數位審計-總帳智能資料分析與文字探勘應用實例演練(附試用教育版軟體90天使用權＋教學演練資料) (1版)

類似書籍推薦給您

【簡介】 以資料分析為主題，運用JCAATs實務案例上機演練，讓審計更完整。 　　數位化時代，審計從業人員必須掌握最前沿的AI智能稽核技術，以便與國際標準接軌，降低偵查風險。國際審計準則（ISA）已明確提高會計師責任，要求更高的審計品質，隨著查核風險受重大不實表達風險及偵查風險的影響，智能資料分析技術成為不可或缺的工具。美國會計師公會 (AICPA) 發表《審計資料分析標準》 ( Audit Data Standards) 提供了一套透過資料分析技術來執行各種審計程序的有效指引。 　　本講義參考以上標準，以「總帳智能資料分析與文字探勘」為主題，提供完整的實例上機演練資料，經國際電腦稽核教育協會（ICAEA）認證，由國際專業稽核實務顧問群精心編寫，透過實務案例上機演練，指導學員學習最新的AI人工智慧審計軟體，內容總帳交易紀錄完整性分析、勾稽比對、Round Dollar化整為零、離群(Outlier)及文字探勘等進階技巧，幫助快速找出高風險總帳紀錄，協助會計師與審計人員熟悉數位化審計程序，提升審計品質與查核效率。學員可透過申請獲得JCAATs AI審計軟體試用教育版90天使用權，無論是會計師、審計人員、內部稽核還是大專院校的師生，本書皆是提升審計品質的必備工具，期待您的參與與交流。 【目錄】 1. 總帳作假事件回顧與案例分析 2. 國際審計準則公報加重會計師、內部稽核的財報舞弊查核責任 3. 會計總帳查核重點 4. 美國AICPA公會稽核資料標準- 總帳篇 5. 總帳查核各資料來源表關聯與審計資料倉儲建立實例 6. 數位審計好幫手-JCAATs AI審計軟體簡介 7. JCAATs指令實習:缺漏(GAP)、重複(DUPLICATE)、比對(JOIN)、離群(Outlier)、.mod()、日期函式等指令與函式應用 8. 文字探勘技術架構與實務應用 9. 總帳查核演練基礎篇：總帳交易紀錄完整性分析 實務案例上機演練一: 總帳資料缺漏測試 實務案例上機演練二: 總帳資料重複測試 10. 舞弊者常用的異常金額數值樣態 11. 總帳查核演練實務篇: 總帳記錄準確性、正確性和合規性查核 實務案例上機演練三：總帳金額Round Dollar(化整為零)分析 12. 實務案例上機演練四：離群分析於總帳金額查核應用 13. 實務案例上機演練五：總帳過帳異常日期或時間查核 14. 實務案例上機演練六：總帳科目異常查核(幽靈分錄) 15. 實務案例上機演練七：文字探勘於總帳查核應用 16. 總帳數位審計機器人(Audit Robotics)實例應用

AI離群分析(Outlier)-帳務與費用查核智能稽核應用實例演練(附試用教育版軟體+教學演練資料)

類似書籍推薦給您

帳務舞弊與資金挪用案例頻傳，傳統稽核方式只能找到冰山的一角，唯有改變傳統無效的查核方式，方能確保查核的有效性，事先偵測冰山下的風險。AI人工智慧稽核技術快速發展，將先進的AI資料分析技術應用於帳務與費用的查核，協助組織提升韌性，確保內部控制與公司治理的成效，增加子公司遠端場外監理效能，迎向後疫時代數位轉型的機會與挑戰。 　　本講義經國際電腦稽核教育協會(ICAEA)認證，由具備國際專業稽核實務顧問群精心編寫，檢附完整實例演練資料，並可申請取得AI稽核軟體JCAATs教育版，讓學員以實務案例上機操作，充分學習如何運用AI人工智慧離群分析技巧協助帳務與費用查核，有效找出高風險項目提升工作成效。 JCAATs 為Python-Based AI新世代的通用稽核軟體，具有更多的AI人工智慧功能包含機器學習、文字探勘及OEPN DATA連結器等，讓稽核工具的使用從傳統的大數據資料分析，升級到AI人工智慧新稽核。歡迎會計師、內部稽核、財會主管及各階管理者等有興趣的專業人士，加入智能稽核(Smart Audit)行列共同交流與學習。 ◎代理經銷 白象文化

