建築向心性之研究 (1版)

其他會員也一起購買

書名：建築向心性之研究 作者：王錦堂、賴明茂 出版社：詹氏 出版日期：1991/04/01 條碼：9789579432450 內容簡介 本書乃建築空間組織中向心性之研究成果，對其定義及特質予以界定並加以描述，指出視覺認知及行為心理的特質，空間組織之秩序、軸性及封閉性，藉實例及插圖加以表明，期對向心性能提出一清晰並完整之概念。 由於本書的內容，以及所包括的豐富圖例。本人相信，本研究成果對從事建築相關領域的研究人員，以及從事實務的設計師們，尤其是嚮往向心性空間的建築師或環境規則師們，在規劃設計工作中成為一個不可或缺的重要參考資料。 以外，本書對有同一興趣的研究人員亦可提供指引，他們或可循本書所建立的架構，進行更深入的研究。 ■ 目錄 前言 研究動機 研究範圍 研究方法 研究效益 第一章 緒論 向心性的定義 向心性 向心性焦點 向心性空間 向心性空間模式 向心性的層面 物理學的向心性 幾何學的向心性 建築空間的向心性 向心性的塑造 第二章 向心性特性 心理特性 視覺之向心性 認知之向心性 行為之向心性 小結 質質特性 向心性中的軸性 向心性中的秩序 向心性與封閉性 小結 第三章 向心性空間模式的類型 個體組織的向心性 單一的向心性 獨立型向心性模式 單一性模式 展延性模式 十字型向心性模式 重覆的向心性 層次型向心性模式 集中式模式 軸線式模式 複心型向心性模式 複合型向心性模式 群體組織的向心性 單一的向心性 層次型向心性模式 非層次型向心性模式 重覆的向心性 單純複心型向心性模式 複合複心型向心性模式 第四章 結論 向心性的重要與轉換 向心性空間模式的運用 後續研究 參考書目 中文部份 外文部份

機器學習─Python程式實作 (1版)

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

丙級機器腳踏車修護技能檢定學術科題庫解析(2025最新版)(附學科測驗卷、術科操作試題本) (1版)

類似書籍推薦給您

【簡介】 本書特色 一、本題庫依據勞發署公布之最新丙級技能檢定題庫編輯而成。 二、本題庫版面清晰，解說簡單明暸，方便學生自修閱讀。 三、本題庫學科測驗題目與解說同在一面，方便學生參考。 四、本題庫附有即時題測系統，供學生自我評量與考前複習。 五、本題庫另有十回之模擬試題，方便任課老師對學生之考前複習。 內容簡介 本書依據勞動部公布之最新丙級機器腳踏車技能檢定題庫編輯而成。 版面清晰，解說簡單明暸，方便考生自修閱讀。 學科測驗題目與解說同在一面，每單元附牛刀小試，方便考生參考及立即練習。 附有即時題測系統，供考生自我評量與考前複習。 另有十一回之模擬試題，方便考生考前複習之用。 【目錄】 共同學科不分級題庫 工作項目1 職業安全衛生 工作項目2 工作倫理與職業道德 工作項目3 環境保護 工作項目4 節能減碳 學科題庫解析 工作項目1　使用器具 工作項目2　服務態度、使用服務資料及定期保養 工作項目3　檢查、調整及更換引擎相關裝備 工作項目4　檢查、更換電系系統相關裝備 工作項目5　檢查、調整及更換煞車系統相關裝備 工作項目6　檢查、更換車輪相關裝備 工作項目7　檢查、調整及更換懸吊、傳動系統相關裝備 術科題庫解析 第一站　更換煞車、車輪相關構件 第二站　更換引擎總成相關構件 第三站　檢查與調整引擎 第四站　更換電系系統相關構件 第五站　綜合保養 第六站　使用量具

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

運用GPT-4與ChatGPT開發App: 智慧聊天機器人與內容生成工具開發指南 (1版)

