教育心理學-三化取向的理論與實踐 (2版)
其他會員也一起購買
【中文書】
書名 : 教育心理學-三化取向的理論與實踐 重修二版
作者 : 張春興
出版日 : 2020年8月重修二版
出版社 : 東華
ISBN : 9789574833580
內容簡介
本書的重修二版,除延續初版優點外,在內容上隨教育科學與心理科學思想的演變,另外修訂或增加了以下幾個要點,用以彰顯本書重修二版的特色。
對三化取向的重新銓釋。目的教育化者旨在藉本書理念培育優秀的理想教師。使教師有能力在對學生知識教學中啟發其智慧。對象全人化者在使教師能配合學生全人格發展與社會多元化需要而教學。方法本土化者旨在使教師能夠配合個該地區學生家庭背景,學生能力以及未來生涯規劃而教學,並與家庭合作推行二教合一的理想。
強調教學理論的重要性。說明學習理論只具備解釋學習的如何產生的描述性功能,而教學理論才能夠具備如何教學生學習與針對學生學困難所在的診斷性功能。
介紹建構主義的思想。皮亞杰與維果茨基的建構主義思想,原本起於對兒童認知發展的解釋。經教育心理學家採用,而終於發展成為與教師中心教學相對的學生中心教學新取向。
增加真實性評量的新模式。由於傳統的教學評量只限於評量教材內容的固定知識。不能評量學生能否將書本知識用於解決實際生活的能力,真實性評量即在矯正此一缺點。
改教室管理為班級經營。班級經營強調民主氣氛與師生溝通;其目的除創造良好的學習環境外,進而培養學生行為自律的精神。
立即查看
晶圓代工與先進封裝產業科技實務 (2版)
其他會員也一起購買
【簡介】
車用晶片大缺貨!全球瘋搶台積電!
本書將帶您徹底了解台積電最新技術:
什麼是電晶體MOSFET、FinFET、GAAFET?
什麼是光罩、摻雜、蝕刻、磊晶、化學機械研磨?
什麼是晶圓級封裝FIWLP、FOWLP、InFO?
什麼是立體封裝(CoWoS)與小晶片(Chiplet)?
本書適合非工程背景的產業分析師、財金法律商務人士,
如果你對半導體產業似懂非懂,本書將是你徹底了解的唯一途徑。
本書深入淺出適合「非理工背景」的高階主管與商務人士,將艱深困難的科技知識簡化成大家能夠理解的內容,在未來科技領導產業創新的時代是所有商務人士的必修課程。
對產業科技有基本的認識,將艱深困難的科技知識簡化成大家夠理解的內容,在未來科技領導產業創新的時代是所有商務人士的必修課程。
➩適合上市櫃公司董監事、高階主管、政府首長、商務人士等。
➩適合金融產業創投、證券、保險、會計、產業分析、智慧財產等。
➩適合一般產業新聞記者、編輯、科技管理、智慧財產等。
➩適合科技產業行銷、業務、法務、採購、人力資源、跨領域工程師等。
➩適合高中生科技素養教育,參加認證考試取得證書升學口試更順利。
【目錄】
第一章 基礎光電科學(Basic Optoelectronic Science)
1-1科學數量級
1-2電子與電洞
1-3電子槍
1-4離子與電漿
第二章 基礎材料科學(Basic Material Science)
2-1元素週期表
2-2物質的種類
2-3固體材料的種類
2-4基礎結晶學
2-5固體材料的結晶
2-6半導體材料的鍵結
2-7半導體材料的種類
2-8半導體的導電特性
第三章 固體材料製造技術(Solid state material)
3-1固體材料製造分類
3-2單晶塊材製造技術
3-3單晶薄膜製造技術
3-4多晶塊材製造技術
3-5多晶薄膜製造技術
3-6非晶塊材製造技術
3-7非晶薄膜製造技術
第四章 電子元件簡介(Introduction to Electronic Device)
