14.2.3 修改報表並更新 Power BI App
14.3 權限控管與分享報表
14.3.1 工作區的權限種類
14.3.2 指派工作區權限予使用者
14.3.3 指派單一報表權限給他人
附錄A 下載並安裝Power BI Desktop(電子書)
A.1 下載 Power BI Desktop
A.2 安裝 Power BI Desktop
附錄B 註冊 Power BI 帳號(電子書)
B.1 註冊 Office 365 帳號
B.2 登入 Power BI Service
附錄C 利用 ChatGPT 協助產生 DAX 量值(電子書)
C.1 新增銷售額快速量值
C.2 新增判斷高低銷售狀態量值
C.3 新增前五名高銷售顧客量值
立即查看
圖解資料結構 × 演算法:運用 C++ 結合 ChatGPT 輔助驗證及寫程式 (1版)
類似書籍推薦給您
內容簡介
AI 再進化!
使用 ChatGPT 高效率生成 C++ 語言程式碼
資料結構一直以來都在電腦科學領域扮演著極為重要的基礎課程角色。無論是資訊、資工、資管、應用數學、電腦科學、或計算機等相關科系,資料結構通常都是必須學習的科目。近年來,甚至包括電機、電子和商學管理等科系也都將其納入選修課程。此外,資料結構在轉學考、研究所考試、以及國家的高、普、特考中也都是必考科目。這表示不論是以應付考試的視角或者是追求資訊科學學問的視角,資料結構都是不可或缺的;特別是對於那些志向投身資訊科學領域的專業人士。
對於初次接觸資料結構課程的新手來說,過多的內容以及晦澀難懂的表達方式經常成為學習的主要障礙。這本書以 C++ 程式語言實作為載體,詳細解釋資料結構的基本概念,並透過豐富的圖例來闡釋這些概念。我們致力於以精簡、清晰的方式呈現重要的理論和演算法,同時提供完整的範例程式碼,讓讀者透過實際操作熟悉掌握資料結構的知識。
此外,透過人工智慧的協助,我們能夠更深入地探索資料結構。也因此本書特別設計了作者與 ChatGPT 問答的欄位,以及由 ChatGPT 所產生的程式碼範例,讓讀者能夠比較人工智慧生成的程式碼與傳統方式編寫的程式碼之間的區別,進一步理解人工智慧在資訊科學領域的應用。
◇特別提供◇
——————————————————
ChatGPT 生成程式碼
——————————————————
可與人工編寫程式碼相互比較作為參考!
|本書範例程式碼檔案,請至博碩官網下載|
本書特色
☑ 完整的內容結構和清晰的邏輯,豐富的圖例解說提高可讀性
☑ 使用 C++ 語言實作資料結構理論,並透過範例程式碼深入解析
☑ 參閱國家考試題型設計難易適中的習題,立即檢驗學習效果
☑ 附錄彙整出資料結構相關的專有名詞,方便查詢加深學習印象
☑ 增加「向 ChatGPT 提問」、「ChatGPT 解決觀點」欄位,提高學習效率
目錄
Chapter 0 ChatGPT 與 C 語言程式設計黃金入門課
0-1 認識聊天機器人
0-1-1 聊天機器人的種類
0-2 ChatGPT 初體驗
0-2-1 註冊免費 ChatGPT 帳號
0-2-2 更換新的機器人
0-2-3 登出 ChatGPT
0-3 使用 ChatGPT 寫 C++ 語言程式
0-3-1 利用 ChatGPT AI 撰寫 C++ 語言程式
0-3-2 複製 ChatGPT 幫忙寫的程式碼
0-3-3 費伯那序列的遞迴程式
0-3-4 利用 ChatGPT AI 撰寫萬年曆
0-4 課堂上學不到的 ChatGPT 使用秘訣
0-4-1 能記錄對話內容
0-4-2 專業問題可事先安排人物設定腳本
0-4-3 目前只回答2021年前
0-4-4 善用英文及 Google 翻譯工具
