今天中午看完丹尼維勒納夫的《#沙丘》，在漆黑盒子中與角色們共同歷經 2 小時 35 分鐘的異世界旅程之後，很難不認同這部片的宣傳口號——《沙丘》是「為大銀幕而生的史詩鉅片」。而我認為，丹尼維勒納夫的《沙丘》也的確優於 1984 年大衛林區的《沙丘魔堡》。
　
隨著時代推移、科技日新月異，視覺效果在影像生成的應用上不可同日而語，從當代眺望，《沙丘》的科幻未來感相較於《沙丘魔堡》顯然更具說服力。不過，這並非大衛林區的問題，或許可以誇大點說，大衛林區的眼界在技術未能跟上的時代，太早出手改編拍攝《沙丘魔堡》。
　
然而，我前述所指的「更優於」，並非為服裝、場景、視效等非戰之罪，反倒是兩名導演在這則史詩故事當中所選擇的「說故事方式」。《沙丘》的文本類似於《冰與火之歌：權力遊戲》，在科幻、非現實的架構之中，實則聚焦於宗氏家族的利益結構以及個人自我的徬徨與醒覺。其中，又以亞崔迪家族、哈肯能家族間的對抗作為敘事張力的源頭。
　
大衛林區開場讓觀眾進入故事的鋪陳，顯然欲先將兩大家族的人物、能力以及面臨的威脅／野心全數勾勒而出，但在多線敘事並行之下，大衛林區並未找到一個平衡，讓角色、世界觀、各方勢力雜揉於一團之際，就導致點、線、面模糊不清，失焦之外也丟了底氣，反倒將觀眾推向離故事更遠的距離。
　
丹尼維勒納夫則只做一件事，僅將視角單一放置於亞崔迪家族，敘事幾乎完全圍繞亞崔迪家族展延，亞崔迪家族每個重點人物雖並非鉅細彌遺，但皆有稜有角，致使觀眾輕易投射情緒，而哈肯能家族、姊妹會、弗瑞曼人、厄拉科斯香料等元素，皆透過亞崔迪家族的視角詮釋，在文本複雜且有限的篇幅之中，迅速建立起故事輪廓，便有效讓觀者理解各方立場與暗湧，進而輕易漫步於這場詭譎史詩。
　
丹尼維勒納夫好似底蘊深厚的內斂庖丁，有條不紊地肢解繁雜的故事肌理，再將家族、種族、角色等多樣素材整合成一席容易入口的滿漢全餐。
　
至於主角保羅亞崔迪就是絕對的故事核心，而推動此角色前進的是「夢」與「命運」，《沙丘》第一幀畫面就開宗明義地揭示全片題旨——「夢是來自深層的訊息」，由此進而預示後續的故事本質。
　
在我看來，全片宗旨內裡便是不斷進行「夢」與「現實」的「存在」辯證，尤其劍術大師鄧肯艾德侯的這句台詞：「夢創造好故事，但所有重要的事只在清醒時發生。」就大膽地與開場宣言相互刺激，拓展另一層曖昧格局。筆走至此，佛洛伊德等流派對夢的討論就有助於《沙丘》的理解判讀。
　
而在夢與現實的衝突、疊合之下，《沙丘》進一步展延出「恐懼」、「權力」、「慾望」等人性樣貌，更透過「沙蟲」埋進人類對未知事物的癡迷、敬畏與崇拜。丹尼維勒納夫透過科幻包裝的史詩鉅作，在浩瀚銀河、滾滾黃沙等斑斕奪目的天文地景之中，至始至終關注的，仍是渺小的人類，與其複雜質地。
　
《沙丘》能談的很多，有空再撰文深聊，且今年的《沙丘》僅是第一部分（Part One），此後發展要等到《沙丘》系列續集才能逐步揭曉，但不難想像，這會是保羅亞崔迪一場尋回自我的生命壯遊——科幻變奏版的「哈姆雷特」。
　
而本篇貼文真正想分享的，是導演丹尼維勒納夫 2020 年底的宣言，當時因肺炎疫情影響，華納兄弟對好萊塢業界投下震撼彈，宣佈將 2021 年的 17 部電影都採取「院線」、「串流」同步的方式，其中當然包含《沙丘》。
　
此舉引起強烈反彈，擁護電影院的導演們罵聲四起，丹尼維勒納夫也親筆寫一封長文公開刊登於《綜藝報》，丹尼維勒納夫信中將砲火對準華納，但最令人動容的，仍然是丹尼維勒納夫捍衛傳統電影院的聲明。在串流迅速崛起的當代，丹尼維勒納夫的這封信，可能更顯得重要。
　
以下為簡單翻譯節錄：
　
丹尼維勒納夫：「《沙丘》是至今為止我拍過最好的電影。我和我的團隊投入超過三年的生命創造獨特的大銀幕體驗。我們在影像和聲音上精心雕琢，這是為大銀幕而生的設計。
　
我代表自己發言，我也與其他 16 名現在面臨相同命運的電影人站在一起。請知道我和你們在一起，我們在一起很堅強。藝術家是創作電影的人。
　
無論華爾街那群人怎麼說，我堅信電影的未來是在大銀幕。自從黎明升起，人們就非常需要公共的說故事體驗。電影在大銀幕放映不僅是一項事業，它更是一種藝術形式，將人們聚在一起，慶祝人性，同時增進彼此的同理心，這是我們少數僅存的藝術。
　
疫情結束之後，熱愛電影的影迷們將再次擠滿電影院。那是我的堅定信念。不是因為電影產業需要它，而是身為人類的我們需要電影帶來的集體經驗。
　
看電影的經歷與眾不同。在黑暗的空間中，電影捕捉我們的歷史，教育我們，激發我們的想像力和集體精神。這是我們的歷史資產。
　
電影院長存！」
　
📝原文連結：https://bit.ly/33ZrAp6

