書名：消費者心理學：消費者行為的科學研究
作者：徐達光
出版社：東華
出版日期：2003/00/00
ISBN：9789574832170
內容簡介
參考國內外著作，架構消費者行為模式，以個人因素、環境因素、消費者決策因素為三大主軸進行內容編排，系統結構分明，易於讀者學習。
立即查看
【簡介】
依「ETF 2222 SOP」，自組兼顧股利與價差的「收租型ETF」。
本書「ETF攻略筆記」是繼①「拒當下流老人的退休理財計劃、②「薪水奴財務自由之路」之後的第3本理財書籍；第①本是屬於"中年"理財書，第②本是屬於"青壯年"理財書，而本書是屬於"全民"理財書，因為台灣人口約2,340萬人，而迄2025年1月底，台灣ETF的總受益人數已達1,450萬人，約相當於「台灣每2人就有1人買ETF」。
高息型ETF是最受投資人喜愛的商品，受益人數排行榜的前10名，高息型ETF就佔了6檔，而市值型ETF與債券型ETF分別佔了2檔。另外，尚有一種無息型ETF，也受到"有遠見"投資者的青睞，在ETF定期定額排行榜中，有4檔無息型ETF擠進前20名，本書就針對此4種ETF進行比較分析。
在執筆「ETF攻略筆記」的8個月期間，作者2人共買進16檔ETF，其中不含高人氣的市值型ETF──元大台灣50(0050)及高息型ETF──元大高股息(0056)，原因很簡單，因為0050及0056的股價已偏高，仍有其他高CP值的ETF可以選擇。
作者2人僅在每年的1/1及7/1前後30天才會看股票資訊，依照「收租股333 SOP」，查看有哪些高殖利率股可以買進並長期持有，並檢視有哪些持股的股價已倍漲可以獲利了結賣出，在2023年及2024年，我們共賣出了24檔獲利100%以上的股票。
ETF是以分散風險為訴求的投資產品，每檔ETF的成分股，少則有30檔、多則有100檔，理論上，確實是符合"分散風險"的原則；然而，並非百分百零風險，畢竟，1檔ETF對持有人而言，仍然只是1檔"股票"。
本書提供80檔「收租型ETF」的成分股，包含(1)6檔高CP值的市值型/無息型ETF(表3-2中紅圈序號之6、12～16)、(2)9檔不能倒金融股(表3-4)、(3)12檔不能倒ETF(表3-6)，以及(4)53檔收租型股票(第3-3節)，組成「收租型ETF」的成分股倉儲。
此80檔成分股的目前股價不是全低於合理價(或適當買價)，讀者可依自己的需求，參考表3-7(投資資本vs持股檔數)，選擇目前股價適合的成分股，DIY組成「收租型ETF」。
小資族可依【40%ETF＋60%股票】作資產配置，先由(1)6檔高CP值的市值型/無息型ETF(表3-2之紅圈序號6、12～16)、(2)9檔不能倒金融股(表3-4)及(3)12檔不能倒ETF(表3-6)，挑選「股價≦合理價」的成分股，再依「收租股買前檢查表」(表3-10)，挑選「股價≦適當買價(或機會買價)」的股票，來累積薪水以外的"被動收入"。
★用對方法、選對股票、長抱3～5年，股利價差自然來。
【目錄】
前言：每2人就有1人買ETF，您上車了嗎？
Chapter 1 ETF的數據分析
1-1. 高息型ETF年化配息率≧10%，係金ㄟ？
1-2. ETF的收益平準金是"必要之惡"
1-3. 高息型ETF如何挑？
1-4. 市值型ETF vs債券型ETF
1-5. 無息型ETF憑啥擠進定期定額排行榜？
1-6. ETF不會倒？破發不配息？買進合理價？
Chapter 2 ETF&收租股的實戰心得
2-1. 作者ETF持股大揭露：從高息型買到無息型
2-2. 定期定額vs單筆All in，孰勝？
2-3. 大到不能倒金融股vs大到不能倒ETF
2-4. 股價不倍漲？總有一天等到你！
Chapter 3 「收租型ETF」的成分股倉儲及買前檢查表
3-1.「收租型ETF」的DIY成分股