0-4-5 熟悉重要指令
0-4-6 充份利用其它網站的 ChatGPT 相關資源
Chapter 1 資料結構入門與演算法
1-1 資料結構的定義
1-1-1 資料與資訊
1-1-2 資料的特性
1-1-3 資料結構的應用
1-2演算法
1-2-1 演算法的條件
1-2-2 演算法的表現方式
1-3 常見演算法簡介
1-3-1 分治法
1-3-2 貪心法
1-3-3 枚舉法
1-3-4 巴斯卡三角形演算法
1-3-5 質數求解演算法
1-4 演算法效能分析
1-4-1 Big-oh
1-4-2 Ω(omega)
1-4-3 θ(theta)
Chapter 2 陣列結構
2-1 線性串列簡介
2-1-1 儲存結構簡介
2-2 認識陣列
2-2-1 二維陣列
2-2-2 三維陣列
2-2-3 n維陣列
2-3 矩陣
2-3-1 矩陣相加
2-3-2 矩陣相乘
2-3-3 轉置矩陣
2-3-4 稀疏矩陣
2-3-5 上三角形矩陣
2-3-6 下三角形矩陣
2-3-7 帶狀矩陣
2-4 陣列與多項式
2-4-1 認識多項式
Chapter 3 串列結構
3-1 動態配置記憶體
3-1-1 C++ 的動態配置變數
3-1-2 動態配置陣列
3-2 單向串列
3-2-1 單向串列的建立與走訪
3-2-2 單向串列插入新節點
3-2-3 單向串列刪除節點
3-2-4 單向串列的反轉與連結
3-2-5 多項式表示法
3-3 環狀串列
3-3-1 環狀串列的插入節點
3-3-2 環狀串列的刪除節點
3-3-3 環狀串列的連結
3-3-4 稀疏矩陣的環狀串列表示法
3-4 雙向串列
3-4-1 雙向串列的建立與走訪
3-4-2 雙向串列插入節點
3-4-3 雙向串列刪除節點
Chapter 4 堆疊
4-1 堆疊簡介
4-1-1 陣列實作堆疊
4-1-2 串列實作堆疊
4-1-3 堆疊類別樣板實作
4-2 堆疊的應用
4-2-1 遞迴演算法
4-2-2 費伯那序列
4-2-3 動態規劃演算法
4-2-4 河內塔問題
4-2-5 回溯法 - 老鼠走迷宮
4-2-6 八皇后問題
4-3 算術運算式的表示法
4-3-1 中序轉為前序與後序
4-3-2 前序與後序轉為中序
4-3-3 中序表示法求值
4-3-4 前序表示法求值
4-3-5 後序表示法求值
Chapter 5 佇列
5-1 認識佇列
5-1-1 佇列的工作運算
5-1-2 陣列實作佇列
5-1-3 串列實作佇列
5-2 佇列的相關應用
5-2-1 環狀佇列
5-3 雙向佇列
5-4 優先佇列
Chapter 6 樹狀結構
6-1 樹的基本觀念
6-1-1 樹專有名詞簡介
6-2 二元樹簡介
6-2-1 二元樹的定義
6-2-2 特殊二元樹簡介
6-3 二元樹儲存方式
6-3-1 陣列表示法
6-3-2 串列表示法
6-4 二元樹走訪
6-4-1 中序走訪
6-4-2 後序走訪
6-4-3 前序走訪
6-4-4 節點插入與刪除
6-4-5 二元運算樹
6-5 引線二元樹
6-5-1 二元樹轉為引線二元樹
6-6 樹的二元樹表示法
6-6-1 樹化為二元樹
6-6-2 二元樹轉換成樹
6-6-3 樹林化為二元樹
6-6-4 二元樹轉換成樹林
6-6-5 樹與樹林的走訪
6-6-6 決定唯一二元樹
6-7 最佳化二元搜尋樹
6-7-1 延伸二元樹
6-7-2 霍夫曼樹
6-8 平衡樹
6-8-1 平衡樹的定義
6-9 進階樹狀結構的應用
6-9-1 決策樹
6-9-2 B樹
6-9-3 二元空間分割樹(BSP)
6-9-4 四元樹/八元樹
Chapter 7 圖形結構
7-1 圖形簡介
7-1-1 尤拉環與尤拉鏈