運用AI人工智慧協助SAP ERP銷售資料分析性複核實例演練(附試用教育版軟體+教學演練資料)

類似書籍推薦給您

SAP是目前企業使用最普遍的ERP系統，其由R3版到目前最新版的HANA版，數以萬計的Table不容易熟悉與了解，致查核人員對SAP常有「不知從何開始查核的疑慮」。傳統稽核方式只能找到冰山的一角，唯有改變傳統無效的查核方式，方能確保查核的有效性，事先偵測冰山下的風險。AI人工智慧稽核技術快速發展，將先進的AI資料分析技術應用於銷售資料分析性的查核，可有效協助廣大使用SAP ERP系統的企業，善用資料分析與智能稽核，快速掌握風險，提升價值。 　　本講義經國際電腦稽核教育協會(ICAEA)認證，由具備國際專業稽核實務顧問群精心編寫，檢附完整實例演練資料，並可申請取得AI稽核軟體JCAATs教育版，讓學員以實務案例上機操作，充分學習如何運用AI人工智慧銷售資料分析技巧協助SAP ERP查核，快速找出異常掌握風險，提升工作成效。 JCAATs 為Python-Based AI新世代的通用稽核軟體，具有更多的AI人工智慧功能包含機器學習、文字探勘及OEPN DATA連結器等，讓稽核工具的使用從傳統的大數據資料分析，升級到AI人工智慧新稽核。歡迎會計師、稽核、財會、管理階層、大專院校師生及對智能稽核等有興趣的專業人士，加入智能稽核(Smart Audit)行列共同交流與學習。 ◎代理經銷 白象文化

Google Apps Script雲端自動化與動態網頁實戰(附：近280分鐘影音教學/範例程式檔) (2版)

