資料探勘（附光碟） (4版)

其他會員也一起購買

【簡介】 《Data Mining, 4E》主要是針對前三版進行全面修訂，並藉此突顯及加強資料探勘核心內容的廣度及深度。在本書中，首先介紹資料、測量和資料預處理，以及資料倉儲和線上分析處理。接著，針對樣式探勘、分類、群集分析都拆分成兩章。其中，前一章介紹基本概念和方法，後一章討論進階方法。與前三版最大的不同是《Data Mining, 4E》新增加了關於深度學習的介紹，並以淺顯易懂的範例，深入淺出的向讀者介紹這波人工智慧浪潮中的關鍵核心技術。此外，離群值檢測則單獨成為一章，以進行更深入的探討。最後一章則是對資料探勘的研究與應用、發展趨勢等，進行了概述，試圖把讀者導引至更深入的主題。與前三版相比，第四版的架構更利於教學。總之，這是一本可以說是介於經典和現代資料探勘方法的優秀著作，它不僅僅是一本理想的教材，更是一本實用的參考書。 【目錄】 Chapter 1 簡　介 Chapter 2 資料、測量和資料預處理 Chapter 3 資料倉儲和線上分析處理　( 內容收錄於隨書光碟中 ) Chapter 4 樣式探勘：基本概念和方法 Chapter 5 樣式探勘：進階方法　( 內容收錄於隨書光碟中 ) Chapter 6 分類：基本概念和方法 Chapter 7 分類：進階方法　( 內容收錄於隨書光碟中 ) Chapter 8 群集分析：基本概念和方法 Chapter 9 群集分析：進階方法　( 內容收錄於隨書光碟中 ) Chapter 10 深度學習 Chapter 11 離群值檢測 Chapter 12 資料探勘的研究趨勢與最新進展 中英文索引

Deep Learning(2) : 用Python進行自然語言處理的基礎理論實作

其他會員也一起購買

書名：DEEP LEARNING 2｜用PYTHON進行自然語言處理的基礎理論實作 出版社：歐萊禮 出版年月：201903 條碼：9789865020675 內容簡介 本書是《Deep Learning : 用Python進行深度學習的基礎理論實作》的續篇，將延續上一本書，繼續介紹與深度學習有關的技術。本書尤其偏重在自然語言處理及時間序列資料處理上，使用深度學習，挑戰各式各樣的問題。和上一本著作一樣，以「從零開始建構」為概念，詳盡介紹與深度學習有關的先進技術。 簡單來說，自然語言處理是指，讓電腦瞭解我們平常說話內容的技術。事實上，這種自然語言處理技術已經大大改變了我們的生活。在網頁搜尋、機械翻譯、語音助理等深深影響世界的技術根基中，已經使用了自然語言處理技術。本書把重點放在自然語言處理及時間序列資料處理上，學習在深度學習中，十分重要的技術。具體而言是指，word2vec、RNN、LSTM、GRU、seq2seq、Attention等技術。本書盡量使用淺顯易懂的說明，解說這些技術，並透過實際操作，確認你是否理解。此外，本書希望藉由實驗，讓你實際感受到這些技術的可能性。 目錄 第一章 複習類神經網路 第二章 自然語言與字詞的分散式表示 第三章 word2vec 第四章 word2vec的高速化 第五章 遞歸神經網路（RNN） 第六章 含閘門的RNN 第七章 使用RNN產生文章 第八章 Attention 附錄A sigmoid函數與tanh函數的微分 附錄B 啟用WordNet 附錄C GRU

演算法導論 (4版)