7-1-2 圖形的定義
7-1-3 無向圖形
7-1-4 有向圖形
7-2 圖形的資料表示法
7-2-1 相鄰矩陣法
7-2-2 相鄰串列法
7-2-3 相鄰複合串列法
7-2-4 索引表格法
7-3 圖形的走訪
7-3-1 先深後廣法
7-3-2 先廣後深搜尋法
7-4 擴張樹簡介
7-4-1 DFS 擴張樹及 BFS 擴張樹
7-4-2 最小花費擴張樹
7-4-3 Kruskal 演算法
7-4-4 Prim 演算法
7-5 圖形最短路徑
7-5-1 單點對全部頂點
7-5-2 兩兩頂點間的最短路徑
7-5-3 A*演算法
7-6 AOV 網路與拓樸排序
7-6-1 拓樸序列簡介
7-7 AOE網路
7-7-1 臨界路徑
Chapter 8 排序演算法
8-1 認識排序
8-1-1 排序的分類
8-1-2 排序演算法分析
8-2 內部排序法
8-2-1 氣泡排序法
8-2-2 選擇排序法
8-2-3 插入排序法
8-2-4 謝耳排序法
8-2-5 合併排序法
8-2-6 快速排序法
8-2-7 堆積排序法
8-2-8 基數排序法
8-3 外部排序法
8-3-1 直接合併排序法
8-3-2 k路合併法
Chapter 9 搜尋演算法與雜湊函數
9-1 常見搜尋演算法
9-1-1 循序搜尋法
9-1-2 二分搜尋法
9-1-3 內插搜尋法
9-1-4 費氏搜尋法
9-2 雜湊搜尋法
9-2-1 雜湊函數簡介
9-3 常見雜湊函數
9-3-1 除法
9-3-2 中間平方法
9-3-3 折疊法
9-3-4 數位分析法
9-4 碰撞與溢位處理
9-4-1 線性探測法
9-4-2 平方探測法
9-4-3 再雜湊法
9-4-4 鏈結串列法
附錄A 資料結構專有名詞索引
立即查看
圖解資料結構 × 演算法:運用 C 語言結合 ChatGPT 輔助驗證及寫程式 (1版)
類似書籍推薦給您
內容簡介
AI 再進化!
使用 ChatGPT 高效率生成 C 語言程式碼
資料結構一直以來都在電腦科學領域扮演著極為重要的基石角色。它不僅是全國各大專院校資訊、資工、資管、應用數學、電腦科學、計算機等資訊相關科系的必修科目,近年來,甚至包括電機、電子和商學管理科系也納入選修課程中。此外,一些轉學考試、研究所入學考試以及國家高、普、特考,資料結構都是必考科目之一。從這些角度來看,無論是從考試的角度,還是對於探索資訊科學領域的熱情,資料結構都是資訊工作者不容忽視的基礎課程。
對於初次接觸資料結構課程的新手來說,這門課中涉及的大量理論和演算法可能會讓人感到困惑,甚至產生挫折感。為了協助讀者更迅速地理解資料結構,本書以豐富的圖例呈現基本概念,對重要的理論和演算法進行了簡明扼要的解釋和舉例,同時提供完整的範例程式碼,讓讀者透過實際操作來熟悉資料結構。
此外,透過人工智慧的協助,我們能夠更深入地探索資料結構;也因此本書特別設計了作者與 ChatGPT 問答的欄位。儘管是由人工智慧程式生成的,但它們經過了精密的人工審查,並確保其正確性。因此,這種方法有助於提高學習效率,並幫助理解與資料結構相關的問題。
本書特色
☑ 完整的內容結構和清晰的邏輯,豐富的圖例解說提高可讀性
☑ 使用C語言實作資料結構理論,並透過範例程式碼深入解析
☑ 參閱國家考試題型設計難易適中的習題,立即檢驗學習效果
☑ 附錄彙整出資料結構相關的專有名詞,方便查詢加深學習印象
☑ 增加「向 ChatGPT 提問」、「ChatGPT 解決觀點」欄位,提高學習效率
◇特別提供◇
——————————————————
ChatGPT 生成程式碼
——————————————————
可與人工編寫程式碼相互比較作為參考!
