綠能風暴：八年奮戰峰迴路轉

類似書籍推薦給您

◎代理經銷：白象文化 《綠能風暴─八年奮戰 峰迴路轉》小說是一部反應時代背景，結合時事發生的故事，以環境永續發展為主軸，反映當代社會，民間推動綠能立法之過程中，引發種種光怪陸離的故事。除探討外在物質環境之變遷外，透過刻劃人物內心的對話，提升生命心靈層次。亦透過生死大事，文中彰顯生命無常的本質，提醒世人要活在當下，找到生命的價值與意義。故事發生年代，歷經2003年SARS侵襲及描述2021冠狀病毒Covid 19至今衍生的社會亂象。

JavaScript多執行緒｜超越事件迴圈的並行

類似書籍推薦給您

內容簡介 　　「Bryan和Thomas熟練地奠定了多執行緒開發的基礎，並巧妙地說明各種JavaScript執行時期如何實作平行計算。」 　　—James Snell 　　Node.js技術指導委員會成員 　　「當我開始深入研究worker執行緒時，我會很想讀這本書。它很詳細並提供很好的參考資訊。分析那章讓我忘情的大喊大叫。」 　　—Matteo Collina 　　NearForm首席軟體架構師 　　您準備好使用JavaScript來建構多執行緒應用程式了嗎？透過這本實用書籍，有經驗的JavaScript開發人員將可瞭解瀏覽器中所提供的web worker API和Node.js所提供的worker執行緒模組的優缺點。 　　作者Thomas Hunter II和Bryan English聚焦於建構多執行緒應用程式的兩種方法：一種是使用訊息傳遞，另一種則使用共享記憶體。您將學習用於實作每種方法的API，包括何時可能會想要使用其中一種方法或另一種方法，以及何時可以將它們組合。您還將接觸到基於這些方法所建構的進階樣式。 　　‧瞭解如何從多執行緒程式設計中受益 　　‧瞭解專用worker、共享worker和service worker之間的區別 　　‧知道何時要以及何時不要在應用程式中使用執行緒 　　‧透過利用Atomics物件來協調執行緒之間的通訊 　　‧應用這些知識來建構高效能應用程式 　　‧進行基準測試，來看看您是否會從多執行緒中受益 作者介紹 作者簡介 Thomas Hunter II 　　Thomas Hunter II 為數十項企業級Node.js服務做出了貢獻，並曾在一家致力於保護Node.js的公司工作。他曾在多個Node.js和JavaScript會議上發表演講、獲得了JSNSD/JSNAD認證、並且是NodeSchool SF的組織者。 Bryan English 　　Bryan English 是一位開源的JavaScript和Rust程式設計師和愛好者，曾從事大型企業系統、儀器和應用程式安全方面的工作。目前他是Datadog的資深開源軟體工程師。自Node.js建立後不久，他就在專業和個人專案中使用了Node.js。他還是Node.js的核心合作者，並透過多個不同的工作群組以多種方式為Node.js做出貢獻。 目錄 前言 第一章 簡介 第二章 瀏覽器 第三章 Node.js 第四章 共享記憶體 第五章 進階共享記憶體 第六章 多執行緒樣式 第七章 WebAssembly 第八章 分析 附錄 結構化複製演算法 索引

Microsoft Azure AI Services與Azure OpenAI從入門到人工智慧程式開發-使用Python(含MCF AI-900國際認證) (1版)