其他會員也一起購買

【簡介】 暢銷經典，全球銷售超過百萬本 Thomas H. Cormen、Charles E. Leiserson、Ronald L. Rivest和Clifford Stein所著的《演算法導論》受到世界各地許多著名大學廣泛採用，作為演算法課程的主要教科書。 本書即是大家耳熟能詳的CLRS。歷經數個版次，同時受到廣泛選用所造就的不可替代性，在該領域的社群和學術界，常以作者姓氏的首個英文字母「CLRS」，作為這本經典著作的代稱。 這本書因幾個關鍵特點而備受讚譽： ‧內容全面：本書涵蓋了從基本到進階的演算法主題，適合各個程度的讀者，無論是大學生、研究生或業界人士，都能從中受益。 ‧清晰的講解：書中以清晰詳細的方式解釋各種演算法，並搭配虛擬碼，幫助讀者理解演算法的實作過程。 ‧嚴謹的數學分析：本書提供了演算法的數學分析，幫助讀者深入理解演算法的效率和複雜度，對於希望深入研究演算法理論的讀者很有幫助。 ‧豐富的練習題：每章結尾都有大量的練習題，這些題目設計巧妙，有助於對學習內容的強化和加深理解。 ‧現實應用：書中展示了多演算法在實際問題中的應用，增加了學習的趣味性和實用性。 這些特點使得《演算法導論》成為計算機科學領域的經典教材，廣受學術界和業界人士的推崇。 有些演算法書籍雖然嚴謹卻不夠完整，有些則包羅萬象卻嚴謹不足，獨樹一幟的《演算法導論》既嚴謹且全面，不僅深入探討廣泛的演算法，也透過自成一體的章節及演算法虛擬碼，讓各種程度的讀者皆能理解演算法的設計和分析。 《演算法導論》自第一版問世以來，已成為全球大學的主要演算法教材，以及專業人士的標準參考書。 本書的第四版做了全面的更新，採用更清晰的文筆、更個人化且性別中立的表達方式，並透過顏色來增進視覺表現。我們根據讀者的回饋改進問題，讓注釋和參考文獻反映這個領域的最新發展，並且在本書的網站提供新的補充教材。 第四版的新內容 ‧關於二部圖、線上演算法與機器學習的新章節 ‧探討遞迴方程、雜湊表、勢能函數及後綴陣列等主題的新內容 ‧新增140道新習題和22道新問題 本書提供超過900道習題與162個問題，讀者可以在本書網站上找到大部分的解答。適合大學或研究所的演算法或資料結構課程使用；此外，由於本書探討演算法設計的工程問題和數學層面，所以也適合專業技術人員用來自學。 【目錄】 PART Ⅰ 基礎 1 演算法在計算時的作用 2 起點 3 分析執行時間的特性 4 分治法 5 機率分析與隨機演算法 PART Ⅱ 排序和順序統計量 6 堆積排序 7 快速排序 8 以線性時間排序 9 中位數與順序統計量 PART Ⅲ 資料結構 10 基本資料結構 11 雜湊表 12 二元搜尋樹 13 紅黑樹 PART Ⅳ 進階設計和分析技術 14 動態規劃 15 貪婪演算法 16 平攤分析 PART Ⅴ 高階資料結構 17 擴充資料結構 18 B 樹 19 不相交集合的資料結構 PART Ⅵ 圖演算法 20 初級圖演算法 21 最小生成樹 22 單源最短路徑 23 all-pairs 最短路徑 24 最大流量 25 二部圖的配對 PART Ⅶ 特選主題 26 平行演算法 27 線上演算法 28 矩陣運算 29 線性規劃 30 多項式與 FFT 31 數論演算法 32 字串比對 33 機器學習演算法 34 NP 完備性 35 近似演算法 PART Ⅷ 附錄：數學基礎 A 求和 B 集合與離散數學的其他要素 C 計數與機率 D 矩陣

線性代數 (9版)

其他會員也一起購買

【簡介】 原文書資訊 書名:Linear Algebra with Applications Global Edition 10/E 2021 <PH> 作者: LEON ISBN: 9781292354866 出版社: Pearson 出版年: 2021年 書籍目錄: 1. Matrices and Systems of Equations 2. Determinants 3. Vector Spaces 4. Linear Transformations 5. Orthogonality 6. Eigenvalues 7. Numerical Linear Algebra 8. Canonical Forms Appendix: MATLAB Answers to Selected Exercises 中文書資訊 書名: 線性代數 Linear Algebra with Applications 作者: LEON/ 蔡政穆 ISBN: 9789813352063 出版社: 鼎隆 出版年: 2025年 書籍目錄: 第1章 矩陣與方程式系統 第2章 行列式 第3章 向量空間 第4章 線性轉換 第5章 正交 第6章 特徵值 第7章 數值線性代數 附錄 MATLAB 精選習題解答

Deep Learning: 用Python進行深度學習的基礎理論實作 (1版)

