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

AI時代的Python高效學習書－ChatGPT程式助理新思維 (1版)

類似書籍推薦給您

【簡介】 ★程式小白一學就會，不再半途而廢★ 一改傳統以鉅細靡遺的語法為導向的學習方式，採取AI時代的學習方式，以解決問題為核心，透過貼近生活的實例講解重要的語法與主題，有效率地和AI助理合作，讓初學者不再苦苦糾纏於繁瑣的語法，培養解決問題的邏輯思維。 ★實用套件輕鬆上手，寫出厲害、有用的程式★ ．pillow：圖像處理，例如色彩模式、裁剪、旋轉、翻轉、濾鏡等。 ．matplotlib：繪製圖表，例如折線圖、散布圖、長條圖、直方圖、圓餅圖等。 ．tkinter：建立圖形使用者介面 (GUI)。 ．Requests、Beautiful Soup：網路爬蟲，例如抓取臺灣銀行牌告匯率資料、從yahoo!股市抓取即時股價等。 ★與ChatGPT完美合作，寫出正確、高效的程式★ 提示工程技巧大公開：查詢語法和範例◎撰寫、修正與優化程式◎閱讀並測試程式碼◎除錯◎幫程式加上註解或try…except語法◎解決流程錯誤與無窮迴圈◎撰寫邏輯複雜的程式◎透過設計與撰寫函式來解決問題◎查看與解決程式錯誤所造成的例外◎根據資料判斷要使用哪種圖表並撰寫程式◎根據附圖與文字敘述撰寫GUI程式◎解決網路爬蟲程式失敗。 在本書中，我們會在每章的開頭講解重要的語法與主題， 然後在結尾的地方透過「 ChatGPT程式助理」專欄，示範如何有效率地和AI助理合作， 讓初學者能夠快速寫出正確、有用的程式！ 當然這些提示工程技巧並不限定於ChatGPT，你也可以舉一反三、靈活運用在Gemini、Copilot等AI助理。 將「 ChatGPT程式助理」以專欄的形式放在各章的結尾，不僅能夠適時地示範ChatGPT在不同主題的使用技巧， 而且不會干擾讀者自學或教師上課的節奏。 【目錄】 chapter 01　撰寫第一個 Python 程式 　1-1 認識 Python 　1-2 Anaconda 開發環境 　1-3 Colab 雲端開發環境 　1-4 程式碼風格指南 　※ 註冊與使用 ChatGPT 　※ 請 ChatGPT 扮演 Python 程式設計專家 　※ 查詢 Python 的語法和使用範例 　※ 找出 Python 程式的錯誤 　※ 解讀 Python 程式的意義 chapter 02　變數、型別與運算子 　2-1 變數 　2-2 常數 　2-3 型別 　2-4 運算子 　2-5 輸出 - print() 函式 　2-6 輸入 - input() 函式 　※ 撰寫、修正與優化 Python 程式 　※ 幫 Python 程式加上註解 chapter 03　數值與字串處理 　3-1 數值處理函式 　3-2 字串處理函式 　3-3 字串運算子 　3-4 字串處理方法 　3-5 f-string 格式化字串 　※ 查詢內建函式 chapter 04　容器型別 　4-1 list (串列) 　4-2 tuple (元組) 　4-3 set (集合) 　4-4 dict (字典) 　※ 查詢 list、tuple、set、dict 的更多應用 　※ 查詢 list()、tuple()、set()、dict() 的用途 chapter 05　流程控制 　5-1 認識流程控制 　5-2 if 　5-3 for 　5-4 while 　5-5 break 與 continue 敘述 　※ 解決流程錯誤或無窮迴圈 　※ 撰寫邏輯複雜的程式 (計算綜所稅) chapter 06　函式 　6-1 認識函式 　6-2 定義函式 　6-3 函式的參數 　6-4 return 敘述 　6-5 lambda 運算式 　6-6 變數的範圍 　※ 查詢好函式的特色 　※ 透過設計與撰寫函式來解決問題 chapter 07　模組與套件 　7-1 標準函式庫 　7-2 模組 　7-3 套件 　7-4 第三方套件 　7-5 math 模組 　7-6 random 模組 　7-7 datetime 模組 　7-8 calendar 模組 　※ 查詢應該使用哪個模組？例如三角函數 　※ 查詢應該使用哪個套件？例如機器學習 chapter 08　檔案存取與例外處理 　8-1 認識檔案、資料夾與路徑 　8-2 讀寫檔案 　8-3 with 敘述 　8-4 語法錯誤與例外 　8-5 try...except 　※ 查看與解決程式錯誤所造成的例外 　※ 幫程式加上 try...except 語法 chapter 09　類別與物件 　9-1 認識類別與物件 　9-2 使用類別與物件 　9-3 繼承 　※ 查詢物件導向、類別與物件相關問題 　※ 繼承的時機？如何設計繼承階層？ chapter 10　圖像處理 - pillow 　10-1 認識 pillow 套件 　10-2 開啟、顯示與另存圖片 　10-3 轉換色彩模式 　10-4 調整大小與裁剪圖片 　10-5 旋轉與翻轉圖片 　10-6 濾鏡 　10-7 繪製文字 　※ pillow 套件可以用來繪製圖形嗎？ chapter 11　繪製圖表 - matplotlib 　11-1 認識 matplotlib 套件 　11-2 繪製折線圖 　11-3 設定圖表的元件 　11-4 繪製散布圖 　11-5 繪製長條圖 　11-6 繪製直方圖 　11-7 繪製圓餅圖 　※ 根據資料判斷要使用哪種類型的圖表並撰寫程式 chapter 12　圖形使用者介面 - tkinter 　12-1 認識 tkinter 套件 　12-2 GUI 元件 　※ 根據附圖與文字敘述撰寫 GUI 程式 chapter 13　網路爬蟲 - Requests、Beautiful Soup 　13-1 認識網路爬蟲 　13-2 使用 Requests 抓取網頁資料 　13-3 使用 Beautiful So up 解析網頁資料 　※ 撰寫網路爬蟲程式失敗，怎麼辦？