類似書籍推薦給您

【簡介】 　　體貼初學者學習Azure AI服務的流程！ 　　Azure AI服務功能介紹 > Azure AI服務申請 > 語法解說 > AI範例實作    　　■ 專家與教師共同執筆  　　由微軟AI + Developer 雙領域 MVP與科技大學教師共同編著，針對初學者學習Azure AI領域所應具備的基本素養，所編寫入門教材，內容由淺入深，以引發學習動機為最主要考量，帶領初學者靈活運用Azure AI與Azure OpenAI進行開發AI應用程式。    　　■ 內容多元且淺顯易懂  　　對Azure AI服務的理論做深入淺出的說明，同時廣泛列舉相關應用實例，並使用適當的插圖和圖表，說明Azure AI技術的原理和實際運作方案，讓初學者對Azure AI有更進一步的認識。    　　■ Azure AI服務開發技能  　　介紹實用的入門開發實作，以培養初學者規劃AI解決方案的能力。實作包含：電腦視覺、OCR光學字元辨識、自訂視覺、臉部偵測與分析、文字分析、問題解答知識庫、翻譯、語音合成以及機器學習分類、迴歸和叢集模型的實作範例，並介紹目前最火紅的Azure OpenAI生成式AI開發聊天機器人與AI繪圖程式；詳盡說明實作的程式碼與操作步驟，培養初學者開發AI應用程式的能力。    　　■ Microsoft AI-900人工智慧基礎國際認證能力訓練  　　將認證考試重點融入書中，讀者能藉由練習來了解該章內容重點，同時書末彙整MCF AI-900核心能力國際認證模擬試題，是考取MCF AI-900人工智慧基礎國際認證的最佳教材。  【目錄】 第1章 Microsoft Azure AI 基本概念：使用人工智慧的開始  1.1 人工智慧簡介  1.2 Microsoft Azure AI 簡介  1.3 模擬試題  第2章 負責任的 AI  2.1 AI 造成的道德和社會問題  2.2 了解負責任的AI  2.3 申請Azure 帳戶  2.4 模擬試題  第3章 認識 Colab 程式編輯環境  3.1 Colab 簡介  3.2 安裝 Colab  3.3 Colab 環境簡介  3.4 編輯第一個 Colab 筆記本  3.5 Colab 常用功能  第4章 Gradio 互動式網頁  4.1 簡介認識 Gradio  4.2 Gradio 基本語法介紹  4.3 Gradio 常用的輸出入元件  第5章 探索電腦視覺(一)電腦視覺分析  5.1 Azure AI 視覺簡介  5.2 Azure AI 視覺服務  5.3 Azure AI 服務開發環境與必要條件  5.4 Azure AI 視覺開發實作  5.5 模擬試題  第6章 探索電腦視覺(二)OCR 與文件智慧服務  6.1 光學字元識別 (OCR)  6.2 Azure AI 視覺服務讀取文字  6.3 文件智慧服務和知識採礦  6.4 Azure Al 視覺服務讀取影像文字開發實作  6.5 模擬試題  第7章 探索電腦視覺(三)臉部服務  7.1 臉部辨識服務簡介  7.2 臉部偵測  7.3 臉部分析  7.4 臉部識別  7.5 臉部辨識服務開發實作  7.6 模擬試題  第8章 探索電腦視覺(四)自訂視覺  8.1 自訂視覺簡介  8.2 自訂視覺影像分類  8.3 在 Azure 使用影像分類  8.4 自訂視覺物件偵測  8.5 在 Azure 使用物件偵測  8.6 自訂視覺範例實作  8.7 模擬試題  第9章 探索自然語言處理(一)文字分析  9.1 自然語言處理簡介  9.2 自然語言處理  9.3 使用 Azure AI 語言服務分析文字  9.4 文字分析開發實作  9.5 模擬試題  第10章 探索自然語言處理(二)對話式AI  10.1 對話式AI 簡介  10.2 問題與解答對話系統  10.3 使用交談語言理解建立語言模型  10.4 Azure AI 機器人服務  10.5 自訂問題解答開發實作  10.6 模擬試題  第11章 探索自然語言處理(三)語音與翻譯  11.1 語音辨識與語音合成  11.2 語音服務功能介紹  11.3 文字翻譯  11.4 翻譯服務功能介紹  11.5 文字翻譯開發實作  11.6 語音合成開發實作  11.7 模擬試題  第12章 Azure 機器學習基本原理  12.1 機器學習簡介  12.2 機器學習的工作流程  12.3 機器學習的模型  12.4 分類模型  12.5 迴歸模型  12.6 叢集模型  12.7 模擬試題  第13章 Azure 機器學習實作  13.1 Azure 機器學習服務簡介  13.2 Azure 機器學習設計工具的工作流程  13.3 使用設計工具建立模型  13.4 使用 Azure 機器學習自動化 ML  13.5 使用提示流程建立 AI 應用程式  13.6 模擬試題  第14章 Azure OpenAI  14.1 生成式 AI 簡介  14.2 大型語言模型  14.3 Azure OpenAI 簡介  14.4 Copilots 簡介  14.5 使用提示工程改善生成式 AI 回應  14.6 Azure OpenAI 生成式 AI 應用程式開發實作  14.7 模擬試題  附錄A MCF AI-900 人工智慧基礎國際認證模擬試題  看更多

