![[AI人工智慧] 你也能成為編曲大師！探索如何運用 AudioCraft 以文字創造音樂](https://img.youtube.com/vi/7iVDHZhUTzo/0.jpg)
現今人工智慧的進步為我們的生活帶來了前所未有的變革。你或許已熟悉使用ChatGPT創作文章、寫信、翻譯或是使用MidJourney、DALL-E以文字產生千變萬化的圖片，但今天，我們要談論的不僅僅是生文、生圖，我們要談論的是如何利用文字生成音樂！有了AudioCraft，現在你不需要專業的音樂背景，只要提供文字，AudioCraft就能為您生成旋律，音樂家可以獲取新的靈感，而中小企業主也可以輕鬆地為他們的廣告增加配樂，相信有了AudioCraft，再搭配自己的音樂品味，相信在不久的將來，大家都可以成為音樂創作大師！
開始上課
Python是一種非常流行的程式語言，用於各種領域。學習Python的原因包括其簡單易學的語法，跨平台的特性，以及在資料科學和機器學習領域的廣泛應用。此外，Python擁有大量的資源和社區支持。學習Python對於資料科學家來說是必備技能之一，能夠快速開發和執行數據科學項目，並能夠與廣泛的工具和庫集成。
開始上課
Jupyter Notebook是一個交互式程式開發環境，能夠支援多種程式語言，並能在同一個環境中整合程式碼 文字和圖片。它使用單元格作為開發基礎，使用者可以根據需要新增 刪除 移動這些單元格，並即時執行程式碼並進行調試。Jupyter Notebook還提供了自動完成 代碼提示 內容搜索等功能，提高程式撰寫效率。此外，它還支援共享到網路上
開始上課
本文介紹了Spyder作為一個針對資料科學家所設計的整合開發環境(IDE)的功能。從安裝和設定開始，探索Spyder的介面和佈局，並介紹了新建 開啟 儲存和執行Python檔案的方法。此外，還介紹了變數瀏覽器 錯誤檢查 調試功能以及使用內置控制台進行交互式編寫和測試的方法。最後，聚焦於Spyder的潛力，提高資料科學工作效率和加速開發和測試過程。
開始上課
本文介紹了在「給資料科學家的Python課程」中，第一章的內容，該章節主要介紹了PyCharm的安裝與操作。PyCharm是一個功能強大的Python集成開發環境，它提供了許多提升開發效率的功能。文章首先介紹了如何下載和安裝PyCharm，並提供了不同環境下的安裝步驟。接著，文章介紹了如何建立新的Python項目並編寫第一個Python程式。然後，文章詳細介紹了PyCharm的編輯器功能，包括代碼自動完成 語法檢查和代碼重構工具。此外，還介紹了如何使用調試器進行錯誤排除和跟踪代碼執行，以及如何使用版本控制工具來管理程式碼。整體而言，本章節提供了全面的指南，讓讀者能夠開始使用PyCharm來開發和執行Python程式。
開始上課
Colab是由Google提供的基於瀏覽器的Python環境，旨在為數據科學家和機器學習研究者提供便利。使用者可以在雲端一鍵執行Python程式碼，無需安裝任何軟體或配置硬體。Colab支援Python 2和Python 3，內建許多熱門的Python庫。同時，Colab也支援GPU和TPU加速，可以提高運算速度。操控Colab非常容易，只需登錄Google帳戶，即可使用Google Drive儲存和管理代碼和數據，還能創建 編輯和共享Colab筆記本。
開始上課![[Scrapy 爬蟲] 如何撰寫第一支Scrapy 爬蟲以抓取蘋果即時新聞?](https://img.youtube.com/vi/fnwvYAtCFko/0.jpg)
這篇文章介紹了如何使用Scrapy爬蟲框架進行網站爬蟲的步驟。首先，我們需要在spiders目錄下建立一個Python檔案，並在其中定義一個class，指定爬蟲的名稱 起始網址以及解析函數。最後，執行指令"scrapy crawl 爬蟲名稱"來運行爬蟲。
開始上課
本文介紹了Python程式語言中的陳述和控制流程，包括賦值陳述 條件陳述 迴圈陳述 例外處理和函式定義等。文章強調這個章節對初學者和有程式基礎的資料科學家都有益處，能幫助讀者更好地理解Python程式中的流程控制和邏輯判斷，並能更有效地編寫Python程式。也提供了進一步閱讀的連結。
開始上課
這個章節將深入探討Python中的運算式和陳述。運算式是由值 運算子和函數組成的程式碼片段，用於執行特定的計算。我們將學習使用算術 比較和邏輯運算子來建立運算式。陳述是以關鍵字和內容為基礎的語句，用於執行特定操作。我們將學習各種陳述，包括條件陳述 迴圈陳述以及函數定義和呼叫。
開始上課
本文介紹了在Jupyter中引入pylab進行繪圖 類Linux指令觀看當前目錄的檔案 執行Python程式，以及使用MathJax繪製數學方程式的方法。Jupyter是開發和維護Python程式的好工具。
開始上課
生成器是一種特殊的函式，可以逐步生成數據。它使用yield關鍵字返回數據，而不是使用return。這種方式可以節省內存空間，適用於處理大量數據的情況。生成器可以通過for迴圈遍歷數據，也可以使用next()函式獲取下一個數據。每次調用生成器時，它會從上次yield所在位置繼續執行，直到遇到下一個yield或結束。
開始上課![[Selenium] 如何設定 Selenium 中的隱含等待(Implicit Wait)?](https://img.youtube.com/vi/en_-9tIhImo/0.jpg)