AI時代的教育經營 (1版)

類似書籍推薦給您

【簡介】 　　為推廣教育111理念，本書以AI時代的教育經營為主題，主要收錄人工智慧（AI）應用在教育政策、學校經營與領導、課程與教學等方面議題的理念與實踐。全書合計11篇專題文章，主要內容包含：AI 時代的學校經營：機會、風險與應用、人工智慧與數位科技於教育的助益與挑戰、AI在教育政策及校務經營的意涵與因應策略、AI時代校長教學領導的轉型實踐、臺北市中小學校長增能班實施成效與精進之研究、生成式AI融入多模態教學之探究、析論日本GIGA學校構想與教育DX方案、智慧啟航：AI在幼兒教育之發展與應用、如何利用GenAI協助高中教學：以專題寫作與國際教育為例、AI輔助國小課程教學與學習之理念與實踐、以設計思考進行行政管理的變革：以臺北市仁愛國小為例。本書各篇文稿均經過雙匿名審查，並能依專業審查意見進行修正，可讀性高。各篇論文議題新穎，內容豐富，兼具理念與實務，且能符合AI時代下教育經營的潮流與趨勢，對於實踐教育111的理念亦有正面的助益，對於教育研究人員與實務工作者而言，值得加以參考與研讀。 【目錄】 第01章 AI 時代的學校經營：機會、風險與應用／吳清山、朱晉杰 第02章 人工智慧與數位科技於教育的助益與挑戰／鄭依萍、鄭崇趁 第03章 AI在教育政策及校務經營的意涵與因應策略／曾燦金、張志毓、吳建億、游子賢 第04章 AI時代校長教學領導的轉型實踐／謝念慈、謝金城 第05章 臺北市中小學校長增能班實施成效與精進之研究／劉春榮 第06章 生成式AI融入多模態教學之探究／王怡文、黃旭鈞 第07章 析論日本GIGA學校構想與教育DX方案／林雍智 第08章 智慧啟航：AI在幼兒教育之發展與應用／蘇玲慧、高家斌、鄭如雯 第09章 如何利用GenAI協助高中教學：以專題寫作與國際教育為例／黃世隆 第10章 AI輔助國小課程教學與學習之理念與實踐／章寶仁、王曉梅 第11章 以設計思考進行行政管理的變革：以臺北市仁愛國小為例／楊柳淳、賴柏宗