AI時代的計算機概論(2026最新版) (1版)

類似書籍推薦給您

【簡介】 　　Introduction to Computers in the AI Era 　　經典暢銷教科書，導入AI，全新改版！ 　　提供用書教師相關的教學資源 　　資訊科技的不斷創新，人工智慧的大放異彩，ChatGPT的橫空出世，以及雲端運算、大數據、區塊鏈、5G與物聯網的應用呈現爆炸性的成長，這股趨勢不僅改變了人們的生活習慣，也改變了人們的學習模式與工作型態。 　　針對這些變革，本書除了涵蓋資訊科學的核心知識與實務應用，更將下列熱門的主題融入適當的章節，無論您是剛進入大學的新生、準備參加碩士班考試或國家考試的人士，本書都可以為您的學習與職涯奠定扎實的學理基礎，並掌握最新的資訊發展趨勢： 　　■ 人工智慧、AI PC、AI伺服器、CPU vs. GPU vs. NPU、機器學習、深度學習、神經元、神經網路、前饋神經網路 (FNN)、卷積神經網路 (CNN)、循環神經網路 (RNN)、生成式AI、生成對抗網路 (GAN)、擴散模型、Transformer模型、大型語言模型 (LLM)、ChatGPT、Copilot、Midjourney、自然語言處理、電腦視覺、自駕車、機器人、仿生機器人。 　　■ 量子電腦。 　　■ 虛擬實境 (VR)、擴增實境 (AR)、混合實境 (MR)、延展實境 (XR)。 　　■ 物聯網 (IoT)、智慧物聯網 (AIoT)、工業物聯網 (IIoT)、智慧城市、智慧交通、智慧家庭。 　　■ 區塊鏈、加密貨幣、冷熱錢包。 　　■ 網路霸凌、灌爆臉書、人肉搜索、網路公審、公布監視器畫面、散布假新聞、使用深偽 (deepfake) 技術製造假影片等行為的法律責任，歐盟人工智慧法案、AI訓練模型是否侵權，以及AI創作是否受著作權法保護。 本書特色   　　豐富圖表：透過拍攝精緻的產品照片及豐富圖表，提升學生的理解程度。 　　資訊部落：透過資訊部落，對其它專業的技術或議題做進一步的討論。 　　隨堂練習：透過隨堂練習，讓學生即刻驗證在課堂上學習的知識。 　　本章回顧：各章末提供簡短摘要，幫助學生快速回顧內容。 　　學習評量：各章末提供學習評量，檢測學生的學習成效或做為課後作業之用。 【目錄】 第1章 導論 1-1 電腦的發展過程 1-2 電腦系統的組成 1-3 電腦的類型 1-4 資訊科技所衍生的社會與道德議題 第2章 人工智慧與其它新發展 2-1 人工智慧 2-2 機器學習 2-3 深度學習 2-4 生成式AI 2-5 機器人 2-6 VR、AR、MR 與 XR 2-7 自駕車 2-8 區塊鏈 2-9 量子電腦 第3章 數字系統與資料表示法 3-1 電腦的資料基本單位 3-2 數字系統 3-3 數字系統轉換 3-4 整數表示法 3-5 浮點數表示法 3-6 文字表示法 3-7 圖形表示法 3-8 聲音表示法 3-9 視訊表示法 第4章 電腦硬體 4-1 處理單元 4-2 記憶單元 4-3 輸入單元 4-4 輸出單元 4-5 電腦元件的使用與故障排除 第5章 電腦軟體與作業系統 5-1 軟體的類型 5-2 開放原始碼軟體與 App 5-3 程式語言 5-4 作業系統簡介 5-5 作業系統的功能 5-6 作業系統的技術 5-7 知名的作業系統 第6章 電腦網路 6-1 網路的用途 6-2 網路的類型 6-3 網路的運作方式 6-4 OSI 參考模型 6-5 網路拓樸 6-6 網路傳輸媒介 6-7 網路相關設備 6-8 區域網路標準 第7章 無線網路與行動通訊 7-1 無線網路簡介 7-2 無線個人網路 (WPAN) 7-3 無線區域網路 (WLAN) 7-4 無線都會網路 (WMAN) 7-5 行動通訊 7-6 衛星網路 第8章 網際網路 8-1 網際網路的起源 8-2 連上網際網路的方式 8-3 網際網路的應用 8-4 TCP/IP 參考模型 8-5 網際網路命名規則 8-6 網頁設計 第9章 雲端運算與物聯網 9-1 雲端運算 9-2 物聯網 9-3 智慧物聯網 第10章 電子商務與網路行銷 10-1 電子商務的意義 10-2 電子商務的經營模式 10-3 電子付款系統 10-4 網路交易的安全機制 10-5 行動商務 10-6 網路行銷 10-7 行動行銷 第11章 資料庫與大數據 11-1 資料的階層架構 11-2 資料庫模式 11-3 資料庫操作實例 11-4 資料倉儲 11-5 大數據 第12章 資訊系統 12-1 企業的組織層級 12-2 資訊系統的架構 12-3 資訊系統的重要性 12-4 資訊系統的類型 第13章 資訊安全 13-1 OSI 安全架構 13-2 資訊安全管理標準 13-3 網路帶來的安全威脅 13-4 惡意程式與防範之道 13-5 常見的安全攻擊手法 13-6 加密的原理與應用 13-7 資訊安全措施 第14章 資訊倫理與法律 14-1 資訊倫理 14-2 電腦犯罪 14-3 資訊隱私權 14-4 智慧財產權