3-2.「買前檢查表」的導讀說明
3-3. 53檔收租股的「買前檢查表」
立即查看
Python自學聖經(第三版)：從程式素人到開發強者的技術、實戰與AI應用大全(附影音/範例程式) (3版)
類似書籍推薦給您
【簡介】
集Python程式技術大成，新增AI應用，強大內容全面再進化～
【Python系列書在台累計銷量近12萬冊】
國內眾多讀者與程式人選書第一指名，學業界指定Python講師、
榮登暢銷榜最多Python圖書的作者團隊代表作
八大領域、39個主題、上百種模組套件、近1,200個範例，
涵蓋語法入門，橫跨各大熱門技術、軟硬整合與AI實戰應用。
一本帶你入行！系統化分章、大量圖表解說，
全面跨入Python程式開發殿堂！
給需要本書的人：
★不知道如何開始才能自學好Python的人
★有接觸過但又不想打掉重練的人
★老是寫不好Python程式的人
★想運用Python開發專案的人
掌握系統化的學習途徑
才能真正駕馭Python
Python廣泛應用於大數據、網路爬蟲、人工智慧、機器學習、物聯網等熱門領域，是一套直譯式、物件導向，功能強大的程式語言。具備簡潔的語法，擁有許多模組套件，跨平台且容易擴充，所以非常適合初學者學習，但沒有系統性與結構化的學習，只能一知半解，而胡亂網路爬文，也只會迷失在資訊叢林。
本書從Python自學角度出發，系統化的分章學習，全面涵蓋語法、模組套件、主題應用、軟硬整合，規劃出最好的學習曲線，縮短自學途徑，排除學習障礙，真正從初學入門到業界活用！
■完整詳實的程式入門：
從開發環境建置開始，由淺入深、循序漸進、完整且詳細的解說變數、運算、判斷式、迴圈、串列、元組、字典、集合、函式與模組等語法觀念與實作。
■晉級專業的進階心法：
包括物件導向開發、例外處理、正規表達式、檔案管理、圖形使用者介面設計等內容。
■應用廣泛的資料科學：
涵蓋網路爬蟲、數據資料儲存與讀取、資訊視覺圖表化、Numpy、Pandas資料與分析的完整學習。
■無所不在的網路應用：
囊括Flask網站開發、建立Web API與Vercel部署、Django資料庫網站架設，還有LINE Bot機器人整合應用。
■邁向未來的AI人工智慧：
具備機器學習入門、機器學習特徵處理、分類與迴歸演算法、深度學習MLP、CNN與RNN的應用，以及NLP自然語言處理等能力。
■玩轉創意的多媒體互動：
包含讀取圖片、編輯圖片、合成、濾鏡效果、大量圖片處理，還有PyGame遊戲開發、PyTube影音下載等運用。
■提升效率的開發加值：
介紹目前業界最熱門的Google Colab雲端開發平台與VS Code編輯神器，也深入介紹如何將程式打包成執行檔。
■萬物可通的IoT物聯網：
從MicroPython程式實作、硬體實作、感測器應用、加入顯示裝置、使用Wi-Fi無線網路，到物聯網整合應用。
■熱門強大的ChatGPT應用：
運用ChatGPT解釋程式碼、撰寫指定功能語法與幫程式除錯…等，可輔助Python的學習。
透過ChatGPT API的應用，則可以在程式中與ChatGPT對話，例如經由LINE Bot，在手機的LINE中輸入對話訊息，就可以藉由ChatGPT回覆內容。
使用Playground則可在不用程式碼開發的狀態下調教GPT模型的參數，甚至生成對應的程式碼。
【超值學習資源】
獨家收錄：「Python物件導向程式開發」影音教學、
「Google Colab雲端開發平台入門」影音教學、
「善用ChatGPT學Python入門」影音教學、
「ChatGPT API及LINE Bot應用」教學PDF、
全書範例程式檔
第三版新書是依據最新應用趨勢與市場回饋的寶貴訊息調整內容，
讓本書更全面，並與資訊科技脈動同步。
在基礎入門篇中，將開發環境的安裝與設定更新到目前最新狀態