其他會員也一起購買

書名：DEEP LEARNING｜用PYTHON進行深度學習的基礎理論實作 出版社：歐萊禮 出版年月：201708 條碼：9789864764846 內容簡介 不走捷徑，幫助您真正搞懂「深度學習」的真義 這是一本與「深度學習」有關的書籍。從入門開始說明，一步一步帶領你瞭解深度學習必須具備的知識。本書可以幫助您了解：深度學習究竟是什麼？有何特色？根據何種原理來運作？ 從零開始，由實做中學習 本書的目標是，盡量避免使用不瞭解內容的「黑盒子」，以基礎的知識為起點，以容易上手的Python撰寫程式，從動手實作的過程中，一步步深入瞭解深度學習。若以車用書籍來比喻這本書的話，這本書並不屬於汽車駕訓教材，而是希望能夠幫助您瞭解車子的原理，而非教您開車的方法。為了瞭解汽車的結構，必須試著打開車子的引擎蓋，將每個零件都拿起來觀察、操作看看。然後盡量用簡單的形狀，篩選出車子的核心部分，就像組合迷你模型般，製作出這台車子。本書的目標，就是透過製作車子的過程，讓你感受到自己實際可以製作出車子，進而熟悉與車子的相關技術。 本書特色： ．利用最少的外部函式庫，使用Python，從零開始實際執行深度學習的程式。 ．說明Python 的用法，讓Python 的初學者也能理解。 ．實際執行Python 的原始碼，同時提供讀者手邊可以進行實驗的學習環境。 ．從簡單的機器學習問題開始，到最後執行精密辨識影像的系統。 ．以淺顯易懂的方式說明深度學習與神經網路理論。 ．針對看似複雜的技術，如誤差反向傳播與卷積運算等，利用實際操作方式說明，幫助理解。 ．介紹在執行深度學習時，有幫助且實用的技巧，包括決定學習率的方法、權重的預設值等。 ．說明Batch Normalization、Dropout、Adam 等最近的趨勢與操作。 ．為什麼深度學習很優秀，為什麼加深層數，就能提高辨識準確度，為什麼隱藏層很重要，仔細說明這些「為什麼」。 ．介紹自動運作、產生影像、強化學習等深度學習的應用範例。 作者介紹 作者簡介 斎藤康毅 1984年生於長崎縣對馬，畢業於東京工業大學工學院，東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習有關的研究開發工作。1984年生於長崎縣對馬，畢業於東京工業大學工學院，東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習有關的研究開發工作。 目錄 第一章 Python入門 第二章 感知器 第三章 神經網路 第四章 神經網路的學習 第五章 誤差反向傳播法 第六章 與學習有關的技巧 第七章 卷積神經網路 第八章 深度學習 附錄A Softmax-with-Loss層的計算圖 參考文獻