創新工場和BCG諮詢合作的「+AI改造者」系列：創新工場投資的Insilico Medicine，看AI新藥研發平臺如何賦能傳統藥企，一起進行“AI＋生命科學”的顛覆式創新！

改造者系列：AI醫藥的下一站是長壽 -- 本文来自BCG微信公眾號，經授權轉載。

近期，創新工場聯合BCG波士頓咨詢旗下亨德森智庫，推出「AI融合產業：『改造者』如何促進AI普惠」系列研究。人工智能在中國大陸有著明確的落地應用場景，大量的AI企業活躍於這些垂直場景中，我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸。

作為擅於趨勢前瞻的TechVC，創新工場長期看好AI領域，深入佈局，至今已經投出了7只AI獨角獸。在系列研究中，我們采訪了數家創新系AI企業，通過這些「改造者」的視角，探究傳統企業擁抱AI的範式與路徑。

創新工場投資的英矽智能（Insilico Medicine）是一家由人工智能驅動的全球領先生物技術公司，通過發明和迭代人工智能藥物研發平臺，變革創新藥物和療法的發現方式。

英矽智能的AI藥物研發平臺已經證明了自己的能力：在今年2月和8月，半年的時間內，先後公佈了兩種臨床前候選藥物，分別用於治療特發性肺纖維化和腎臟纖維化。

在采訪中，英矽智能創始人兼首席執行官Alex Zhavoronkov博士表示，AI醫藥企業的下一個重要問題將是如何更好地理解生物學和跨物種生物學，長壽業或者抗衰老技術將會是未來的方向。以下：

■系列導讀

本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出，圍繞「AI融合產業：『改造者』1如何促進AI普惠」的課題，我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴，以及傳統企業擁抱AI的範式與路徑。

AI製藥領域於2014年左右興起，在2018—2020年間全面爆發。AI能夠快速識別大量樣本中的客觀規律，加速尋找和測試潛在靶點的過程。「有了AI，我們50個人可以做到的事情，比得上一個典型的製藥公司5000人所做的事情」，英矽智能創始人Alex Zhavoronkov在「未來呼嘯而來」一書中如是分享。2