在網路應用篇中，除了更新重要範例的應用外，因應Selenium的改版而進行了語法的調整。
在網路架站方面，無論是Flask或是Django，這次特別選擇Vercel作為最後的架設平台，
並且連接PostgreSQL資料庫，讓網頁服務有更好的表現。
在人工智慧篇中，特別加入了最新的ChatGPT API開發，讓讀者也能體驗最火熱的AI主題。
在開發加值篇中，更新了PyInstaller執行檔編譯的內容。
在IoT物聯網篇則選擇了最熱門的ESP32進行介紹，
讓實戰更加得心應手。
【目錄】
【基礎入門篇】
01 建置 Python 開發環境
1.1 建置 Anaconda 開發環境
1.2 Spyder 編輯器
1.3 Jupyter Notebook 編輯器
02 變數、運算及判斷式
2.1 變數與資料型別
2.2 運算式
2.3 判斷式
03 迴圈、串列與元組
3.1 迴圈與串列
3.2 進階串列與元組
04 字典與集合的使用
4.1 字典基本操作
4.2 字典進階操作
4.3 集合
4.4 凍結集合
05 函式與模組
5.1 自訂函式
5.2 數值函式
5.3 字串函式
5.4 亂數模組
5.5 時間模組
【進階學習篇】
06 物件導向程式開發
6.1 類別與物件
6.2 類別封裝
6.3 類別繼承
6.4 多型
6.5 多重繼承
6.6 類別應用
6.7 建立 Python 專案
6.8 打造自己的模組
07 例外處理
7.1 例外處理
7.2 try...except 常用例外錯誤表
7.3 捕捉多個例外
7.4 raise 拋出例外
7.5 Traceback 記錄字串
7.6 assert 斷言
08 正規表達式
8.1 使用傳統程式設計方式搜尋
8.2 使用正規表達式
8.3 使用 re.complie() 建立正規表達式物件
8.4 使用 re 模組建立隱含正規表達式物件
8.5 更豐富的搜尋方式
8.6 使用 re.sub() 取代字串
8.7 實戰：網路爬蟲資料格式檢查
09 檔案系統的使用
9.1 檔案和目錄管理
9.2 檔案的讀寫
9.3 二進位檔案的讀寫
10 圖形使用者介面設計
10.1 Tkinter 模組：圖形使用者介面
10.2 排版方式
10.3 視窗區塊 (Frame)
10.4 實戰：英文單字王視窗版
【資料科學篇】
11 數據資料的爬取
11.1 requests 模組：讀取網站檔案
11.2 BeautifulSoup 模組：網頁解析
11.3 Selenium 模組：瀏覽器自動化操作
12 數據資料的儲存與讀取
12.1 csv 資料的儲存與讀取
12.2 Excel 資料儲存與讀取
12.3 json 資料的讀取與輸出
12.4 XML 資料的儲存與讀取
12.5 SQLite 資料庫的操作
12.6 MySQL 資料庫的操作
12.7 Google 試算表的操作
13 數據資料視覺化
13.1 繪製折線圖：plot
13.2 繪製長條圖：bar
13.3 繪製圓餅圖：pie
13.4 設定圖表區：figure
13.5 在圖表區加入多張圖表：subplot、axes
13.6 實戰：台灣股市股價走勢圖
14 Numpy 與 Pandas
14.1 Numpy 陣列建立
14.2 Numpy 陣列取值
14.3 Numpy 的運算功能
14.4 Pandas Series
14.5 Pandas DataFrame 的建立
14.6 Pandas DataFrame 資料取值
14.7 Pandas DataFrame 資料操作
14.8 Pandas 資料存取
14.9 Pandas 繪圖應用
15 Pandas 資料分析
15.1 資料預處理
15.2 資料合併
15.3 樞紐分析表