4-1電子元件的分類
4-2二極體
4-3金屬氧化物半導體場效電晶體
4-4金屬半導體場效電晶體
4-5雙極性接面電晶體
4-6混合型電晶體
4-7被動元件:電阻、電容、電感
第五章 積體電路概論(Introduction to Integrated Circuit)
5-1積體電路的組成與世代
5-2積體電路的製作流程
5-3積體電路的種類
5-4積體電路產業的分工模式
第六章 積體電路的黃光微影(Photolithography)
6-1潔淨室與晶圓廠
6-2光罩與倍縮光罩
6-3黃光微影技術
6-4黃光微影技術演進
6-5先進光學微影技術
6-6光罩圖形轉移的實例
第七章 積體電路的晶圓製程(Wafer fabrication)
7-1摻雜技術
7-2蝕刻技術
7-3薄膜成長
7-4多層導線
7-5化學機械研磨
第八章 積體電路的封裝測試(Packaging and Testing)
8-1晶圓的尺寸與良率
8-2封裝與測試的步驟
8-3封裝的種類與材料
8-4傳統封裝技術
8-5晶圓級封裝
8-6立體封裝技術
8-7小晶片封裝技術
立即查看
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
立即查看
Python大數據特訓班 (3版)
類似書籍推薦給您
Python大數據特訓班(第三版):資料自動化收集、整理、清洗、儲存、分析與應用實戰(附320分鐘影音/範例程式)
系列名:程式設計
ISBN13:9786263243385
出版社:碁峰資訊
作者:鄧文淵-總監製;文淵閣工作室-編
裝訂/頁數:平裝/352頁
規格:23cm*17cm*2.1cm (高/寬/厚)
出版日:2022/10/31
中國圖書分類:電腦程式語言
內容簡介
Python暢銷經典主題強化再升級
運用世界級熱門開發平台
迅速掌握資料處理要領,深入全方位專案主題
立即體驗Python的大數據超強實戰力
面對大數據資料
如何爬取?如何整理?如何儲存?
如何分析?如何呈現?最後要如何應用?
就從熱門案例切入,快速搜集梳理巨量資訊!
熱門搜尋關鍵字、股票的交易資訊、政府的公開資料、社群網站上傳的圖片與影音,以及實體通路或網路商店的銷售數據…等,都讓資料量快速爆增。大數據時代來臨,不僅科技業重視,就連傳統的零售業、金融業、製造業、旅遊業,以及政府都爭相投入,無不希望能運用數據分析與預測來協助決策方向,掌握數據就能找出趨勢的出路與提高判斷的精準度,也讓新興的數據分析師、資料分析師、資料科學家成為熱門職業。
Python無疑是大數據與AI時代第一程式語言,在數據資料處理的領域中有著非常重要的地位。本書由生活出發,以專題實戰,只要能掌握數據資料爬取清洗、儲存整理、統計分析、視覺化呈現,以及跨領域應用的關鍵技術,就能掌控大數據的應用。
■完整學習Python資料處理的4大觀念與技術:爬取清理、讀取儲存、統計分析、呈現與應用。
■快速熟悉Python熱門開發平台Google Colab,建立資料科學的基本觀念,學會Python語法函數模組的應用,並透過資料分析實作演練,培養數據分析開發領域所需的技能。
■全面深入不同應用面向,如:網路爬蟲、資料正規化、資料視覺化、資料儲存與讀取(CSV、Excel、Google試算表、多媒體檔案擷取…)、批次檔案下載、公開資料應用、API建立…
■以最多元的熱門實例進行大數據專案實作,如:LINE貼圖收集、線上相簿批次下載、YouTube影片、音檔及播放清單下載,股票市場個股分析統計圖、股價資訊即時推播、網路新書排行榜、人力銀行求職資訊分析、超商門市資訊收集、即時網路聲量輿情觀察、網路線上字典,以及Web API開發…