Keras大神歸位：深度學習全面進化！

其他會員也一起購買

Keras大神歸位：深度學習全面進化！用 Python 實作CNN、RNN、GRU、LSTM、GAN、VAE、Transformer ISBN13：9789863127017 替代書名：Deep Learning with Python, Second Edition 出版社：旗標出版社 作者：François Cholle 譯者：黃逸華;林采薇 裝訂／頁數：平裝／656頁 規格：23.5cm*18.3cm*3.1cm (高/寬/厚) 出版日：2022/06/22 中國圖書分類：電腦科學 內容簡介 正宗Keras大神著作再次降臨！   近10年來，深度學習為人工智慧領域帶來了出色的進展，也解鎖了許多有趣的新功能，如：機器翻譯、影像識別、物體定位等不一而足。毫不誇張地說，深度學習已迅速成為每位軟體開發者必備的武器。此外，諸如Keras和TensorFlow等先進的工具，也消除了普通人與深度學習之間的隔閡。即使你只有高中程度的數學知識，且甚至沒有資料科學的相關背景，也依舊可以透過這些工具來建構有趣的深度學習應用。   本書由 Keras 創始者親自撰寫，沒人比他更了解Keras這套工具，雖然如此，但這並不是一本 Keras 的使用手冊，而是帶你從頭開始探索深度學習，進而拓展對深度學習理解的經典之作。你也將從中明瞭解決機器學習問題的標準作業流程，以及未來實務上如何克服可能遇到的問題。   本書前一版在全世界都獲得非常高的評價，並被翻譯成12種語言，到現在仍是技術社群推薦必讀的深度學習入門書。不過深度學習技術在這短短幾年有巨大的進展，因此第二版作者新增了許多常見任務的實作專案，例如：影像分割、時間序列預測、機器翻譯等。另外，作者還加入了當前熱門技術的介紹，如attention機制、Transformer架構、KerasTuner等，並搭配實作案例來加深讀者的理解。   由於第二版的內容修改幅度極大，因此中文版重新編譯，由業內專家進行翻譯、審閱，在專有名詞的說法和敘述，都更加符合國內業界的習慣用語。無論你是從業中的機器學習工程師、軟體開發人員，還是資訊科系學生，本書的內容都會對你有所幫助。   本書特色   ☆全面採用最新的Tensorflow × Keras版本 ☆Keras創始者親筆之作，以自身經驗分享深度學習的門道 ☆從做中學，各章皆搭配豐富專案實作，不會只是紙上談兵 ☆延續第一版的紮實基礎內容，新增了當前最熱門的技術，讓讀者可以更上一層樓 ■卷積神經網路 ■殘差連接 ■變分自編碼器(VAE) ■self-attention機制 ■Transformer架構 ■KerasTuner超參數調校 ■模型集成 ■混合精度訓練 等等 ☆本書由施威銘研究室監修，書中針對原書進行大量補充，並適當添加註解，幫助讀者更好地理解內容   重磅推薦   「掌握本質， 了解其所能與不能， 是面對技術快速迭代、世局難以預測的鑰匙。本書就是開啟深度學習的一把鑰匙。」——鴻海研究院執行長 李維斌 　 「對於想熟悉 Keras和Tensorflow的技術人來說， 是一本極佳的入門學習書， 而對於不熟悉技術只想一窺門道的人來說， 結構井然的邏輯和極為通暢易讀的寫作方式， 大大降低了非技術出身如我輩的學習門檻。」——台灣人工智慧科技基金會執行長 溫怡玲   「Keras大神親自出手將最新的發展及其具體應用範例帶到我們面前， 在AI產業界來說， 這是極其重要的大事， 不可等閒視之， 而且是由在 AI領域著墨很深、實踐經驗豐富的黃逸華數據長主持翻譯與審閱工作， 更讓我們充滿期待。」——台灣人工智慧協會副理事長 黃國寶   「大神再次出手， 這是AI產業化的高光時刻， 很榮幸可以參與這場盛事， 也謝謝您的關注。」——華實智造科技有限公司數據長 黃逸華   目錄 ★第1章：何謂深度學習？ 1-1 人工智慧、機器學習與深度學習 1-2 機器學習的基礎技術 1-3 為什麼是深度學習？為什麼是現在？   ★第2章：神經網路的數學概念 2-1 初探神經網路：第一隻神經網路 2-2 神經網路的資料表示法：張量Tensor 2-3 神經網路的工具：張量運算 2-4 神經網路的引擎：以梯度為基礎的最佳化 2-5 重新檢視我們的第一個例子   ★第3章：Keras和TensorFlow簡介 3-1 TensorFlow是什麼？ 3-2 Keras是什麼？ 3-3 Keras與TensorFlow的戀愛史 3-4 設定深度學習工作站 3-5 使用TensorFlow的第一步 3-6 剖析神經網路：了解Keras API的核心   ★第4章：開始使用神經網路：分類與迴歸問題 4-1 二元分類範例：將電影評論分類為正評或負評 4-2 多類別分類範例：分類數位新聞專欄 4-3 迴歸範例：預測房價   ★第5章：機器學習的基礎 5-1 普適化：機器學習的終極目標 5-2 評估機器學習模型 5-3 提升模型的擬合表現 5-4 提高普適化能力   ★第6章：機器學習的工作流程 6-1 定義任務 6-2 開發模型 6-3 部署模型   ★第7章：深入探討Keras 7-1 Keras的工作流程 7-2 建構Keras模型的不同方法 7-3 使用內建的訓練與評估迴圈 7-4 設計自己的訓練及評估迴圈   ★第8章：電腦視覺的深度學習簡介 8-1 卷積神經網路(CNN) 8-2 以少量資料集從頭訓練一個卷積神經網路 8-3 利用預先訓練好的模型   ★第9章：電腦視覺的進階技巧 9-1 電腦視覺的三種基本任務 9-2 影像分割案例 9-3 現代卷積神經網路的架構模式 9-4 卷積神經網路學到了什麼？   ★第10章：時間序列的深度學習 10-1 各種時間序列任務 10-2 溫度預測任務 10-3 認識循環神經網路(recurrent neural networks) 10-4 循環神經網路的進階運用   ★第11章：文字資料的深度學習 11-1 概述自然語言處理(natural language processing, NLP) 11-2 準備文字資料 11-3 表示單字組的兩種方法：集合(set)及序列(sequence) 11-4 Transformer架構 11-5 文字分類之外的任務-以Seq2seq模型為例   ★第12章：生成式深度學習 12-1 使用LSTM來生成文字資料 12-2 DeepDream 12-3 神經風格轉換 12-4 使用變分自編碼器(Variational AutoEncoder)生成影像 12-5 對抗式生成網路(GAN)簡介   ★第13章：實務上的最佳實踐 13-1 讓模型發揮最大效用 13-2 擴大模型的訓練規模   ★第14章：結語 14-1 回顧關鍵概念 14-2 深度學習的倨限性 14-3 為提高AI普適性設定方向 14-4 實踐智慧：缺少的成分 14-5 深度學習的未來 14-6 在快速發展的領域保持最新狀態