架構資料與機器學習平台｜雲端啟動分析與AI驅動的創新 (1版)

類似書籍推薦給您

【簡介】 　　＊全面掌握雲端資料與AI平台設計關鍵 　　＊實戰導向，靈活運用AWS、Azure、Google Cloud、Snowflake、Databricks 　　＊從基礎到進階，打造符合企業需求的現代化資料平台 　　＊強化資料治理，加速AI/ML創新，驅動決策智慧 　　無論你是資料架構師、工程師，或是希望運用AI強化決策的企業領導者，本書都將成為你打造未來資料與機器學習平台的最佳指南！ 　　在資料驅動的時代，企業該如何善用資料創造價值？ 　　本書由三位資深工程師聯手打造，為雲端架構師與資料專業人士提供了一套清晰完整的解決方案。從雲端資料平台的設計到AI與機器學習的整合，帶您走過資料現代化的每一步。無論是整合分散的資料、實現即時決策，還是利用AI解鎖創新潛力，本書都提供了實用的架構與工具，幫助你在雲端時代保持優勢。 　　「本書完整介紹，如何依據企業組織的策略方向，設計與建置現代雲端資料與ML平台的概念、模式與元件。真希望我能在多年前就能讀到這本書。」 —Robert Sahlin，Mathem資料平台主管 　　所有的雲端架構師都必須知道如何建置資料平台，以賦與企業能夠快速高效地做出資料驅動的決策，並在整個企業範圍內提供智能化服務。本書將展示如何使用AWS、Azure、Google Cloud以及Snowflake與Databricks這類多重雲端工具，設計、建置與現代化雲端原生資料與機器學習平台。 　　作者Marco Tranquillin、Valliappa Lakshmanan與Firat Tekiner使用真實世界企業架構來說明，內容涵蓋從雲端匯入到啟動整個資料生命週期。你將學到如何轉換、保全與現代化資料倉儲與資料湖這些熟悉的解決方案，也將能充份利用最新的AI/ML模式取得精準且快速的洞見，提升競爭優勢。 　　你將學會： 　　＊設計現代化且安全的雲端原生或混合資料分析與機器學習平台 　　＊透過將企業資料整合到治理良好、可擴充的與彈性的資料平台，加速資料導向的創新。 　　＊民主化存取企業資料，治理業務團隊提取洞見方式與建置AI/ML的能力。 　　＊讓您的企業利用串流管道即時決策 　　＊建置MLOps平台，移往預測性與指示性分析   【目錄】 第一章 資料平台現代化：簡介 第二章 資料創新的策略性作法 第三章 設計資料團隊 第四章 遷移框架 第五章 架構資料湖 第六章 企業資料倉儲的創新 第七章 湖倉融合 第八章 串流架構 第九章 混合與邊緣擴展資料平台 第十章 AI應用架構 第十一章 架構ML平台 第十二章 資料平台現代化：模型案例