■範例程式另提供Python筆記神器:Jupyter Notebook格式檔案,讓學習與操作更便利。
■針對專案實戰提供影音輔助教學,加速學習效率。
【書附超值學習資源】320分鐘專案實戰影音教學/範例程式檔/「打造自己的疫情指揮中心:新冠肺炎數據分析實戰」教學影片
目錄
01 Python 雲端開發平台:Colab
1.1 Google Colab:雲端開發平台
1.2 Colab的筆記功能
02 數據資料的爬取
2.1 requests模組:讀取網站檔案
2.2 BeautifulSoup模組:網頁解析
2.3 使用正規表達式
03 數據資料的儲存與讀取
3.1 檔案的讀寫
3.2 csv資料的儲存與讀取
3.3 json資料的儲存與讀取
3.4 Excel資料儲存與讀取
3.5 SQLite資料庫的操作
3.6 Google試算表的操作
04 數據資料視覺化
4.1 繪製折線圖:plot
4.2 長條圖與橫條圖:bar、barh
4.3 圓形圖:pie
4.4 直方圖:hist
4.5 散佈圖:scatter
4.6 設定圖表區:figure
4.7 在圖表區加入多張圖表:subplot、axes
05 Numpy數據運算
5.1 Numpy:高速運算的解決方案
5.2 Numpy陣列建立
5.3 Numpy陣列取值
5.4 Numpy的陣列運算功能
06 Pandas資料處理
6.1 Pandas Series的建立與取值
6.2 Pandas DataFrame的建立
6.3 DataFrame資料取值
6.4 DataFrame資料操作
6.5 Pandas資料存取
6.6 Pandas模組:繪圖應用
6.7 Pandas資料清洗
6.8 Pandas 資料篩選、分組運算
07 LINE貼圖收集器
7.1 專題方向
7.2 關鍵技術
7.3 實戰:LINE貼圖收集器
08 YouTube影片資源下載
8.1 專題方向
8.2 關鍵技術
8.3 實戰:批次下載YouTube影片
09 運動相簿批次爬取
9.1 專題方向
9.2 關鍵技術
9.3 實戰:運動相簿批次爬取
9.4 非同步模組-concurrent.futures
10 台灣股票市場分析統計圖
10.1 專題方向
10.2 關鍵技術
10.3 實戰:個股單月與年度統計圖
11 行動股市即時報價
11.1 專題方向
11.2 關鍵技術
11.3 實戰:用LINE傳送即時股價
12 網路書店新書排行榜
12.1 專題方向
12.2 關鍵技術
12.3 實戰:網路書店新書排行榜
13 人力銀行網站求職小幫手
13.1 專題方向
13.2 關鍵技術
13.3 實戰:1111人力銀行求職小幫手
14 7-11超商門市資料下載
14.1 專題方向
14.2 關鍵技術
14.3 實戰:7-11超商門市資料下載
15 即時網路聲量輿情收集器
15.1 專題方向
15.2 關鍵技術
15.3 實戰:即時網路聲量輿情資料下載
16 線上國語字典
16.1 專題方向
16.2 關鍵技術
16.3 實戰:建立線上國語字典及Web App
立即查看
Python AI人員必修的科學計算:數學、機率、統計、演算法 (1版)
類似書籍推薦給您
立即查看
圖解機器學習與資料科學的數學基礎|使用Python (1版)
類似書籍推薦給您
內容簡介
搞懂不會背叛你的數學,進一步提升你的程式功力!