AI 時代的管理數學：使用 R 語言實作 (1版)

類似書籍推薦給您

【簡介】 如果你主要關注統計分析、數據可視化、線性代數、初等微積分， 並希望較快上手，「R語言」會是較佳的選擇！ 本書獨特之處在於以直觀且實用的方式，清楚介紹人工智慧及機器學習領域中常用的管理數學工具。透過R語言的實作，讀者得以深入理解並實際應用於不同實務情境。 書中的實例不侷限於理論探討，更著重實際應用，貼近日常生活，喚起讀者對數學的共鳴與學習熱情。舉例而言，透過應用貝氏定理，探討運動員實際服用興奮劑的真相，以及判斷過濾垃圾郵件的情境。同時，透過極佳化方法的應用，協助航空公司訂定最適價格和最大利潤路線圖等案例，使得理論更具實用性。 除此之外，本書擴大管理數學的範疇：從管理數學傳統上僅處理統計、線性代數的刻板印象，將此核心概念延伸至線性轉換、特徵值與特徵向量等進階議題，並且更進一步涵蓋一般書籍較少觸及的「極佳化方法」，包括微分、極值、偏微分以及拉氏乘數等內容，於實用範例中為機器學習（Machine learning）的數學應用奠定基礎。 線性規劃的討論更是引領讀者回溯至二戰時期，線性規劃應用於確定空中力量和雷達（radar）的最佳使用，具有時代非凡之意義。同時探討在各種混和限制條件下，欲達目標極大、極小化，使用線性代數中構築人工基底手法，自標準的極大化問題做為起點，經二階段法、對偶問題法、對偶單形法，深入解說 R 軟體 lpSolveAPI 套件背後的數學脈絡或故事。 本書精彩內容 —— 線性代數｜線性函數｜線性方程組｜矩陣｜向量空間｜線性轉換｜ 極佳化方法｜拉氏函數｜機率與統計｜單利．複利｜線性規劃｜馬可夫鏈｜預測｜ 本書特色 ☑ 以 R 軟體的程式語言與過程，深入解說並印證數學定義、定理 ☑ 透過 R 軟體的印證，經驗的移轉，形塑跨電腦語言的整體處理思維 ☑ 促成 R 軟體成為數學符號以外的第二語言，加速數學學習效率 ☑ 將人工智慧及機器學習常用之數學思維，應用於資料分析及解決管理問題 【目錄】 CHAPTER 01 截彎取直：線性函數與線性方程組 1-1 直線的交點（Intersection of Straight Line） 1-2 最小平方法（The Method of Least Squares） CHAPTER 02 資料呈現的語言：矩陣 2-1 矩陣定義與基本運算 2-2 矩陣應用於密碼學（Cryptography） 2-3 矩陣應用於經濟學：Leontief模式 2-4 矩陣應用於最小平方法 CHAPTER 03 Google 搜尋是如何運作：向量空間與線性轉換 3-1 向量與向量空間 3-2 線性獨立與基底 3-3 線性轉換（Linear transformation） 3-4 特徵值與特徵向量（Eigenvalues and eigenvectors） CHAPTER 04 資源有限條件的極值問題：極佳化方法 4-1 微分及其應用 4-2 微分及全微分 4-3 函數的極值 4-4 拉氏乘數（Lagrange multiplier） 4-5 極佳化方法的應用 CHAPTER 05 COVID-19 陽性、偽陽性議題：機率與統計 5-1 敘述性統計 5-2 機率 5-3 隨機變數、常態分配及抽樣分配 CHAPTER 06 時間的價值：單利、複利的年金；分期償還及償債基金 6-1 單利、複利 6-2 單利、複利的進階應用 6-3 年金（Annuity） CHAPTER 07 最少的資源與滿足最佳效益：線性規劃 7-1 極大化問題（maximization problem） 7-2 極小化問題（minimization problem） CHAPTER 08 AI 中的隨機與穩態過程：馬可夫鏈 CHAPTER 09 AI 的前沿應用：預測 9-1 定性的預測方法 9-2 時間序列預測方法 9-3 關聯性預測 - 簡單迴歸模式 9-4 關聯性預測 - 複迴歸模式 9-5 判定係數與相關係數 9-6 顯著性檢定 9-7 預測準確性