|本書範例程式碼檔案,請至博碩官網下載|
目錄
Chapter 0 ChatGPT 與 C 語言程式設計黃金入門課
0-1 認識聊天機器人
0-1-1 聊天機器人的種類
0-2 ChatGPT初體驗
0-2-1 註冊免費ChatGPT帳號
0-2-2 更換新的機器人
0-2-3 登出ChatGPT
0-3 使用 ChatGPT 寫C語言程式
0-3-1 利用 ChatGPT AI 撰寫C語言程式
0-3-2 複製 ChatGPT 幫忙寫的程式碼
0-3-3 費伯那序列的遞迴程式
0-3-4 利用 ChatGPT AI 撰寫萬年曆
0-4 課堂上學不到的 ChatGPT 使用秘訣
0-4-1 能記錄對話內容
0-4-2 專業問題可事先安排人物設定腳本
0-4-3 目前只回答2021年前
0-4-4 善用英文及 Google 翻譯工具
0-4-5 熟悉重要指令
0-4-6 充份利用其它網站的 ChatGPT 相關資源
Chapter 1 資料結構入門與演算法
1-1 資料結構的定義
1-1-1 資料與資訊
1-1-2 資料的特性
1-1-3 資料結構的應用
1-2演算法
1-2-1 演算法的條件
1-2-2 演算法的表現方式
1-3 常見演算法簡介
1-3-1 分治法
1-3-2 貪心法
1-3-3 枚舉法
1-3-4 巴斯卡三角形演算法
1-3-5 質數求解演算法
1-4 演算法效能分析
1-4-1 Big-oh
1-4-2 Ω(omega)
1-4-3 θ(theta)
Chapter 2 陣列結構
2-1 線性串列簡介
2-1-1 儲存結構簡介
2-2 認識陣列
2-2-1 二維陣列
2-2-2 三維陣列
2-2-3 n維陣列
2-3 矩陣
2-3-1 矩陣相加
2-3-2 矩陣相乘
2-3-3 轉置矩陣
2-3-4 稀疏矩陣
2-3-5 上三角形矩陣
2-3-6 下三角形矩陣
2-3-7 帶狀矩陣
2-4 陣列與多項式
2-4-1 認識多項式
Chapter 3 串列結構
3-1 動態配置記憶體
3-1-1 動態配置變數
3-2 單向串列
3-2-1 建立單向串列
3-2-2 走訪單向串列
3-2-3 單向串列插入新節點
3-2-4 單向串列刪除節點
3-2-5 單向串列的反轉
3-2-6 單向串列的連結
3-2-7 多項式串列表示法
3-3 環狀串列結構
3-3-1 環狀串列的建立與走訪
3-3-2 環狀串列的插入節點
3-3-3 環狀串列的刪除節點
3-3-4 環狀串列的連結
3-3-5 稀疏矩陣的環狀串列表示法
3-4 雙向串列
3-4-1 雙向串列的建立與走訪
3-4-2 雙向串列加入新節點
3-4-3 雙向串列刪除節點
Chapter 4 堆疊
4-1 堆疊簡介
4-1-1 陣列實作堆疊
4-1-2 串列實作堆疊
4-2 堆疊的應用
4-2-1 遞迴演算法
4-2-2 動態規劃演算法
4-2-3 河內塔問題
4-2-4 回溯法-老鼠走迷宮
4-2-5 八皇后問題
4-3 算術運算式的表示法
4-3-1 中序轉為前序與後序
4-3-2 前序與後序轉為中序
4-3-3 中序表示法求值
4-3-4 前序表示法求值
