定價: | ||||
售價: | 425元 | |||
庫存: | 已售完 | |||
LINE US! | 詢問這本書 團購優惠、書籍資訊 等 | |||
此書籍已售完,調書籍需2-5工作日。建議與有庫存書籍分開下單 | ||||
付款方式: | 超商取貨付款 |
![]() |
|
信用卡 |
![]() |
||
線上轉帳 |
![]() |
||
物流方式: | 超商取貨 | ||
宅配 | |||
門市自取 |
為您推薦
類似書籍推薦給您
【簡介】 《臺灣創業型大學之發展:理論與個案》這本專書詳細闡述了臺灣創業型大學的發展歷程,從理論基礎、政策與組織發展、商業化策略的分析,與成功要素的剖析,均有深入探討。 本書回顧了發展創業型大學相關的8大重要理論,其中包括:(1)三絞螺旋創新模型(Triple-Helix Model of Innovation)、(2) 體制理論(Institutional Theories)、(3) 科學治理(Governance of Science and Technology)、(4) 科技經濟學(Economics of Science and Technology)、(5)學術創業(Academic Entrepreneurship)、(6) 產學合作(Industry-University Relation)、(7)寬裕資源論(Organizational Slacks)、與(8)組織雙元(Organizational Ambidexterity)等理論內容。書中提出的研究架構包括創業型大學的三個前置因子、四大商業化策略及其綜合性績效評估。前置因子涵蓋體制、組織及個人層面;商業化策略則包括專利活動、技術授權/移轉、產學合作及新創事業。研究指出,這些商業化策略間的相互影響對創業型大學的教學-研究-商業化績效至關重要。 書中分析了遠東科技大學(已更名為中信科技大學)、國立臺灣科技大學、逢甲大學、國立清華大學及國立交通大學(已更名為陽明交通大學)五所大學的案例,深入解析各校在推動創業型大學過程中的前因、過程及對各校發展成創業型大學的結果與影響。 整體而言,本專書具備豐富的理論基礎,還結合了實務個案,希望為推動創業型大學的研究者,以及大學研發、產學合作、技術移轉與創新育成主管和政策制定者,提供參考和借鑒。 【目錄】 作者簡介 推薦序一 創業型大學 ?! 別鬧了,校長先生!/陳振遠 推薦序二/洪世章 推薦序三/林博文 作者序一/張元杰 作者序二/蔡林彤飛 作者序三/吳慈榕 第1章 緒論 第一節 創業型大學的發展、趨勢及重要性 第二節 研究缺口與研究目的 第三節 章節架構 第2章 創業型大學發展的理論基礎與發展架構 第一節 創業型大學 第二節 創業型大學的理論基礎 第三節 創業型大學的前置背景因素 第四節 創業型大學的商業化策略 第五節 創業型大學的績效與相互作用 第六節 發展架構 第3章 臺灣創業型大學的發展現況 第一節 臺灣科學治理與大學治理的體制轉變 第二節 臺灣大專院校創新創業現況 第三節 個案研究說明 第4章 個案一:私立遠東科技大學(目前已更名為中信科技大學) 第一節 訪談對象 第二節 背景 第三節 環境因子 第四節 商業化策略分析 第五節 商業化策略的交互作用 第六節 績效 第七節 小結 第5章 個案二:國立臺灣科技大學 第一節 訪談對象 第二節 背景 第三節 環境因子 第四節 商業化策略 第五節 商業化策略的交互作用 第六節 績效 第七節 小結 第6 章 個案三:私立逢甲大學 第一節 訪談對象 第二節 背景 第三節 環境因子 第四節 商業化策略的執行狀況 第五節 商業化策略的交互作用 第六節 績效 第七節 小結 第7章 個案四:國立清華大學 第一節 訪談對象 第二節 背景 第三節 環境因子 第四節 商業化策略 第五節 商業化策略的交互作用 第六節 績效 第七節 小結 第8章 個案五:國立交通大學(目前已更名為陽明交通大學) 第一節 訪談對象 第二節 背景 第三節 環境因子 第四節 商業化策略執行狀況 第五節 商業化策略的交互作用 第六節 績效 第七節 小結 第9 章 個案比較與討論 第10 章 結論與建議 第一節 研究貢獻 第二節 研究發現 第三節 建議 參考文獻 看更多
類似書籍推薦給您
書名:輕鬆學會iPhone APP實作開發:精心設計17個Lab讓你輕鬆上手 作者:黃士嘉、張力元 著 出版社:博碩 出版日期:12/27/2019 條碼:9789864344550 內容簡介 使用Xcode11 × Swift5 × iOS13開發 「BlueNet交通大平台」APP開發技巧大公開 × 逐步掌握範例的實作精髓 作者以自己開發的「BlueNet交通大平台」APP作為本書範例,解析此APP所使用的開發技巧。「BlueNet交通大平台」APP可提供計程車叫車、腳踏車、公車、火車與高鐵的即時時刻表與交通資訊,並提供各種運距的交通規劃等多樣化功能。 