類似書籍推薦給您

內容簡介 　　網路好評，國內第一本最完整GAS實作中文書最新版！ 　　以13個案例掌握熱門的Google Apps Script雲端神器， 　　從入門到自動化實戰開發與設計！ 　　翻轉工作流程，快速打造雲端自動化系統！ 　　無論是大型公司或中小企業，有些常態或重複性的工作都需花費不少人力與時間。隨著資訊技術不斷進步，利用雲端、網頁系統來管理工作流程已是趨勢，而本書就是運用容易取得的Google應用服務作為自動化流程的基底。 　　強大的Google推出許多免費的雲端應用服務，如Google日曆、試算表與表單、翻譯與語音等，但這些服務皆以各自運作為主，鮮少可互相搭配使用。直到Google推出了「Google Apps Script」，藉此可讓不同雲端服務間得以互動，以增進日常工作的自動化處理效率。本書就希望引領讀者學習開發出符合需求的自動化系統，減少常態性與重複性工作。 　　‧清楚明確的步驟式教學，以常見的重複性工作流程作為主要範例，如：自動發信系統、出缺席查詢系統、單據控管系統、會議室借用與查詢系統、每日行程通知…等，說明如何將工作流程得以精簡化或自動化。另外，還有全自動多國語言翻譯機、團隊開會日曆、檔案下載列表…等多元案例。 　　‧範例資料庫以Google試算表為主，對於資料的新增、維護、刪除，以及在統計與報表產生較為容易，也有助日後進行各種數據的分析與統計。 　　‧不同Google Apps間的資料傳遞，使序號性資料得以完全掌握，且能將每筆資料轉為Google文件與PDF檔案。 　　‧在Google試算表中藉由自定義的按鈕，使其可輕易執行相關動作。 　　‧結合自動觸發方式，讓所建立的專案得以自動執行，藉此提高工作效率。 　　‧將Google試算表中的資料傳送到普及率最高的LINE通訊軟體，輕鬆就能掌握訊息。 　　‧藉由Google Apps Script使前端網頁獲得Google試算表中的每筆資料，再也不必與他人共用Google試算表檔案。 　　附：近280分鐘超值影音教學/全書範例程式檔 目錄 01 初步認識Google Apps Script 在進入專案開發之前，必須先認識Google Apps Script(簡稱GAS)的開發環境與相關資訊，同時理解為何本書會以Google試算表作為每個範例的出發點。 1.1 簡介 1.2 為何以Google試算表為主 1.3 安裝GAS插件 1.4 GAS開發環境介紹 1.5 指令碼管理頁 1.6 GAS配額限制 02 Google Apps Script API 了解如何透過Google Apps Script的API來與Google試算表進行連接、編輯Google試算表的行列，以及取得儲存格與寫入儲存格等動作，最後則了解如何設定觸發器與部署為網路應用程式等功能。 2.1 認識API 2.2 Logger.log 2.3 與Google試算表的連結 2.4 編輯儲存格的方式 2.5 觸發器 2.6 預設的函式 2.7 部署為網路應程式 03 全自動多國語言翻譯機 結合Google的翻譯與語音功能，使在Google試算表的儲存格中直接輸入所要翻譯的詞彙或句子後就能自動翻譯出多國語系並附帶語音連結。藉此，可製作自己專屬的學習或常用詞彙翻譯清單。 3.1 建立檔案 3.2 編寫指令碼 3.3 執行指令碼 3.4 建立觸發條件 3.5 執行結果 04 自動發信系統：以生日祝福為例 當每日所指定的時間一到，程式會自動比對Google試算表中每筆資料的生日欄位資訊，若符合當天日期時，則會自動寄送生日祝福的信件至該筆資料的電子信箱中。藉此，只要建立一次資料後，每年就再也不用擔心忘記給他人生日祝福了。 4.1 建立表單 4.2 圖片上傳 4.3 編寫指令碼 4.4 執行指令碼 4.5 建立觸發條件 4.6 執行結果 05 團隊開會日曆 在Google試算表中建立開會的相關訊息及參與者的信箱後，點擊自定義的按鈕就可將該訊息自動建立於Google日曆中，同時也會寄送邀請到參與者的電子信箱。與直接在Google日曆中建立開會訊息與邀請參與者相比之下，透過Google試算表更能輕易的建立與掌握每次開會資訊。 5.1 建立檔案 5.2 編寫指令碼 5.3 執行指令碼 5.4 建立下拉式選單 5.5 建立觸發條件 5.6 執行結果 06 檔案下載列表 將要分享給他人下載的檔案都放置在指定的雲端資料夾內，透過Google試算表將資料夾內的所有檔案資訊寫入其中。最後將Google試算表中的每筆檔案資訊轉換成網頁中的下載連結。藉此，方便他人直接透過網頁就能下載檔案，爾後不用再前往雲端資料夾下載檔案了。 