AI 時代的資料科學:小白到數據專家的全面指南

黃朝健 編著

  • 出版商: 深智數位
  • 出版日期: 2024-08-19
  • 定價: $1,080
  • 售價: 7.9$853
  • 語言: 繁體中文
  • 頁數: 944
  • ISBN: 626738392X
  • ISBN-13: 9786267383926
  • 相關分類: 人工智慧Data Science
  • 立即出貨 (庫存 > 10)

  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-1
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-2
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-3
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-4
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-5
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-6
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-7
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-8
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-9
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-10
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-11
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-12
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-13
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-14
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-15
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-16
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-17
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-18
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-19
  • AI 時代的資料科學:小白到數據專家的全面指南 -preview-20
AI 時代的資料科學:小白到數據專家的全面指南 -preview-1

買這商品的人也買了...

商品描述

這本趣味的指南在探索AI與資料科學領域的奇妙世界方面,具有以下特點,並獲得學界和業界的推薦:

 

◆全面性:涵蓋從數據收集到機器學習模型構建的全過程,適合初學者和進階學習者。

 

◆工具應用:重點介紹Python及其他主要工具的應用,這些工具是當今AI與資料科學必不可少的基礎。

 

◆學界推薦:來自頂尖學術界專家的推薦,確保本書內容的學術性和專業性。

 

◆業界推薦:專業資訊人士的推薦,證明本書在實際應用和職場技能需求的價值。

 

◆實際案例和習題:提供豐富的實際案例和習題,有助於讀者從理論到實踐的無縫過渡,加深對知識的理解和應用能力。

 

本書的特點使得這本指南不僅適合想要建立堅實基礎並深入研究AI與資料科學的新手,也適合希望在這些領域中追求更高專業水準的進階學習者。無論是學術研究還是商業應用,這本書都將成為讀者實現卓越的重要工具書。

 

«書籍推薦人:

伽碩企業有限公司附設職業訓練中心執行長 郭明洽

銘傳大學資訊科技與管理學程教授 尹邦嚴

前仁寶電腦財務主管、法藍瓷行政主管、中強光電營運主管、國巨稽核主管 鄭穎臨

日本東京農工大學 感染症未來疫学研究センター 特任助理教授 林立云

王致遠 藥師

國際商業機器股份有限公司 IBM 工程師 陳尚瑋

優貝克股份有限公司資料工程師 吳俊毅

作者簡介

黃朝健

早年投注於觸控IC和觸控模組的研發,從人因的互動設計開始進入科技業;後來負笈歐陸留學,指導教授為符號計算大師Burno Buchberger教授,同時也受業於Sepp Hochreiter教授的實驗室,後來在Hagenberg SoftwareParkRISC公司實習,以醫療影像的研究為主,因疫情輾轉返台,遂協助大型製造業進行智慧製造的轉型,目前也受邀於雲嘉南分署、聯成電腦等企業界任教。

學經歷:

奧地利林茲大學資訊系碩士畢業

教育部部定講師

聯成電腦 講師

勞動部雲嘉南分署大數據 講師

台南失業者訓練班 講師

勞動部產業人才投資方案課程Python、電商行銷、數據科學 講師

高雄市勞動局產業新尖兵 講師

台南市伽碩職訓中心講師

數發部產業發展署 講師

AI GO講師生成對抗網路(數發部產業發展署)

AIGO 講師Kaggle 數據平台實戰 (數發部產業發展署)

台灣產業發展協會ESG 種子師資

國立政治大學電算中心技術師

義隆電子研發工程師

目錄大綱

第一章:簡單的雲端IDE,從Google Colaboratory 談起

1.1 IDE: VScode的設定與安裝

1.2 Pycharm社群版的設定與安裝

1.3 Anaconda 套件的安裝細節

1.4 Jupyter Notebook的設定與排錯

1.5 Spyder 的安裝

1.6 如何壓成exe檔案及錯誤排除

1.7 Google Colaboratory的操作與環境介紹

1.8如何Mount Google driver以及寫出雲端硬碟

第二章:Pandas 資料清洗的基本功夫-讀檔、資料框的操作、合併、丟回雲端

2.1 Python的基本功

2.2 流程控制、迴圈說明

2.3 range函數的應用

2.4切片的應用

2.5 四大容器的介紹

2.6 Pandas的介紹與安裝

2.7 Pandas的讀檔與位置指定

2.8 簡單取值說明

2.9 政府資料開放平台:台南旅遊景點資料集

2.10 政府資料開放平台:韓式料理資料集

第三章:Pandas 資料清洗的進階功夫-多欄位讀取、跨列讀取、資料聚合

3.1 多欄位取值

3.2 多列位取值

3.3 取頭取尾觀察資料作法

3.4 避免錯誤編碼

3.5 資料聚合的操作1: pd.concat

3.6 資料聚合的操作2: pd.merge

3.7 字串的取代以及強制轉型的用法

3.8 跨欄位字串合併技術

3.9 清洗資料的三姊妹: isnull()、fillna()、dropna()