本書透過圖表解說人工智慧與資料科學領域的相關數學知識,並告訴你如何將其轉換為程式碼,除了可以吸收關於數學的知識之外,也能立即運用在工作上。
透過機率統計的學習,了解如何改善業務流程
本書將AI與資料科學的相關數學知識分成四大篇,第一篇的「機率統計、機器學習篇」介紹的是了解工作情況,篩選出必要資訊的流程,以及位於這個流程背後的機率統計、機器學習的數學知識。能掌握工作情況就能知道該如何改善相關業務,也能進一步觀察未來的變化。
了解最佳化的步驟,學會職場所需的最佳化流程
第二篇「數理最佳化篇」介紹最佳化業務的流程,以及解決業務問題的方法。要最佳化業務,就必須先了解哪些部分需要改善效率,換言之,最佳化的重點在於找出問題。了解最佳化的步驟與問題的種類,就能學會工作職場所需的最佳化流程。
透過預測病毒的傳播模式,了解相關的數學理論
第三篇「數值模擬篇」則以傳染染病的傳播為主題,學習預測這類傳播模式的微分。只要了解微分,就能了解病毒的傳播模式,也能利用動畫說明傳播模式與製作出臨場感十足的簡報。最後的「深度學習篇」則會先說明近年來發展神速的深度學習技術原理,再說明這些原因都於哪些技術或職場應用。
來自讀者的讚譽
「這是我買過最實用的書」
「這本書可以讓你知道如何將數學應用在現實世界的工作之中」
「這本書拯救了文科出身,在工作上又不得不面對數學的我」
目錄
序章|設定 Python開發環境
第一篇機率統計、機器學習篇
第1章|取得資料之後的第一件事
第2章|試著利用機器學習進行分析
第3章|推測必需的資料筆數
第二篇 數理最佳化篇
第4章|透過最佳路徑規劃問題,了解解決最佳化問題的方法
第5章|透過排班問題了解最佳化問題的全貌
第三篇 數値模擬篇
第6章|試著預測傳染病的影響
第7章|試著透過動畫模擬人類的行為
第四篇 深度學習篇
第8章|了解深度學習辨識影像的方法
第9章|了解深度學習處理時間序列資料的機制
第10章|了解以深度學習進行的圖片處理與語言處理
Appendix 程式設計與數學之間的橋梁
Appendix 1|利用公式了解常態分佈
Appendix 2|微分方程式差分法造成的誤差與泰勒展開式
Appendix 3|非線性最佳化的機械學習/深度學習的迴歸/分類
立即查看
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
立即查看
精通Python網路開發 (1版)
類似書籍推薦給您
【簡介】
使用Python套件與框架完成網路自動化、監控、雲端和管理
👍 台灣旅美資深網路技術專家最新實戰指南
👍 教你用Python點滿網路自動化的技能樹
👍 涵蓋Docker、Python、GitLab與DevOps技術
👍 從基礎技能到建構企業級API全面掌握
🎯 適合所有希望拓展技能並追求網路自動化(NetDevOps)的網路工程師!
「本書書名是《精通Python網路開發》,但涵蓋範圍遠遠超出了Python腳本。我僅使用這本書,就足以讓我經驗豐富、精通CLI的網路安全工程師團隊,快速了解網路自動化及其相關知識。簡言之,尋求專注於自動化的網路工程師,可將本書視為網路工程庫的重要補充。」
--Daniel Luechtefeld -Snowdog 技術和網络首席顧問
在基礎設施中,網路決定了應用程序部署、維護和服務方式。身為一種強大的程式語言,Python為網路工程師提供了許多工具,讓他們能像過去的系統工程師與程式開發者一樣,探索與操作設備。在《精通Python網路開發》一書中,您將開始一段以Python為基礎的旅程,從傳統的網路工程師轉變為能適應下一代網路的網路開發人員。
本書針對新的Python特性和DevOps框架進行全面更新。新增了關於Docker容器和Python3 Async IO的章節,每一章也使用最新的函式庫和範例,以確保相容性與對概念的理解。
從Python的基本概述開始,您將學習與傳統網路設備和支援API的網路設備互動的方法。利用高階Python套件與框架來執行網路自動化任務、監控、管理和強化網路安全,深入研究AWS和Azure雲端服務與運算,使用Git管理程式碼、GitLab實作持續整合,運用基於Python撰寫的測試工具來驗證網路。
您將學到:
*使用Python與網路設備互動
*了解Docker開發與部署的方式
*使用Python和各種工具獲取網路資訊
*學習使用ELK執行網路資料分析