4-3-5 後序表示法求值
Chapter 5 佇列
5-1 認識佇列
5-1-1 佇列的工作運算
5-1-2 佇列的應用
5-1-3 陣列實作佇列
5-1-4 串列實作佇列
5-2 環狀佇列、雙向佇列與優先佇列
5-2-1 環狀佇列
5-2-2 雙向佇列
5-2-3 優先佇列
Chapter 6 樹狀結構
6-1 樹的基本觀念
6-1-1 樹專有名詞簡介
6-2 二元樹簡介
6-2-1 二元樹的定義
6-2-2 特殊二元樹簡介
6-3 二元樹儲存方式
6-3-1 陣列表示法
6-3-2 串列表示法
6-4 二元樹走訪
6-4-1 中序走訪
6-4-2 後序走訪
6-4-3 前序走訪
6-4-4 二元樹節點插入與刪除
6-4-5 二元運算樹
6-5 引線二元樹
6-5-1 二元樹轉為引線二元樹
6-6 樹的二元樹表示法
6-6-1 樹化為二元樹
6-6-2 二元樹轉換成樹
6-6-3 樹林化為二元樹
6-6-4 二元樹轉換成樹林
6-6-5 樹與樹林的走訪
6-6-6 決定唯一二元樹
6-7 最佳化二元搜尋樹
6-7-1 延伸二元樹
6-7-2 霍夫曼樹
6-8 平衡樹
6-8-1 平衡樹的定義
6-9-2 B樹
6-9-3 二元空間分割樹(BSP)
6-9-4 四元樹/八元樹
Chapter 7 圖形結構
7-1 圖形簡介
7-1-1 尤拉環與尤拉鏈
7-1-2 圖形的定義
7-1-3 無向圖形
7-1-4 有向圖形
7-2 圖形的資料表示法
7-2-1 相鄰矩陣法
7-2-2 相鄰串列法
7-2-3 相鄰複合串列法
7-2-4 索引表格法
7-3 圖形的走訪
7-3-1 先深後廣法
7-3-2 先廣後深搜尋法
7-4 擴張樹簡介
7-4-1 DFS擴張樹及BFS擴張樹
7-4-2 最小花費擴張樹
7-4-3 Kruskal演算法
7-4-4 Prim演算法
7-5 圖形最短路徑
7-5-1 單點對全部頂點
7-5-2 兩兩頂點間的最短路徑
7-5-3 A*演算法
7-6 AOV 網路與拓樸排序
7-6-1 拓樸序列簡介
7-7 AOE網路
7-7-1臨界路徑
Chapter 8 排序演算法
8-1 認識排序
8-1-1 排序的分類
8-1-2 排序演算法分析
8-2 內部排序法
8-2-1 氣泡排序法
8-2-2 選擇排序法
8-2-3 插入排序法
8-2-4 謝耳排序法
8-2-5 合併排序法
8-2-6 快速排序法
8-2-7 堆積排序法
8-2-8 基數排序法
8-3 外部排序法
8-3-1 直接合併排序法
8-3-2 k路合併法
Chapter 9 搜尋演算法與雜湊函數
9-1 常見搜尋演算法
9-1-1 循序搜尋法
9-1-2 二分搜尋法
9-1-3 內插搜尋法
9-1-4 費氏搜尋法
9-2 雜湊搜尋法
9-2-1 雜湊函數簡介
9-3 常見雜湊函數
9-3-1 除法
9-3-2 中間平方法
9-3-3 折疊法
9-3-4 數位分析法
9-4 碰撞與溢位處理
9-4-1 線性探測法
9-4-2 平方探測法
9-4-3 再雜湊法
9-4-4 鏈結串列法
附錄A 資料結構專有名詞索引
立即查看