6.1 建立檔案 6.2 編寫指令碼 6.3 建立網頁 6.4 載入檔案清單 6.5 部署為網路應用程式 6.6 執行結果與設定資料夾共用 07 檔案上傳：以研發部 - 內部檔案上傳系統為例 於網頁中自行製作上傳表單，且表單中所填寫的資訊都會新增於Google試算表，此時除了可在Google試算表中查看到每筆上傳的資訊外，程式也會將上傳的檔案連結網址轉為可被直接下載的網址，使在Google試算表中就能直接下載檔案。藉此，對於單位主管來說，更可清楚了解每個檔案的來源資訊。 7.1 建立檔案 7.2 編寫指令碼 7.3 建立網頁 7.4 部署為網路應用程式 7.5 執行結果 08 出缺席查詢：以演講活動為例 Google試算表的共用分享是將整個試算表公開，若試算表中的資料是含有個資時就不建議直接公開。為了解決此問題，可於Google試算表中建立個人的帳號密碼以及每筆帳號所對應內容兩種工作表，在透過網頁的方式讓他人進行登入驗證，當成功登入後，程式就會將該帳號的資料呈現於網頁中。 8.1 建立檔案 8.2 編寫指令碼 8.3 撰寫HTML 8.4 部署為網路應用程式 8.5 執行結果 09 單據控管系統：以製作保固書為例 當常使用同一份文件建立資料時，免不了會遇到輸入同樣資料的情況，此時可將此文件作為範本並與Google試算表進行整合，爾後只要先在Google試算表中建立資料，再透過自定義的按鈕，就可將Google試算表中被選取的資料自動轉換成該文件。藉此，若資料是有流水編號或者屬於多人管理的情況下，更能有效率的控管資訊。除此之外，還可將文件改存檔為PDF格式並自動寄信給 他人。 9.1 建立檔案 9.2 編寫指令碼1：資料轉換成文件 9.3 編寫指令碼2：資料轉換成PDF並自動寄送信件 9.4 執行結果 10 LINE Notify設備報修 利用Google表單填寫報修內容與上傳設備損壞照片，當表單送出後，程式會自動將該資訊傳送到LINE 中。藉此，與不定時的主動前往Google 表單來查看報修情況來說，讓報修訊息可以主動通知而在進行維護，能使報修事件的處理更有效率與即時。 10.1 LINE Notify介紹 10.2 取得LINE Notify發行權杖 10.3 建立表單 10.4 編寫指令碼 10.5 執行指令碼 10.6 建立觸發條件 11 LINE Notify每日行程通知 主要利用Google試算表來建立行程資料，當每日所指定的時間一到，程式會自動比對每筆行程的日期與當天日期是否符合，符合時則會自動將該筆資料傳送到LINE。藉此，在每日上班之前就可先得知當天的行程。由於是透過Google試算表來管理行程，因此在行程的建立、更新與統計上都更加便利。 11.1 取得LINE Notify發行權杖 11.2 建立檔案 11.3 編寫指令碼 11.4 執行指令碼 11.5 測試結果與增加貼圖 11.6 建立觸發條件 12 LINE Notify天氣預報 結合政府的開放性資料，並從中篩選出符合自己需求的訊息後，當到了指定時間，程式就會將符合自己需求的訊息傳送到LINE，使在特定訊息的掌握上能更加的即時。 12.1 取得LINE Notify發行權杖 12.2 取得氣象JSON檔案網址 12.3 建立檔案 12.4 編寫指令碼 12.5 執行指令碼 12.6 建立觸發條件 13 會議室借用與查詢系統 將Google表單填寫完的資訊轉換成Google試算表後，透過程式來將Google試算表中的每筆資訊轉換成JSON格式，同時網頁端在利用AJAX的方式進行接收，最終將每筆資訊呈現於網頁中。藉此，在填寫Google表單之前就可先在網頁中查看相關資訊，並免重複借用。 13.1 表單建立 13.2 編寫指令碼 13.3 執行指令碼 13.4 建立觸發條件 13.5 部署為應用程式 13.6 建立網頁 14 Google日曆 - 以學校行事曆為例 在Google試算表中建立並審核要新增於Google日曆的事件，再透過自定義的按鈕，將核准後的事件資料依其分類新增於對應的Google 日曆中。網頁內也可藉由篩選功能來載入不同分類的Google日曆，且呈現的顏色也各有不同，使瀏覽行事曆的人更能依其需求掌握不同資訊。 14.1 表單建立 14.2 編寫指令碼 14.3 建立Google日曆 14.4 執行指令碼 14.5 建立網頁 14.6 取得日曆網址 15 網頁預約系統 透過 Google App Script 將網頁端的表單與Google 試算表進行串接，使表單中的欄位資料可直接寫入到Google試算表中，進而衍生出更多的應用。 15.1 表單建立 15.2 編寫指令碼 15.3 執行指令碼 15.4 部署為應用程式 15.5 建立網頁 16 網頁上線 介紹如何申請免費的專屬網址與網頁空間，並將兩者進行綁定，以及如何將網頁上傳到網頁空間，使他人輸入專屬網址時就可瀏覽第13與第15章節所建置的網頁。 16.1 申請免費網址 16.2 申請免費網頁空間 16.3 免費網頁空間與網域的綁定 16.4 網頁FTP上傳