Selenium在抓取資料時，有時會遇到頁面尚未完全載入的問題，導致NoSuchElementException的錯誤。為了避免此問題，可以使用implicit_wait功能，讓程式在執行後續動作之前等待頁面完全載入。附上程式碼範例的連結。
開始上課![[ChatGPT] 使用Llama Parse和 ChatGPT 翻譯 Google Drive 上的PDF文件](https://img.youtube.com/vi/ZEVufrG1_CQ/0.jpg)
在 [ 如何使用ChatGPT 快速翻譯 PDF 文件? ] 的影片中，我們探討了如何使用ChatGPT來翻譯文件。許多觀眾提問，表示他們有大量的論文儲存在自己的電腦或Google Drive上。因此，今天我們將展示如何有效利用我們的程式來翻譯這些文件。我們將直接從Google Drive存取文件，並使用ChatGPT進行翻譯。今天的教程不僅是對之前程式的改良，我們還將介紹一種更強大的PDF解析器。以往，我們使用了PyPDF來處理PDF文件，但由於PDF的結構複雜，我們今天將引入一個更專業的工具—LamaParse，這是由知名的RAG套件Lama Index所提供。讓我們開始今天的教程吧！
開始上課![[ChatGPT] 網路爬蟲 X MidJourney X ChatGPT 自動化產生吸睛新聞封面 (2/2)](https://img.youtube.com/vi/CCWY40RxPtI/0.jpg)
在上一集中(https://largitdata.com/course/224/)，我們學習了如何運用網路爬蟲 X ChatGPT自動化生成Midjourney的圖片。 而在本集中，我們將教你如何完成最後的自動化步驟，也就是運用Discord Bot 自動下載Midjourney生成的圖片。
開始上課![[ChatGPT] 出一張嘴就能賺錢?! 利用 Code Interpreter 打造最強 ETF 定期定額投資策略](https://img.youtube.com/vi/F7LRQYA2jZ8/0.jpg)
ChatGPT的Code Interpreter能自動撰寫和執行Python程式碼，使用者可以快速分析各種ETF的優缺點，並比較各種定期定額投資策略。該功能還具有檔案上傳功能，可以直接分析來自Yahoo Finance的數據，並提供統計和視覺化報告。它甚至可以模擬不同的ETF定期定額投資策略，計算各種策略的成本、收益和收益率。Code Interpreter可以幫助投資者進行專業的投資策略分析，無需寫任何程式碼，甚至可以充當資料科學家的角色。
開始上課![[爬蟲實戰] 如何透過Selenium 自動將頁面捲動至最下方抓取資料?](https://img.youtube.com/vi/49Mwqbu2cMo/0.jpg)
瀑布流網站如EZTABLE讓資訊抓取變得困難，但可使用Selenium執行Javascript解決頁面捲動問題。透過execute_script函數執行window.scrollTo(0 document.body.scrollHeight)，可以成功抓取瀑布流式網頁。
開始上課![[爬蟲實戰] 如何使用 PyAutoGUI 搶雙 11 百萬紅包](https://img.youtube.com/vi/jX7x44lXCH4/0.jpg)
嘿嘿，年度盛事雙 11 又來囉！🎉🎉🎉 眾所周知，這天除了剁手的好去處，還有那讓人心跳加速的搶紅包活動！是不是已經等不及用你的小手機app瘋狂點擊了呢？但別急，讓我們來點科技的魔法：PyAutoGUI + 手機模擬器加持！🧙♂️只需輕鬆設定，對準那閃閃發亮的紅包位置，一個指令，咻——！紅包自動入袋，就這麼簡單！今年雙 11，就讓我們用點小技巧，把好運和紅包一網打盡吧！💰🚀 快來試試，看看誰能成為搶紅包的速度之王！
開始上課![[AI人工智慧] AI直接操控我的電腦？！Computer Use功能實測大揭密](https://img.youtube.com/vi/7JreFPoV05c/0.jpg)
Anthropic最新推出的Computer Use功能讓AI真正能控制電腦，引發業界高度關注。這項創新技術承諾能讓AI助手直接操作我們的電腦系統，為自動化領域帶來新的可能性。然而，實際測試結果顯示，Computer Use功能仍有待改進。主要問題在於系統會將原始畫面進行resize處理，導致滑鼠定位不夠精準，加上耗費大量Token的問題，使用成本偏高。值得一提的是，使用GPT-4V搭配PyAutoGUI，其實就能達到相似的效果。本次測試過程中，我們詳細展示了從環境建置、API設定到實際操作的完整流程，並以MOMO購物網站為例進行實測。儘管目前功能還不夠完善，但已展現出AI輔助人類的潛力，期待隨著技術演進能帶來更多突破性的應用。
開始上課![[爬蟲實戰] 如何設定工作排程自動將牌告匯率存進資料庫之中?](https://img.youtube.com/vi/Wbk9hxntMjY/0.jpg)
本文介紹了如何使用爬蟲定期執行爬取工作，以實現工作自動化。對於Windows使用者，可以利用工作排程器功能進行每天的資料庫更新，特別是匯率資料，以便後續進行投資時能提供準確的資訊。對於MAC或Linux使用者，可以參考Crontab的用法來設定定時執行爬蟲任務。
開始上課