數位邏輯設計 (8版)

其他會員也一起購買

【簡介】 本書特色 1.本書從數位基本原理的介紹到日常生活的簡單設計、應用，有系統且深入淺出的解說，讓初學者建立一完整的數位邏輯設計基礎。 2.為了使讀者能快速、有效的吸收書中所闡述的內容，每每於講述原理或觀念之後即輔以適當的應用實例加以說明。 內容簡介 本書從數位基本原理的介紹到日常生活的簡單設計、應用，有系統且深入淺出的解說，讓初學者建立一完整的數位邏輯設計基礎。為了使讀者能快速、有效的吸收書中所闡述的內容，每每於講述原理或觀念之後，即輔以適當的應用實例加以說明。內容包括有：數字系統、布林代數、基本邏輯閘、第摩根定理、組合邏輯的設計與應用、循序邏輯電路、記憶體等；適合科大電子、電機工程系『數位邏輯設計』課程使用。 【目錄】 CH1 數字系統 1-1　十進位表示法 1-2　二進位表示法 1-3　八進位表示法 1-4　十六進位表示法 1-5　數字表示法的互換 1-6　二進位減法 1-7　常用數字碼 1-8　數碼的檢誤與更正 CH2 布林代數與其化簡 2-1　布林代數的特質 2-2　布林代數的基本運算 2-3　布林代數的基本定理與假設 2-4　卡諾圖化簡布林代數 2-5　列表法化簡布林代數 CH3 邏輯閘與第摩根定理 3-1　反相閘 3-2　或閘 3-3　及閘 3-4　反或閘 3-5　反及閘 3-6　互斥或閘 3-7　反互斥或閘 3-8　第摩根定理 3-9　數位積體電路 CH4 組合邏輯的設計與應用 4-1　組合邏輯電路的基本概念 4-2　組合邏輯的設計步驟 4-3　加法器 4-4　減法器 4-5　乘法器 4-6　解碼器 4-7　編碼器 4-8　多工器 4-9　解多工器 4-10　比較器 4-11　可程式邏輯元件(PLD) 4-12　應用實例介紹 CH5 正反器 5-1　循序邏輯電路概念及正反器簡介 5-2　RS閂鎖器及防彈跳電路 5-3　RS正反器、D型正反器、JK正反器及T型正反器 5-4　正反器激勵表及互換 CH6 循序邏輯電路設計及應用 6-1　時鐘脈波產生器 6-2　計數器 6-3　移位暫存器 6-4　狀態圖及狀態表的認識 6-5　循序邏輯電路設計 6-6　應用實例的認識 CH7記憶體 7-1　記憶體的種類 7-2　隨機存取記憶體 7-3　寫入與讀取操作 7-4　記憶體的性質 習題演練

超圖解 Arduino 互動設計入門 (4版)