Python 機器學習超進化：AI影像辨識跨界應用實戰 (附100分鐘影像處理入門影音教學/範例程式) (1版)

類似書籍推薦給您

Python機器學習超進化：AI影像辨識跨界應用實戰（附100分鐘影像處理入門影音教學） ISBN13：9789865026196 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／248頁 規格：23cm*17cm*1.5cm (高/寬/厚) 版次：1 出版日：2020/09/22 中國圖書分類：電腦程式語言 內容簡介 　　轟動程式圈3大AI影像辨識利器 　　從收集資料、圖片擷取、建立標籤、訓練模型 　　到智慧影像辨識的全面進化實戰！ 　　人工智慧(Artificial Intelligence)應用基本上可分五大層面：時間序列、圖像處理、音訊處理、自然語言處理以及動態影像處理，其中與「智慧影像」相關者就佔了兩大領域。智慧影像是透過電腦視覺技術，從中學習人類的視覺辨識能力，並自動判讀影像中的關鍵資訊，目前被大量使用在圖像辨識、人臉識別、物體動作捕捉、光學文字識別...等，是人工智慧最為廣泛的應用之一。 　　在這個領域的研究中有許多功能強大的工具，如OpenCV、Yolo與dlib，但許多使用者卻不知如何收集資料、建立標籤，更不知道如何訓練模型，進而達成智慧影像辨識的結果！本書將引領讀者運用自己的資料，透過本機與雲端的資源，以目前主流技術進行自有模型的訓練來完成實際可用的智慧影像應用。 　　挑戰智慧影像最佳學習地圖， 　　結合本機與雲端應用， 　　真正深入AI影像辨識核心！ 　　■掌握智慧影像的技術特性與主流的應用模組，涵蓋OpenCV、Pillow、Yolo與dlib。 　　■根據不同模組特性介紹其資料來源的收集方式，除了一般土法煉鋼的徒手拍攝影像，也能利用Kaggle資料庫進行下載，或是利用動態影片進行大量圖片的擷取，再運用自動批次的方式進行圖片整理與特徵標記。 　　■當本機在訓練模型時發生記憶體不足、效能不夠等問題時，使用Google專為機器學習而生的Colab雲端服務來訓練自己的模型。 　　■集結最具代表性的實務應用主題，包括人臉辨識、口罩人臉辨識、車牌辨識、車流統計…等專題，在真實的情況中體驗智慧影像的應用，並擁有開發能力。 　　■針對OpenCV與Pillow影像處理特別提供入門影音輔助教學，加速學習效率。 　　書附超值學習資源：範例程式檔／100分鐘OpenCV與Pillow影像處理入門影音教學 目錄 CH01 認識智慧影像辨識 1.1 人工智慧 1.1.1 人工智慧是什麼？ 1.1.2 人工智慧基本應用 1.1.3 人工智慧實際應用 1.2 智慧影像辨識應用 1.2.1 影像處理 1.2.2 智慧影像辨識 1.2.3 突破智慧影像辨識學習的困境 CH02 OpenCV和Pillow影像處理 2.1 OpenCV 2.1.1 以OpenCV讀取及顯示圖形 2.1.2 儲存影像檔 2.1.3 OpenCV基本繪圖 2.1.4 使用OpenCV進行臉部偵測 2.1.5 擷取臉部圖形及存檔 2.2 圖片特效處理 2.2.1 認識圖片的維度 2.2.2 圖片灰階和黑白處理 2.3 建立新畫布與圖形合併 2.3.1 建立新畫布 2.3.2 圖形合併 2.4 擷取攝影機影像 2.5 Pillow 2.5.1 Pillow圖片基本操作 2.5.2 Pillow圖片編輯 