3.10 文字編碼的做法:標準化和正規化

3.11 綜合應用

第四章:chatGPT提示工程的實作:善用生成式工具進行開發

4.1 GPT的註冊

4.2 open AI 後臺的操作:申請API

4.3 openaAI的playground用法

4.4. Claude AI的註冊

4.5 Claude AI的操作以及極限

4.6提示工程(Prompt Engineering)說明

4.7 翻譯機器人與對話機器人實作

第五章:機器學習概論: 監督式技術 VS. 非監督式技術 VS. 強化式技術

5.1 sk-learn 套件的安裝和解說

5.2. 監督式技術概念:線性回歸

5.3. 監督式技術概念:邏輯式回歸

5.4 監督式技術概念: SVM 支援向量機

5.5 監督式技術概念:Decision Tree決策樹

5.6 非監督式技術:K-means

5.7非監督式技術:PCA (主成分分析法)

5.8 強化式學習: Q-learning

5.9 深度學習: 循環神經網路的單一時序LSTM架構

5.10 深度學習: 循環神經網路的多時序LSTM架構

第六章:相依矩陣的重要性:如何解讀參數之間的關係

6.1 相依矩陣的說明

6.2 相依係數的判讀

6.3 工業數據的應用與解讀

6.4特徵值重要性的模型介紹

第七章: 評估指標的實作: 評估預測值與評估預測模型

7.1 混淆矩陣的實作-從醫療借鏡

7.2 混淆矩陣的計算和名詞

7.3 ROC曲線及AUC的繪製與判讀

7.4 MSE 判讀

第八章:ESG基本觀念與常見名詞介紹

8.1基本名詞解釋:從淨零碳排說起

8.2聯合國永續目標

8.3 ESG介紹與評級說明

8.4聯合國線上課程永續證書考取說明

8.5 英文永續考試題目解題

8.6 so14064-1 及Iso14064-2以及Iso14064-3說明

第九章:醫療應用篇

9.1心臟突發休克的實作案例

9.2糖尿病的預測

9.3 糖尿病預測進階研究

9.4病患用藥分類

9.5乳癌數據分析

9.6腎臟病數據集分析

第十章:工業應用篇

10.1工業應用:機台數據零件故障分析

10.2工業應用:製造業生產製程分析

第十一章: 永續生活篇

11.1 ESG 台灣上市公司揭露

11.2自來水質飲用分析

11.3 建築中的無人機橋樑影像檢測方法

11.4 台灣勞動力人口預測

11.5 人口出生率預測

11.6 登革熱數據集實作

第十二章: 生命教育篇

12.1中學學生輟學學生相依性分析

12.2自殺及憂鬱語意分析

12.3司法判決書查詢系統應用實作

12.4酒駕情形分析

第十三章:商業理論

13.1 分類模型評估會員卡核發

13.2 消費者的交易心態

13.3顧客忠誠度的簡單分群計數

13.4消費者的網站拜訪路徑分析

13.5 消費者的資料儲存概念

第十四章:商業應用

14.1 Google Analytics 4的介紹

14.2 Google Analytics 4的判讀

第十五章:電商平台分析

15.1常用的視覺化套件介紹(EDA)

15.2 Google Trend 基礎操作與目標

15.3 Google Trend API 製作關鍵字點擊分析

15.4 MOMO購物網站爬蟲抓取產品數據

15.5 MOMO購物網站分析產品競價策略

15.6 PCHOME購物網站爬蟲抓取產品數據

15.7 PCHOME購物網站分析產品競價策略

15.8 PTT上各版的輿論分析-以前100篇為例

15.9 PTT上各版的文字雲製作

15.10 套裝的文字雲工具與字詞記數

15.11 家樂福購物網站抓取產品資訊

15.12 愛買購物網站抓取產品資訊

15.13 大潤發購物網站抓取產品資訊

15.14 Costco 購物網站抓取產品資訊

15.15 酷彭購物網站抓取產品資訊

15.16 591租屋網爬蟲資訊抓取

第十六章:社群營運與Line的進階應用

16.1 IFTTT跨平台串接應用:基礎設定與介紹

16.2 IFTTT 跨平台串接應用:Line 和Gmail投放

16.3 Line Notify 的權杖申請

16.4 Line Notify 訊息投放

16.5 Line 貼圖和圖片投放

16.6 Line 爬蟲及時通知系統範例

第十七章: 生成式工具導入應用

17.1 Runway AI介紹

17.2 Gamma 快速投影片生成

第十八章: 無所不在的爬蟲技術

18.1如何熬一碗美麗湯(Beautifulsoup)

18.2 BS4和requests套件說明

18.3 爬蟲系統開發說明

18.4 chatGPT開發說明

18.5 維基百科文章抓取投放

18.6 蘋果基金會文章抓投放

18.7 成大醫院門診通知抓投放

18.8 原價屋賣場標題抓取投放

18.9 NBA PTT新聞抓取投放

18.10 各家新聞抓取投放

18.11 蕃薯藤文章投放

18.12 簡訊爬蟲實作

18.13 網頁爬蟲自動化

第十九章 : 資料庫應用

19.1 SQLite 的應用

19.2 MySQL 的應用

19.3 PostgreSQL 的應用

19.4 Flask 框架呈現

第二十章: 行銷證照考取與題型解析

20.1 Google Analytics 4證照考取題目解析

20.2 Gooogle 提高離線銷售認證考取題目解析

20.3 Google Adwords 取題目解析

20.4 Line 官方粉絲團證照考取題目解析