*使用Flask並建置一個高階API與企業內部應用程式互動
*發現Python3的新Async IO特性與概念
*探索測試驅動開發的概念並使用PyTest來驅動程式碼測試的覆蓋率
*了解使用GitLab與網路中的DevOps實例
【目錄】
推薦序
第四版 繁體中文序
前言
Chapter 1:TCP/IP 協定套組與 Python 的回顧
網際網路概述
開放式系統互聯(OSI)模型
主從式模型
網路協定套組
Python 語言概述
總結
Chapter 2:底層網路設備互動
使用 CLI 的挑戰
建立虛擬實驗環境
Python 虛擬環境
Python Pexpect 函式庫
Python Paramiko 函式庫
Netmiko 函式庫
Nornir 框架
總結
Chapter 3:應用程式介面(API)與意圖驅動網路開發
基礎設施即程式碼(IaC)
Cisco API 範例
Cisco Meraki 控制器
Python API 與 Juniper Networks 設備互動的方法
Arista Python API 介面
VyOS 範例
其他函式庫
總結
Chapter 4:Python 自動化框架 - Ansible
Ansible - 更具宣告性的框架
我們的第一個 Ansible 網路範例
Ansible 的優點
Ansible 內容集合
更多的 Ansible 網路範例
總結
Chapter 5:面向網路工程師的 Docker 容器
Docker 概述
在 Docker 建立 Python 應用程式
容器聯網
網路工程領域中的容器
Docker 與 Kubernates
總結
Chapter 6:使用 Python 來實現網路安全
實驗環境設置
Python Scapy 工具
存取列表
Syslog 搜尋
其他工具
進一步學習 Python
總結
Chapter 7:使用 Python 來進行網路監控 - 第 1 部分
實驗環境設置
簡單網路管理協定(SNMP)
Python 用於資料視覺化
將 Python 應用於 Cacti
總結
Chapter 8:使用 Python 來執行網路監控 - 第 2 部分
Graphviz 工具
流量式監測
ntop 流量監測
總結
Chapter 9:使用 Python 建立網路網頁伺服器
Python web 框架比較
Flask 與實驗環境設置
Flask 的介紹
網路資源 API
網路動態操作
身分驗證與授權
容器內執行 Flask
總結
Chapter 10:Async IO 介紹
非同步操作概述
Python asyncio 模組
Scrapli 專案
總結
Chapter 11:AWS 雲端網路開發
AWS 設置
AWS 網路概述
虛擬私有雲
專用網路連線(Direct Connect)與 VPN
網路擴充服務
其他 AWS 網路服務
總結
Chapter 12:Azure 雲端網路開發
Azure 與 AWS 網路服務比較
Azure 設置說明
Azure 管理與 API
Azure 全球基礎設施
Azure 虛擬網路
VNet 路由
Azure 虛擬私有網路(Azure VPN)
Azure ExpressRoute 服務
Azure 網路負載平衡器
其他 Azure 網路服務
總結
Chapter 13:利用 Elastic Stack 執行網路資料分析
Elastic Stack 是什麼?
實驗環境拓樸
Elastic Stack 即服務
第一個端到端範例
利用 Python client 與 Elasticsearch 互動
利用 Logstash 進行資料攝取
利用 Beats 進行資料攝取
利用 Elasticsearch 進行搜尋
利用 Kibana 來達到資料視覺化
總結
Chapter 14:Git 的使用
內容管理考量與 Git
Git 介紹
設置 Git
Git 使用範例
Git 分支操作說明
利用 Python 操作 Git
自動組態備份
使用 Git 進行協作
總結
Chapter 15:利用 GitLab 進行持續整合
傳統的變更管理流程
持續整合簡介
安裝 GitLab
GitLab runner 執行器程式
第一個 GitLab 範例
GitLab 網路範例
總結
Chapter 16:網路測試驅動開發
測試驅動開發概述
拓樸即程式碼
為網路編寫測試
pyATS 和 Genie
結論
索引
立即查看