15.4 實戰：鐵達尼號生存機率預測
【網路應用篇】
16 Flask 網站開發
16.1 基本 Flask 網站應用程式
16.2 使用模板
16.3 Template 語言
16.4 以 GET 及 POST 傳送資料
17 Flask 建立 Web API 及 Vercel 部署
17.1 建立 PM2.5 資料 Web API
17.2 部署 Web API 到 Vercel
17.3 Web API 應用：PM2.5 查詢系統
18 LINE Bot 申請設定及開發
18.1 LINE 開發者管理控制台
18.2 實戰：「鸚鵡」LINE Bot 開發
19 Django 網站開發
19.1 Django 是什麼？
19.2 建立 Django 專案
19.3 視圖 (view) 與 URL
19.4 視圖、模版與 Template 語言
19.5 以 GET 及 POST 傳送資料
20 Django 資料庫連結與應用
20.1 PostgreSQL 資料庫
20.2 Django 資料庫
20.3 admin 後台管理與 ModelAdmin 類別
20.4 資料庫查詢
20.5 資料庫管理
21 Django 專題實戰及 Vercel 部署
21.1 實戰：Django 新聞公告系統
21.2 部署 Django 專案到 Vercel
【人工智慧篇】
22 機器學習：特徵提取
22.1 認識機器學習
22.2 文字特徵處理
22.3 數值標準縮放
22.4 特徵降維：特徵選擇
23 機器學習：分類及迴歸演算法
23.1 scikit-learn 資料集
23.2 K 近鄰演算法
23.3 樸素貝葉斯演算法
23.4 迴歸演算法
24 深度學習起點：多層感知器 (MLP)
24.1 認識多層感知器 (MLP)
24.2 Mnist 資料集
24.3 訓練 Mnist 手寫數字圖片辨識模型
24.4 模型儲存與預測
25 深度學習重點：CNN 及 RNN
25.1 卷積神經網路 (CNN) 基本結構
25.2 卷積神經網路實戰：Mnist 手寫數字圖片辨識
25.3 循環神經網路 (RNN) 基本結構
25.4 實戰：市場股價預測
26 自然語言處理 (NLP)
26.1 Jieba 模組
26.2 文字雲
27 ChatGPT API 及 Playground
27.1 ChatGPT API
27.2 ChatGPT Playground
【多媒體互動篇】
28 圖片批次處理：pillow
28.1 認識 pillow
28.2 圖片基本操作
28.3 圖片編輯
28.4 圖片切割、複製和合成
28.5 圖片濾鏡
28.6 繪製圖形
28.7 實戰：大量圖片處理
29 電腦遊戲開發：PyGame
29.1 Pygame 入門教學
29.2 Pygame 動畫處理
29.3 實戰：打磚塊遊戲
30 線上影音下載：PyTube
30.1 Pytube：下載 YouTube 影片模組
30.2 播放清單及相關資源下載
【開發加值篇】
31 雲端開發平台：Google Colab
31.1 Google Colab：雲端的開發平台
31.2 Markdown 語法
32 萬用編輯神器：VS Code
32.1 VS Code：最多人使用的程式編輯器
32.2 VS Code 執行 Python 程式
32.3 讓 VS Code 更有效率
33 編譯程式執行檔：PyInstaller
33.1 程式打包前的準備工作
33.2 實戰：打包 exe 執行檔
33.3 實戰：打包含有資源檔的執行檔
33.4 實戰：使用 .spec 打包含有資源檔的執行檔
33.5 資料儲存的考量
【附錄、IOT 物聯網篇】
（本篇為PDF形式電子書，請線上下載）
