AI 第2天：Python 與 AI 的連結

課程簡介

Python 是目前人工智慧（AI）開發中最受歡迎的程式語言之一。今天的課程將介紹 Python 的核心特性，以及為何它在 AI 領域占有重要地位。此外，我們會學習 Python 的基礎語法，並瞭解其與 AI 的實際應用連結。

---

教學內容

1. Python 為什麼適合 AI 開發？
   • 簡潔易學：語法簡單，開發效率高。
   • 豐富的資料科學與機器學習庫：如 NumPy、Pandas、Scikit-learn、TensorFlow、PyTorch 等。
   • 強大的社群支持：大量開源資源和教程。
   • 良好的跨平台支持與集成能力。
2. Python 的基本語法回顧
   • 變數與資料型別：整數（int）、浮點數（float）、字串（str）、布林（bool）。
   • 控制結構：if-else、for、while。
   • 函式與模組：def 宣告函式，匯入模組（如 import math）。
   • 資料結構：列表（list）、字典（dict）、集合（set）、元組（tuple）。
3. Python 在 AI 開發中的實際應用
   • 資料處理：
     • 使用 Pandas 處理結構化資料（如表格資料）。
     • 使用 NumPy 進行數值運算與矩陣操作。
   • 資料視覺化：
     • 使用 Matplotlib 和 Seaborn 繪製圖表。
   • 機器學習：
     • 使用 Scikit-learn 建構簡單模型。
   • 深度學習：
     • 使用 TensorFlow 或 PyTorch 建立神經網路模型。
4. 實作範例：Python 的簡單資料分析應用
   • 從 CSV 檔案中讀取資料（使用 Pandas）。
   • 繪製基本的折線圖與長條圖（使用 Matplotlib）。
   • 計算資料的基本統計值（平均值、標準差等）。

---

教學重點

• 瞭解 Python 的優勢以及它如何支持 AI 開發。
• 掌握 Python 的基礎語法，為後續課程鋪墊。
• 實作一個簡單的資料分析案例，學以致用。

---

課後練習

1. 實作練習：
   • 撰寫 Python 程式，輸入一組數字，計算其平均值和標準差。
   • 使用 Matplotlib 繪製一組數字的直方圖。
2. 進一步閱讀與練習：
   • 《Python 資料科學手冊》作者：Jake VanderPlas
   • 練習網站：Kaggle（參加入門資料分析挑戰）。

---