★學習人工智慧必修的Python程式設計能力和探索性資料分析
•完整說明人工智慧世代的你需要具備的Python程式設計能力和所需的Python套件，讓你可以靈活運用這些套件來進行探索性資料分析。
•程式的演算法是順序和動作，本書使用流程圖學習程式順序來幫助你了解Python程式結構；使用REPL輸入程式碼來熟悉動作的關鍵字。
•人工智慧最重要的部分就是「資料」，使用Jupyter Notebook實作的探索性資料分析，可以幫助你深入了解資料和找出資料之間隱藏的關聯性，以便使用這些關聯性來訓練機器學習模型，進行資料預測。
•以實務角度詳細說明Python資料科學的必學套件：Numpy、Matplotlib、Pandas和Scipy。
•使用實際範例搭配圖例，帶你進入Python機器學習和深度學習。
目錄
一、Python程式設計
第1章 Python語言與人工智慧的基礎
第2章 寫出你的Python程式
第3章 變數、資料型態與輸出輸入
第4章 運算子與運算式
第5章 條件敘述
第6章 迴圈結構
第7章 函數
第8章 字串字串、清單、元組與字典
第9章 模組、類別、檔案與例外處理
二、Python資料科學套件+Jupyter Notebook
第10章 Jupyter Notebook互動運算環境
第11章 NumPy 向量與矩陣運算
第12章 Matplotlib 資料視覺化
第13章 使用Pandas掌握你的資料
第14章 SciPy 演算法與科學運算
第15章 探索性資料分析實作案例
三、Python機器學習與深度學習
第16章 機器學習與深度學習入門
附錄A Python 常用整合開發環境的使用
一、Python程式設計
第1章 Python語言與人工智慧的基礎
第2章 寫出你的Python程式
第3章 變數、資料型態與輸出輸入
第4章 運算子與運算式
第5章 條件敘述
第6章 迴圈結構
第7章 函數
第8章 字串字串、清單、元組與字典
第9章 模組、類別、檔案與例外處理
二、Python資料科學套件+Jupyter Notebook
第10章 Jupyter Notebook互動運算環境
第11章 NumPy 向量與矩陣運算
第12章 Matplotlib 資料視覺化
第13章 使用Pandas掌握你的資料
第14章 SciPy 演算法與科學運算
第15章 探索性資料分析實作案例
三、P...
購物須知
退換貨說明：
會員均享有10天的商品猶豫期（含例假日）。若您欲辦理退換貨，請於取得該商品10日內寄回。
辦理退換貨時，請保持商品全新狀態與完整包裝（商品本身、贈品、贈票、附件、內外包裝、保證書、隨貨文件等）一併寄回。若退回商品無法回復原狀者，可能影響退換貨權利之行使或須負擔部分費用。
訂購本商品前請務必詳閱退換貨原則。
收藏
2024專利防護中