第一篇 資料科學和 Python 基礎

第 1 章 資料科學概論與開發環境建立 – Anaconda
1-1 資料科學的基礎
1-2 資料的種類
1-3 資料科學的五大步驟
1-4 Python 開發環境的建立

第 2 章 Python 程式語言
2-1 認識 Python 程式語言
2-2 變數、資料型態與運算子
2-3 流程控制
2-4 函數、模組與套件
2-5 容器型態
2-6 類別（Class）與物件（Object）

第二篇 網路爬蟲和 Open Data (取得、清理與儲存資料)

第 3 章 取得網路資料
3-1 認識網路爬蟲
3-2 使用 Requests 送出 HTTP 請求
3-3 取得 HTTP 回應內容
3-4 使用 Requests 送出進階 HTTP 請求
3-5 使用 Selenium 取得網路資料

第 4 章 資料擷取
4-1 如何進行網路爬蟲的資料擷取
4-2 BeautifulSoup 剖析和走訪 HTML網頁
4-3 使用 find() 函數搜尋 HTML 網頁
4-4 使用 CSS 選擇器選取 HTML 標籤
4-5 使用正規表達式比對 HTML 標籤內容
4-6 Selenium + BeautifulSoup 擷取網頁資料

第 5 章 資料清理與資料儲存
5-1 資料清理
5-2 將資料存入 CSV 和 JSON 檔案
5-3 將資料存入 SQLite 資料庫
5-4 將資料存入 MySQL 資料庫
5-5 將資料存入 NoSQL 資料庫

第 6 章 網路爬蟲實作案例
6-1 使用 Web API 取得網路資料
6-2 網路爬蟲的常見問題
6-3 擷取多筆記錄和 HTML 表格資料
6-4 擷取多頁面的分頁記錄資料
6-5 實作案例：majortests.com 的單字清單
6-6 實作案例：批踢踢 PTT BBS 熱門文章

第三篇 Python資料科學套件 – 探索資料（資料視覺化與大數據分析）

第 7 章 向量與矩陣運算 – NumPy 套件
7-1 Python 資料科學套件
7-2 陣列的基本使用
7-3 一維陣列–向量的運算
7-4 二維陣列–矩陣的運算
7-5 陣列廣播
7-6 陣列的相關函數

第 8 章 資料處理與分析 – Pandas 套件
8-1 Pandas 套件的基礎
8-2 DataFrame 的基本使用
8-3 選擇、過濾與排序資料
8-4 合併與更新 DataFrame 物件
8-5 群組、樞紐分析與套用函數

第 9 章 大數據分析 (一) – Matplotlib 和 Pandas 資料視覺化
9-1 Matplotlib 套件的基本使用
9-2 使用 Matplotlib 套件繪製各種圖表
9-3 Matplotlib 套件的進階使用
9-4 Pandas 套件的資料視覺化

第 10 章 大數據分析 (二) – Seaborn 統計資料視覺化
10-1 大數據分析–資料視覺化
10-2 Seaborn 套件的基礎
10-3 Seaborn 套件的基本使用
10-4 繪製資料集關聯性的圖表
10-5 繪製資料集分佈情況的圖表
10-6 分類型資料的圖表
10-7 水平顯示的寬圖表
10-8 迴歸圖表

第 11 章 機率與統計
11-1 認識機率
11-2 組合事件與條件機率
11-3 機率定理與排列組合
11-4 統計的基礎
11-5 集中量數與離散量數
11-6 隨機變數與機率分配

第 12 章 估計與檢定
12-1 抽樣與抽樣分配
12-2 標準常態分配與資料標準化
12-3 中央極限定理
12-4 估計
12-5 假設檢定
12-6 卡方檢定

第 13 章 探索性資料分析實作案例
13-1 找出資料的關聯性
13-2 特徵縮放與標準化
13-3 資料整理–資料轉換與清理
13-4 資料預處理與探索性資料分析
13-5 實作案例：鐵達尼號資料集的探索性資料分析

第四篇 人工智慧、機器學習與深度學習 – 預測資料

第 14 章 人工智慧與機器學習概論 – 認識深度學習
14-1 人工智慧概論
14-2 機器學習
14-3 機器學習的種類
14-4 深度學習

第 15 章 機器學習演算法實作案例 – 迴歸
15-1 認識機器學習演算法
15-2 線性迴歸
15-3 複迴歸
15-4 Logistic 迴歸

第 16 章 機器學習演算法實作案例 – 分類與分群
16-1 決策樹
16-2 K 鄰近演算法
16-3 K-means 演算法

第 17 章 深度學習神經網路實作案例
17-1 啟用 Google Colaboratory 雲端服務
17-2 Google Colaboratory 基本使用
17-3 深度學習實例：鳶尾花資料集的多元分類
17-4 深度學習實作案例：辨識 MINIST 手寫數字圖片

附錄A：HTML 網頁結構與 CSS
附錄B：Python 文字檔案存取與字串處理
附錄C：下載與安裝 MongoDB 和 MySQL 資料庫