類似書籍推薦給您

【簡介】 　　AI正在改變開發世界，準備好加入這場革新了嗎？ 　　本書帶你掌握ChatGPT與LLM的強大功能，從文字生成、智慧問答到提示工程、模型微調。 　　用Python就能讓AI成為你最棒的開發夥伴！ 　　本書提供： 　　從零開始：快速理解 LLM 原理，掌握 ChatGPT 應用開發核心技術 　　實戰導向：使用 OpenAI API，打造各種 AI 功能，包括智能助理與問答系統 　　進階技巧：提示工程、RAG、LangChain、LlamaIndex，優化AI效能 　　完整範例：GitHub 程式碼+逐步指引，動手實作 AI 應用 　　不論你是開發者、數據工程師，還是 AI 愛好者，本書都是你進入AI應用開發領域的最佳幫手！ 　　這本書是Python開發者的理想指南，可為學習如何使用大型語言模型來開發應用程式提供協助。作者Olivier Caelen和Marie-Alice Blete詳細介紹了GPT-4和GPT-3.5模型的主要功能與優勢，並深入解釋這些模型的運作原理。此外，書中還提供了使用OpenAI的Python函式庫進行應用程式開發的步驟指南，包括文本生成、問答系統和智慧助裡等應用。 　　本書以清晰易懂的敘述方式撰寫，搭配簡單易學的範例，幫助讀者理解概念並將其應用於實際專案。書中提供的Python程式碼範例皆可在GitHub上取得，並附有關鍵術語的詞彙表。準備好在應用程式中釋放大型語言模型的威力了嗎？這本書是您的必備之選！ 　　您將於本書中學習到： 　　．GPT-4與GPT-3.5模型的基本概念、核心特性與運作方式。 　　．如何將這些模型整合至基於Python的應用程式中，並充分發揮自然語言處理能力，解決LLM相關的挑戰。 　　．在Python中使用OpenAI API進行文本生成、問答、內容摘要、分類等實作應用。 　　．進階的LLM主題，如提示工程、特定任務的模型微調、檢索強化生成（RAG）、插件、LangChain、LlamaIndex、GPTs和智慧助理。 好評推薦 　　來自Amazon讀者的好評 　　「這本書是LLM新手的理想入門書，簡單易懂的 Python範例，幫助我輕鬆學會在應用程式中運用GPT技術。」 　　「書中提供很多實用的OpenAI API使用建議，並包含清晰的範例和經驗分享。讓我節省了大量搜尋和試錯的時間，是學習GPT開發的絕佳資源。」 　　來自業界專家的推薦 　　「透過實用範例與逐步指南，作者為前沿應用開發鋪設了清晰的道路。」 ——Tom Taulli，《Generative AI》（Apress）作者 　　「完美結合理論與實作，讓GPT-4和ChatGPT的技術細節變得易於理解。」 ——Lucas Soares，Biometrid機器學習工程師  【目錄】 第一章 GPT-4 與 ChatGPT 的基礎知識 LLM（大語言模型）簡介 簡史：從 GPT-1 到 GPT-4 LLM 的使用情境和產品範例 謹防 AI 幻覺：限制和考量 透過進階功能釋放 GPT 潛力 第二章 深入探討 OpenAI API 基本概念 用 OpenAI Playground 來試玩 GPT 模型 入門：OpenAI Python 函式庫 使用聊天補全模型 使用其他文字補全模型 各方面的考量 其他的 OpenAI API 和功能 第三章 可支援 LLM 的應用程式：能力和挑戰 App 開發概要說明 軟體架構設計原則 把 LLM 的各種能力整合到你的專案中 範例專案 成本管理 支援 LLM 的 App 各種可能的漏洞 使用外部 API 第四章 OpenAI 的進階 LLM 整合策略 提示工程 微調 RAG（檢索增強生成） 在不同策略之間進行選擇 從標準的應用程式，到支援 LLM 的解決方案 第五章 利用框架、外掛等方式來提升 LLM 的能力 LangChain 框架 LlamaIndex 框架 GPT-4 外掛 GPT Assistant API 第六章 全部整合起來 重點回顧 全部整合起來：AI 助理的使用情境 所學習到的經驗教訓 關鍵術語詞彙表 附錄A 工具、函式庫與框架 索引

英文EPC契約實務 廠房建造、基礎建設及機器設備供應契約 (1版)

類似書籍推薦給您

【簡介】 清楚解析、釐清難懂的英文EPC契約內容！ ★非法律系出身的初學者也能輕鬆理解 ★解析真實鉅額損失案例的發生原因、探討因應對策 ★透過3大觀點找出一定要在契約中仔細確認的項目 本書可謂是集英文EPC契約實務之大成，詳細解說了契約書內應有的條文範例，且助於確認、談判交涉、交付日期展延以及追加費用等適當請求項之因應。 所謂的英文EPC契約，指的是針對海外廠房建設、機器供應用之契約內容。一般來說，英文EPC契約的份量少則數十頁，多的話長達百頁，這樣的專業英文契約，究竟要如何有效率且精準解讀？就連英文好的人，也未必能正確解讀契約內容。 再者，何謂「確認契約內容」？不僅是要像「讀書」般知道內容就好，還必須從「是否會成為對自己所處公司不利的内容？」的角度去檢視契約，遇到可能會對自己公司造成不利的部分就必須予以修正。 本書提出超過120個EPC契約中經常出現的重要條文範例，並且詳細解釋這些條文為什麼重要、為什麼必須這樣訂定、問題點在哪裡，讓讀者們藉此學習如何應用。 翻閱完本書後，讀者們應該會在數個月後深感對EPC契約的閱讀功力大增。 【目錄】 第0章 為何EPC 契約那麼困難？本書會如何解決這項困難？ 第1章 EPC 契約的基礎知識 第2章 英文契約中頻繁出現的表現以及條文「句型」 第3章 EPC案件鉅額損失案例（成本超支）之原因與因應對策 第4章 契約上的對策以及運用上的注意重點 第5章 與分包（分包商．供應商）在契約上的注意重點 第6章 廠房設備專屬機器設備供應契約的注意重點