作者以多年的iOS開發經驗,精心設計了17個章節與實驗,從零開始,按部就班地了解iOS中的佈局視圖、控制元件、生命週期等基礎知識,以及使用本地端資料庫、第三方函式庫等進階知識,並透過實作練習加以活用,讓新手也能輕鬆上手。此外,本書結合了iOS 13最新推出的SwiftUI功能,介紹SwiftUI的程式架構,並設計獨一無二的SwiftUI實作練習,讓讀者體驗SwiftUI的精妙之處。 拿起這本書,你將學到: ◎介紹Xcode IDE的常用功能。 ◎介紹iOS常使用的視圖元件。 ◎元件的使用(IBOutlet)與事件處理(IBAction)。 ◎了解iOS中的生命週期。 ◎了解資料如何在iOS APP內傳遞。 ◎學習如何使用非同步執行。 ◎地圖元件(MapKit)的處理與應用。 ◎使用Cocoapods第三方管理工具。 ◎靈活運用本地端的Realm資料庫。 ◎學習如何使用API接收線上資訊以及將資料解碼。 ◎安裝TensorFlow Lite完整的測試專案。 ◎最新的SwiftUI使用方法。 ◎使用Git版本控制管理程式專案。 作者介紹 作者簡介 黃士嘉 【經歷】 ◎國立臺北科技大學電子工程系教授 ◎加拿大安大略理工大學國際客座教授 ◎臺北市政府產業發展局SBIR技術審查會評審委員 ◎IEEE Taipei Section Broadcasting Technology Society主席 ◎IEEE Sensors Journal主編 ◎IEEE Big Data Congress 2015國際主席 ◎IEEE CloudCom Conference 2017國際主席 【獲獎】 ◎經濟部,第5屆國家產業創新獎 ◎ACM台灣分會,李國鼎青年研究獎 ◎國立臺北科技大學,校傑出研究獎 ◎國立臺北科技大學,Dr.Shechtman年輕學者獎 張力元 【學歷】 ◎國立臺北科技大學電子工程系碩士 【經歷】 ◎BlueNet交通大平台iOS系統工程師 目錄 |CHAPTER 00| GitHub版本控制 0.1 為何要使用版本控制 0.2 GitHub實戰演練 0.3 參考資料:Git常用指令與進階指令 0.4 Xcode內建Git功能 0.5 書附範例專案 |CHAPTER 01| Xcode環境介紹—HelloWord 1.1 iOS環境建置 1.2 Xcode專案架構 |CHAPTER 02| 使用元件及自動佈局 2.1 版面配置 2.2 猜拳遊戲畫面設計 2.3 查看元件層級圖中的約束條件 |CHAPTER 03| 物件控制與觸發事件 3.1 元件與事件 3.2 猜拳遊戲程式設計 3.3 函式的使用技巧 |CHAPTER 04| 視圖控制器與畫面跳轉 4.1 視圖控制器 4.2 點餐系統設計 4.3 Swift語法 |CHAPTER 05| 標籤列、容器與滾動視圖 5.1 標籤列 5.2 容器視圖 5.3 滾動視圖 5.4 實作練習:使用標籤列控制器呈現滾動視圖與容器視圖 |CHAPTER 06| 提示訊息元件 6.1 顯示訊息 6.2 提示訊息演練 |CHAPTER 07| 清單元件 7.1 清單畫面 7.2 清單實戰 |CHAPTER 08| 同步執行與非同步執行 8.1 同步與非同步 8.2 實作應用練習 |CHAPTER 09| 訊息通知 9.1 NSNotification(通知系統) 9.2 計時器 |CHAPTER 10| 地圖與相關物件 10.1 MKMap 10.2 地圖實作練習 |CHAPTER 11| 第三方管理 11.1 第三方管理工具 11.2 實作練習:安裝及使用Toast |CHAPTER 12| Realm 12.1 Realm 資料庫 12.2 實戰演練 |CHAPTER 13| API 13.1 網路程式 13.2 開放資料API實戰 |CHAPTER 14| 雲端訊息 14.1 推播 14.2 設計重點 |CHAPTER 15| TensorFlow Lite 15.1 人工智慧 15.2 設計重點 |CHAPTER 16| SwiftUI 16.1 SwiftUI 16.2 SwiftUI 應用練習 16.3 小結
類似書籍推薦給您
【簡介】 內容涵蓋機器學習三大主題:監督式學習、無監督式學習與強化式學習。 採用生動活潑的範例,以深入淺出、圖文並茂的方式,建立良好的理論基礎。 搭配 Python 程式實作,實現「做中學」的學習理念。 提供豐富的學習資源,包含:數學背景、練習題等,厚植機器學習技術研發能力。 【目錄】 Chapter 1 介 紹 Chapter 2 端到端機器學習 Chapter 3 迴 歸 Chapter 4 貝氏分類器 Chapter 5 k-最近鄰 Chapter 6 支援向量機 Chapter 7 決策樹 Chapter 8 隨機森林 Chapter 9 提升方法 Chapter 10 類神經網路 Chapter 11 k-Means分群 Chapter 12 DBSCAN Chapter 13 高斯混合模型 Chapter 14 主成分分析 Chapter 15 t-SNE Chapter 16 強化式學習 附錄 數學背景 習題參考解答 參考文獻