Python 函式庫語法範例字典

相關熱銷的書籍推薦給您

商品描述 <內容簡介> 彙整最常使用的 Python 函式庫語法 功能索引 + 字母順序查詢, 隨查隨用, 快速解決問題！ Python 是近來非常熱門的程式語言, 原因之一就是具有豐富的標準函式庫及第三方套件可以使用, 用途涵蓋字串處理、數值計算、資料壓縮與封存、XML與 JSON 存取等層面。本書集合 Python 常用的函式及模組功能, 依用途分門別類, 提供詳細的使用說明、豐富的語法範例, 讓使用者可以在短時間內找到、學會函式的正確使用方式, 在撰寫程式時更加得心應手！ <本書特色> ● 依功能分類, 每個函式都以豐富範例實際演練用法 ● 目錄上列有函式名稱與用途說明, 可依據名稱或是用途查詢 ● 可依字母順序快速查詢想使用的函式功能 ● 本書嚴選的模組功能包括： argparse／array／base64／beautifulsoup4／bisect／bz2／collections／ConfigParser／csv／datetime／dateutil／decimal／doctest／email／enum／fnmatch／glob／gzip／heapg／io／itertools／json／logging／lxml／lzma／math／multiprocessing／openpyxl／os／pathlib／paramiko／pdb／Pillow／pprint／PyCrypto／pydoc／pytest／pytz／random／re／requests／shutil／statistics／subprocess／sys／tartile／tempfile／time／timeit／traceback／unicodedata／unittest／unittest.mock／urllib.parse／weakref／xml.etree.ElementTree／yaml／zipfile／zlib ● 適用 Python 3

Microsoft Azure AI Services與Azure OpenAI從入門到人工智慧程式開發-使用Python(含MCF AI-900國際認證) (1版)

類似書籍推薦給您

【簡介】 　　體貼初學者學習Azure AI服務的流程！ 　　Azure AI服務功能介紹 > Azure AI服務申請 > 語法解說 > AI範例實作    　　■ 專家與教師共同執筆  　　由微軟AI + Developer 雙領域 MVP與科技大學教師共同編著，針對初學者學習Azure AI領域所應具備的基本素養，所編寫入門教材，內容由淺入深，以引發學習動機為最主要考量，帶領初學者靈活運用Azure AI與Azure OpenAI進行開發AI應用程式。    　　■ 內容多元且淺顯易懂  　　對Azure AI服務的理論做深入淺出的說明，同時廣泛列舉相關應用實例，並使用適當的插圖和圖表，說明Azure AI技術的原理和實際運作方案，讓初學者對Azure AI有更進一步的認識。    　　■ Azure AI服務開發技能  　　介紹實用的入門開發實作，以培養初學者規劃AI解決方案的能力。實作包含：電腦視覺、OCR光學字元辨識、自訂視覺、臉部偵測與分析、文字分析、問題解答知識庫、翻譯、語音合成以及機器學習分類、迴歸和叢集模型的實作範例，並介紹目前最火紅的Azure OpenAI生成式AI開發聊天機器人與AI繪圖程式；詳盡說明實作的程式碼與操作步驟，培養初學者開發AI應用程式的能力。    　　■ Microsoft AI-900人工智慧基礎國際認證能力訓練  　　將認證考試重點融入書中，讀者能藉由練習來了解該章內容重點，同時書末彙整MCF AI-900核心能力國際認證模擬試題，是考取MCF AI-900人工智慧基礎國際認證的最佳教材。  【目錄】 第1章 Microsoft Azure AI 基本概念：使用人工智慧的開始  1.1 人工智慧簡介  1.2 Microsoft Azure AI 簡介  1.3 模擬試題  第2章 負責任的 AI  2.1 AI 造成的道德和社會問題  2.2 了解負責任的AI  2.3 申請Azure 帳戶  2.4 模擬試題  第3章 認識 Colab 程式編輯環境  3.1 Colab 簡介  3.2 安裝 Colab  3.3 Colab 環境簡介  3.4 編輯第一個 Colab 筆記本  3.5 Colab 常用功能  第4章 Gradio 互動式網頁  4.1 簡介認識 Gradio  4.2 Gradio 基本語法介紹  4.3 Gradio 常用的輸出入元件  第5章 探索電腦視覺(一)電腦視覺分析  5.1 Azure AI 視覺簡介  5.2 Azure AI 視覺服務  5.3 Azure AI 服務開發環境與必要條件  5.4 Azure AI 視覺開發實作  5.5 模擬試題  第6章 探索電腦視覺(二)OCR 與文件智慧服務  6.1 光學字元識別 (OCR)  6.2 Azure AI 視覺服務讀取文字  6.3 文件智慧服務和知識採礦  6.4 Azure Al 視覺服務讀取影像文字開發實作  6.5 模擬試題  第7章 探索電腦視覺(三)臉部服務  7.1 臉部辨識服務簡介  7.2 臉部偵測  7.3 臉部分析  7.4 臉部識別  7.5 臉部辨識服務開發實作  7.6 模擬試題  第8章 探索電腦視覺(四)自訂視覺  8.1 自訂視覺簡介  8.2 自訂視覺影像分類  8.3 在 Azure 使用影像分類  8.4 自訂視覺物件偵測  8.5 在 Azure 使用物件偵測  8.6 自訂視覺範例實作  8.7 模擬試題  第9章 探索自然語言處理(一)文字分析  9.1 自然語言處理簡介  9.2 自然語言處理  9.3 使用 Azure AI 語言服務分析文字  9.4 文字分析開發實作  9.5 模擬試題  第10章 探索自然語言處理(二)對話式AI  10.1 對話式AI 簡介  10.2 問題與解答對話系統  10.3 使用交談語言理解建立語言模型  10.4 Azure AI 機器人服務  10.5 自訂問題解答開發實作  10.6 模擬試題  第11章 探索自然語言處理(三)語音與翻譯  11.1 語音辨識與語音合成  11.2 語音服務功能介紹  11.3 文字翻譯  11.4 翻譯服務功能介紹  11.5 文字翻譯開發實作  11.6 語音合成開發實作  11.7 模擬試題  第12章 Azure 機器學習基本原理  12.1 機器學習簡介  12.2 機器學習的工作流程  12.3 機器學習的模型  12.4 分類模型  12.5 迴歸模型  12.6 叢集模型  12.7 模擬試題  第13章 Azure 機器學習實作  13.1 Azure 機器學習服務簡介  13.2 Azure 機器學習設計工具的工作流程  13.3 使用設計工具建立模型  13.4 使用 Azure 機器學習自動化 ML  13.5 使用提示流程建立 AI 應用程式  13.6 模擬試題  第14章 Azure OpenAI  14.1 生成式 AI 簡介  14.2 大型語言模型  14.3 Azure OpenAI 簡介  14.4 Copilots 簡介  14.5 使用提示工程改善生成式 AI 回應  14.6 Azure OpenAI 生成式 AI 應用程式開發實作  14.7 模擬試題  附錄A MCF AI-900 人工智慧基礎國際認證模擬試題  看更多