2.5.3 圖片灰階處理 2.5.4 Pillow繪製圖形 2.6 OpenCV與Pillow圖像格式互轉 2.6.1 OpenCV轉Pillow 2.6.2 Pillow轉OpenCV 2.6.3 OpenCV和Pillow黑白圖片處理比較 CH03 OpenCV模型訓練 3.1 專題方向 3.2 準備訓練Haar特徵分類器資料 3.2.1 認識Haar特徵分類器 3.2.2 處理正樣本及實測圖片 3.2.3 處理負樣本圖片 3.3 建立車牌號碼Haar特徵分類器模型 3.3.1 處理Haar特徵分類器模型的檔案結構 3.3.2 加入正樣本 3.3.3 加入負樣本 3.3.4 正樣本標記資料 3.3.5 顯示及修改框選區域 3.3.6 調整框選區域寬高比 3.3.7 增加車牌數量 3.3.8 訓練Haar特徵分類器 3.4 使用Haar特徵分類器模型 3.4.1 Haar特徵分類器模型語法 3.4.2 車牌號碼偵測 CH04 OpenCV影像辨識-車牌 4.1 專題方向 4.2 車牌號碼擷取 4.2.1 原始圖片轉換尺寸 4.2.2 擷取車牌號碼圖形 4.2.3 以輪廓偵測分割車牌號碼文字 4.2.4 組合擷取車牌號碼文字圖形 4.2.5 去除畸零地 4.3 車牌辨識 4.3.1 文字辨識 4.3.2 單一車牌辨識 4.3.3 整批車牌辨識 CH05 火箭級智慧影像辨識-Yolo 5.1 Yolo是什麼？ 5.1.1 Yolo發展歷程 5.1.2 Yolo偵測物體原理概述 5.1.3 Yolo偵測物體種類 5.2 建立Yolo系統 5.2.1 安裝軟體與模組 5.2.2 編譯Yolo 5.2.3 在命令提示字元視窗執行Yolo 5.2.4 以Python程式執行Yolov3 5.3 訓練自訂Yolo偵測模型 5.3.1 標記工具 5.3.2 下載Kaggle口罩資料 5.3.3 轉換PascalVOC為Yolo格式 5.3.4 建立訓練組態資料結構 5.3.5 訓練模型 CH06 使用Colab訓練Yolo模型 6.1 Colab：功能強大的虛擬機器 6.1.1 Colab介紹 6.1.2 Colab建立記事本 6.1.3 Jupyter Notebook基本操作 6.1.4 Colab連接Google Drive雲端硬碟 6.1.5 執行Linux命令 6.2 Colab中訓練Yolo模型 6.2.1 整理口罩資料 6.2.2 進行Yolov3模型訓練 6.2.3 訓練Yolo模型注意事項 6.2.4 訓練其他Yolo模型 6.3 使用自行訓練的Yolo模型 6.3.1 在Colab中使用自行訓練Yolo模型 6.3.2 在Python中使用自行訓練Yolo模型 CH07 最強智慧影像辨識-dlib 7.1 dlib人臉偵測 7.1.1 安裝dlib 7.1.2 簡單人臉偵測 7.1.3 5點特徵人臉偵測 7.1.4 CNN訓練模型人臉偵測 7.1.5 68點特徵人臉偵測 7.1.6 攝影機圖像中畫出點輪廓 7.2 dlib人臉辨識 7.2.1 人臉辨識 7.2.2 dlib人臉登入系統 7.3 dlib其他應用 7.3.1 偵測嘴巴是否張開 7.3.2 偵測打瞌睡 7.3.3 物體追蹤 CH08 dlib自行訓練模型 8.1 dlib訓練自己模型 8.1.1 擷取影片畫面蒐集資料 8.1.2 標記圖片 8.1.3 訓練模型 8.1.4 使用模型 8.1.5 自行訓