附錄 A MicroPython 與 ESP32
附錄 B MicroPython 小專題實作
附錄 C 感測器應用：溫溼度與超音波感測器
附錄 D 顯示裝置：LCD 液晶顯示器
附錄 E Wi-Fi 無線網路
附錄 F 物聯網應用
物聯網篇使用材料表
立即查看
◎不一樣的(退休)存股理財書籍，半生受用。
◎錢進官方金融股，細水長流，退休快樂活。
◎退休前，存股理財計劃ABC；退休後，節流花錢計劃DEF。
普通上班族淪落至"下流老人"的可能原因是：(1)父母、子女因疾病或意外，需要長照醫療費、(2)子女為繭居族或啃老族，而依賴父母的救濟、(3)夫妻長年相敬如"兵"，導致熟齡離婚、(4)單身或家庭關係不佳，導致無可依賴的親人和(5)沒有儲蓄理財觀，"少年祙曉想，呷老毋成樣"。2018年，日本的人均GDP為40,063美元，高收入的日本上班族，尚且有"下流老人"的危機意識，人均GDP僅24,889美元的台灣上班族，能避免"下流老人"的危機嗎？
2018年日本金融廳的長官說：「退休後，除了退休年金外，夫妻二人至少要有2,000萬日幣(≒600萬台幣)存款，供晚年之用」，而日本上班族普遍的存款目標是2,500萬日幣(≒750萬元台幣)，那麼，台灣上班族的退休資金900萬元應該夠了吧？但是，這900萬元不應是放在銀行定存的儲蓄，而是在退休之前，儲蓄兼投資，用來每年買殖利率5%的官方金融股(※金雞母)，如果月存6,000元，存40年，儲蓄本金僅288萬元，依 5%複利滾雪球效應，40年後將使本利和達913.2萬元以上(※圖4-5a)。
借鏡日本，防範未然，因此本書引用許多日本資料，來和台灣現況做比較，盼能觸發讀者的危機意識，儘早啟動退休理財計劃，退休後才能成為"家有一老，如有一寶"的上流老人。
立即查看
醫學美容皮膚科學:素人到達人,這一本通通都有 (1版)
類似書籍推薦給您
書名：醫學美容皮膚科學:素人到達人,這一本通通都有
作者：曾銘儀
出版社：合記
出版年份：2014
條嗎：9789863410454
新書簡介：
《醫學美容皮膚科學》由Dr. Leslie Stafford Baumannn團隊共同撰寫，內容完整地涵蓋最新、最有效的護膚產品及治療方式，包括肉毒桿菌、雷射治療、靜脈曲張與最新藥妝產品等之探討，並囊括醫學美容皮膚科學所有的層面，帶領您穿梭於最新穎的藥物、藥妝、與治療技巧間。全書附有臨床彩色圖片共450幀，搭配簡潔、流暢的文字說明，使讀者能在短時間內獲得美容醫學皮膚科學的新知。
序言(Preface)
由於嬰兒潮世代的開始老化，醫學美容皮膚科領域即迅速成長。雖然許多皮膚科醫師均在執行醫學美容治療，每年花費在保養品的金額動輒數以百萬美元計，有關此領域所發表的研究仍相當匱乏。我撰寫此書的動機，正是因為當我針對醫學美容領域進行備課及寫作時，很難找到不具爭議性的參考資料。不幸的是，在醫學美容科學家所進行的研究中，大部份都屬於企業的私有資訊，不與醫界及其他保養品專業人員共享。結果造成每家公司或是醫學美容科學家必須各自「重新發明輪子」。我的目標是以這本書創造一個連結，讓皮膚科醫學與保養品科學領域之間資訊的流通更為順暢。本書設計為協助醫學美容皮膚科醫師取得多種保養品及治療方法的資訊。它亦能幫助保養品化學家瞭解醫學美容皮膚科醫師基本執業情形。此外，本書可填補美容師等專業人員瞭解患者或客戶所應使用的成份，以及人們在市面上所購買的產品究竟為何之間的資訊落差。本書亦能協助從業人員回答客戶∕患者所詢問有關護膚產品的問題以及其科學效度。我期盼本書能鼓勵醫學美容皮膚科醫師、保養品科學家與美容師堅守立場，使用經學術研究驗證的產品與治療方式。藉由這種共同努力，我們能保持此迅速發展、令人感到興奮之領域完整性。