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

看圖學Python人工智慧程式設計 (2版)

類似書籍推薦給您

【簡介】 【目錄】

Python量化研究實作：Deepnote雲端平台應用 (1版)

類似書籍推薦給您

【簡介】 ⊙理論與實作兼具，從基礎概念→分析步驟→報表解讀與製作，主題式手把手教學與說明。 ⊙應用雲端平台即時分析、評論與協作完成分析專案。 ⊙分析歷程透明化且支持重現分析與線上展示成果。 ⊙可整合大數據分析與次級資料應用。 ⊙內容包含效度與信度分析、描述統計、平均數差異與變異數分析、相關與迴歸、中介與調節效應、結構方程模式等，為研究者提供有力支持。 ⊙本書附範例資料檔，至五南官網https://www.wunan.com.tw/，搜尋書號1H3S即可找到下載處。 本書旨在引導讀者從概念到實作，整合常用統計方法，分為「基礎概念、分析步驟、報表解讀與製作」三大部分說明，並附有練習題加強實務能力。書中範例也提供數據與程式碼下載，幫助讀者快速上手，提升學習效率。 內容適用範圍廣泛，無論是學位論文、期刊論文，還是專題報告與數據分析，都能為研究者提供有力支持。對於初學者，書中簡要解釋專有名詞與統計分析策略，能幫助快速入門；對於進階使用者，Python的多元擴展性與視覺化圖示則為更深入的分析需求提供強大助力。 ※本書另有線上課程，可透過系統化地引導閱聽者從概念到實作，容易聚焦與跟著實作學習。（課程相關資訊，可至五南線上學院官網https://www.wunan.com.tw/tch_home查詢） 【目錄】 Chapter01　Python整合開發環境：Deepnote雲端平台介紹 一、前言 二、Deepnote分析平台介紹 三、Deepnote基本操作 四、探索性數據分析與數據清理簡介 Chapter02　量化研究的概念 一、量化研究流程 二、量化研究架構 三、變數測量的類型 四、統計分析方式基本概念 五、數據來源 Chapter03　量化研究問卷設計 一、量化研究問卷設計要考量什麼 二、數據編碼簿與編碼 三、研究問卷、編碼簿與編碼作業 Chapter04　問卷量表的效度與信度分析 一、概念 二、範例說明 三、探索性因素分析 四、驗證性因素分析 Chapter05　描述統計 一、概念 二、範例說明 三、變數描述統計的次數與百分比 四、變數描述統計的平均數、標準差、最小值、中位數與最大值 五、數學運算 六、數值轉換與重新編碼 Chapter06　平均數差異與變異數分析 一、概念 二、單一樣本t檢定 三、獨立樣本t檢定 四、相依樣本t檢定 五、單因子變異數分析 六、單因子重複量數變異數分析 七、二因子變異數分析：交互作用不顯著 八、二因子變異數分析：交互作用顯著 九、二因子變異數混合設計分析 Chapter07　相關與迴歸 一、概念 二、範例說明 三、Pearson 積差相關 四、多元迴歸分析 五、階層迴歸分析 Chapter08　中介與調節效應 一、概念 二、範例說明 三、簡單中介效應分析 四、簡單調節效應分析 五、PROCESS Macro中介效應分析 六、PROCESS macro中介調節效應分析 Chapter09　結構方程模式 一、概念 二、範例說明 三、結構方程模式 參考文獻