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?
立即查看
【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
立即查看
AI時代的資料科學: 小白到數據專家的全面指南 (1版)
類似書籍推薦給您
原價:
1080
售價:
972
現省:
108元
立即查看
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
立即查看
AI時代的數位傳播素養教育 (2版)
類似書籍推薦給您
立即查看