基於多種理由，有關在醫學美容皮膚科領域的研究均應受到鼓勵。顯然地，保持這得來不易之皮膚科學領域的完整性至為重要。此外，在醫學美容皮膚科領域所得到發現亦能對皮膚科其他領域有所助益。舉例來說，有關抗氧化劑之抗老化的效果，可增加我們對皮膚癌之化學預防技術的瞭解。亦可能使痤瘡、白斑與其他色素疾患之療法得已進展。事實上，很有趣的例子是VaniqaTM，它原是設計用來使女性臉部毛髮生長趨緩的藥膏，進而促成了治療非洲主要死因之睡眠症 (African Sleeping Sickness) 之靜脈注射藥物的出現。若非Vaniqa因屬於美容治療而擁有大量的財務預算，這種救命的藥劑可能就沒有問市的機會了。基於許多原因，都應鼓勵所有的藥廠、醫療機構以及保養品廠商針對他們的產品進行深入的研究。
雖然保養品廠商針對保養品對於皮膚的效果進行大量研究，但大部份的數據仍屬私有，並未公開發表或與其他學界人士分享。造成這種現象的原因很多，其中最主要的還是基於廠商間的競爭，以及想成為某「神奇產品」首度公開者的慾望。但是，這個問題卻更為複雜。FDA對於藥物及保養化妝品有不同的定義。保養品毋需FDA核准，所以不必進行實驗研究。此外，保養品是由開發出來的廠商自行登錄即可。但是，藥物在得到FDA的核准前，必須經過多年的昂貴臨床試驗，以驗證安全性及效度（見第28章）。這種差異性使廠商更不願意公布他們的研究數據，以免使其產品被歸類於藥物。
保養品缺乏公開發表的研究數據，迫使醫師、美容師以及外行人只能自業務員及公司的行銷部門得到有關產品配方的資訊。整體而言，其中許多錯誤資訊降低了保養品的可信度。由於愈來愈多的皮膚科或其他科醫師已從事所謂的「醫學美容」，必須讓醫學美容皮膚科醫師在執業時，能根據實證醫學進行有效的治療，而非隨著市場行銷炒作起舞。本書篩選了保養品與治療方式對皮膚與外觀的影響之相關知識。仍待進行研究的數量相當驚人；不過，此為一個新的領域，且回饋相當豐厚。我鼓勵所有人，一同加入這個可改善皮膚外觀之科學方式的行列。
Leslie Baumann, MD
「勿為你工作的渺小及所得報償
甚少而擔憂。切記即使是高聳
的橡木，當初也如同你一般僅
是顆微小的種籽。」
目錄 (Contents)
協同作者 vi
序言 vii
致謝 viii
譯者序 xi
Section 1 皮膚科學的基本概念
1 表皮之基礎科學 3
2 真皮之基礎科學 8
3 脂肪與皮下組織 14
4 皮膚免疫學 22
5 荷爾蒙和老化 29
6 光老化 34
7 抽菸與皮膚老化 42
8 營養與皮膚 45
Section 2 膚質分質
9 Baumann膚質分類系統 69
10 油性肌膚 75
11 乾性肌膚 83
12 敏感性肌膚 94
13 皮膚色素及色素沉著疾患 98
14 有色人種 109
Section 3 特定皮膚問題
15 痤瘡（第1型敏感肌膚） 121
16 酒查皮（第2型敏感肌膚） 128
17 灼熱與刺痛型肌膚（第3型敏感肌膚） 133
18 接觸性皮膚炎（第4型敏感肌膚） 136
19 皮膚皺紋 145
20 化學換膚 148
21 預防與治療瘀青 163
Section 4 醫學美容治療
22 肉毒桿菌素 169
23 皮膚填充物 191
24 雷射與光療儀器 212
25 硬化治療 221
26 臉部疤痕修復 227
Section 5 皮膚護理
27 推出嶄新護膚系列商品 237
28 化妝品及藥物法規 241
29 防曬 245
30 A酸 256
31 潔膚劑 263
32 潤膚劑 273
33 美白劑 279
34 抗氧化劑 292
35 抗發炎劑 312
36 香料 325
37 防腐劑 329
Section 6 其他
38 皮膚的生物工程 335
39 皮膚分類量表 342
40 美容皮膚科學的社會心理層面 347
索引 357
原價:
1250
售價:
1188
現省:
62元
立即查看
華通書坊