類似書籍推薦給您

書名：超圖解 Arduino 互動設計入門 第四版 作者：趙英傑著 出版社：旗標 出版日期：3/6/2020 條碼：9789863126232 內容簡介 華文世界銷售第一的 Arduino 創客經典教材！ 本書的目標是讓高中以上, 沒有電子電路基礎, 對微電腦、電子 DIY 及互動裝置有興趣的人士, 也能輕鬆閱讀, 進而順利使用 Arduino 控制板自造完成各種互動應用, 加入創客的行列。因此, 實驗用到的電子和程式觀念, 皆以手繪圖解的方式說明, 看圖就能懂。主要特色如下： ■ 【超清楚手繪接線圖, 人人都能動手當創客】：製作電子實驗一定要動手接電路, 本書利用手繪方式提供超清楚的實體接線圖, 只要對照圖中的接線與電子零件標示, 就可以在麵包板上正確接好線路, 進行實驗。除了手繪接線圖外, 本書也會提供對照的電路圖, 讓讀者不只入門容易, 也為將來邁向專業等級做好準備。 ■ 【程式語言從零開始, 人人都能設計程式】：使用 Arduino 製作互動設計除了組裝電路外, 最重要的就是要能夠撰寫程式控制互動邏輯。本書特別以手繪的程式觀念圖以及清楚易懂的流程圖, 從零開始說明程式設計的基礎觀念, 即使沒有程式設計經驗, 也可依照書中說明動手撰寫互動程式。 ■ 【隨手自造享受無窮樂趣】：除了花錢購買電子零件以外, 本書還會教您利用身邊現有的材料自造出令人驚艷的有趣設計, 像是使用廢棄的塑膠硬殼製作簡易機器手臂、將廢棄的軟碟片改造成電子鼓、將玩具模型車變成可自動躲避障礙物的智慧型自走車等。 ■ 【Arduino × Android 互動串連】：互動裝置能夠遙控更是酷, 本書也會介紹如何結合 Arduino 與 Android 雙 A 裝置, 透過藍牙無線傳輸設計個人專屬的藍牙遙控機器人, 還可以自己開發 App, 延伸自造樂趣。 ■ 【邁入科技潮流物聯網應用世界】：使用網路模組讓 Arduino 互動裝置上網, 即可透過客製化的網頁遠端遙控家電, 邁入物聯網的世界。本書更進一步介紹可無線連網的 D1 mini 控制板, 拓展物聯網的範圍, 任何人都可以自由自造智慧生活所需要的各種無線裝置。 ■ 【精心設計 DIY 趣味範例】：包括手機藍牙遙控機器人、連網智慧家電控制、光感應音樂盒、聲控開關、自動調光小夜燈、LED 矩陣動畫與文字跑馬燈、電子尺、電子燭光特效、避障自走車、數位溫濕度計、體感控制機器手臂、自動尋軌車、RFID 門禁控制、模擬悠遊卡儲存值、入侵偵測 LINE 警報通知器、遠端網頁調光器等。 第四版並提升實驗零件取得的容易度, 從原本改造身邊的電子產品和玩具著手, 搭配組裝電子零件的 DIY 風格, 改成盡量採用方便購買的現成模組, 以求自學實作及老師授課的便利, 不過在使用這些現成的模組時, 同時也會說明模組內部的電路及其運作原理, 避免許多初學者一旦沒有模組可用, 就不知道該如何完成相同功能的困境。 此外第四版也在程式設計和演算法上更加全面地介紹 Arduino 程式語言, 包含物件導向程式設計和自製程式庫等進階主題。部分內容雖然因為篇幅有限, 從紙本書中移除, 但仍採電子書形式提供給讀者參考, 方便讀者查閱進修。書末更提供中文電腦書通常沒有的索引，更是作者花費長時間精心整理完成, 期望能讓本書在學習之餘, 更能成為各位手邊最便利好查的工具書。 本書特色 ■ 華文世界銷售第一的 Arduino 創客經典教材！ ■ 超圖解、人人都能看得懂 ■ 沒學過電子電路也能做出來 ■ 沒寫過程式也能從零開始 ■ 隨手自造享受無窮樂趣 ■ Arduino × Android 互動串連 ■ 邁入科技潮流物聯網應用世界

超圖解物聯網IoT實作入門：使用JavaScript/Node.JS/Arduino/Raspberry Pi/ESP8266/Espruino

類似書籍推薦給您

【簡介】 本書是《超圖解 Arduino 互動設計入門》的姊妹作，強調串聯網路軟體和微電腦控制板, 以 JavaScript 為主軸，開發網路應用程式、手機 App、互動網頁、資料庫程式和操控微電腦。書中包含網頁式遠端遙控 LED 燈、即時溫濕度網站、保全自動感測拍照蒐證、網頁式遠端 LED 繪圖板、即時影像監控網站、影像辨識擺頭控制攝影機雲台、雲端溫濕度監控、即時資訊動態圖表、藍牙機器人遙控手機 App 等多元範例。 　 ‧統括物聯網應用開發的全面技術 ‧前端 JavaScript 到後端 Node.JS 實踐物聯網創意 ‧結合 Arduino、Raspberry Pi 實作物聯網感測控制節點 ‧詳述 C/P 值最高的 ESP8266 Wi-Fi 模組 ‧活用 Apache Cordova 開發跨平台物聯網行動 App ‧使用 JavaScript 即可駕馭的 Espruino 嵌入式控制板 ‧採用 MongoDB 建構後端資料庫 ‧利用 D3.js / C3.js 打造資訊圖表 ‧連結 IFTTT 網站串連各項雲端服務　 【目錄】