1 「改造者」 通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸，充當產業中傳統企業應用AI的橋樑。「改造者」包括AI企業與成功轉型AI的傳統企業。
2「未來呼嘯而來」，彼得·戴曼迪斯（Peter H.Diamandis）和史蒂芬·科特勒（Steven Kotler）著。

■本期受訪嘉賓：Alex Zhavoronkov

英矽智能（Insilico Medicine）是一家由人工智能驅動的全球領先生物技術公司，通過發明和迭代人工智能藥物研發平臺，變革創新藥物和療法的發現方式，加速研發進程，為癌症、纖維化、抗感染、免疫和抗衰老等未被滿足的臨床治療需求提供創新的藥物和療法方案。

Alex Zhavoronkov是英矽智能的創始人兼首席執行官。他擁有皇后大學學士學位，約翰·霍普金斯大學生物技術碩士學位，以及莫斯科國立大學物理和數學博士學位。

■對談實錄

Q1 英矽智能原來在美國創立，後來為什麼選擇遷至中國？

Alex：中國構建了一套完善的體系和土壤，吸引創業企業、大型企業紛紛入駐。中國大陸多樣化的投資者，包括傳統藥企、科技巨頭、PE/VC等各類投資者，能將最優質的AI人才、CRO、藥企融合在一起。投資者能為初創企業提供資質牌照、幫助招聘、企業管理和宣傳等等。英矽還與許多學校開展了合作研究，擁有豐富的內部研發管線。中國完整的生態夥伴體系使得像我們這樣的企業能夠迅速擴大研發規模，甚至與大藥廠競爭。

Q2 英矽智能和輝瑞、安斯泰來、楊森製藥等諸多藥企都有合作，在和大型藥企合作的過程中有什麼心得或者經驗？

Alex：創新型的AI生物技術公司按照創立時間可以分為三大類：2014年之前成立、2014年—2015年左右成立、最近5年成立。2014年之前成立的企業通常不運用深度學習（deep learning），或者不具備向藥企提供解決方案所需的行業知識。2014—2015年間成立的企業則創立的正是時候，生成式對抗網絡（Generative Adversarial Network）出現，AI製藥開始興起。同時，許多藥企缺乏AI的專業知識和AI團隊，如果想要獲取AI方面的知識和技能，就必須與初創企業合作。作為交換，那時候的藥企也通常願意向初創企業提供資料和各類資源。英矽智能很幸運，創立時間（2014）正處於大藥企對外部合作最為開放和寬鬆的時期。而最近幾年成立的企業就沒那麼幸運了，很多藥企已經開始自建AI團隊、自研AI應用，只有具備非常特定細分領域AI技術的初創企業才有可能成功撬動藥企，與之建立合作。

然而據我的觀察，儘管許多大藥企都建有自己的AI部門和數據科學家團隊，但他們並沒有足夠強的AI能力——他們往往缺乏具備足夠AI知識的團隊。以生物醫藥方面的論文發表為例，在2014—2019年間，英矽智能發佈了上百篇AI相關的論文，然而發表AI論文數量最多的藥企阿斯利康則只有65篇，位列其次的諾華有54篇。

藥企往往也不知道從何處開始應用AI，而這正是AI初創公司能夠創造價值的地方。但是，在AI初創公司開始接觸藥企和銷售方案之前，首先要充分理解大型藥企錯綜複雜的組織架構和部門分工，針對不同部門銷售定制化的模塊，而非從一開始就銷售整體性、綜合性的解決方案。這是因為藥企內部通常很難有一個部門能夠處理所有的模塊，部門之間的協同往往沒有那麼強。因此，AI初創公司在提供解決方案的時候也要靈活地劃分模塊，對症下藥，英矽智能通常一次只銷售一個模塊。

儘管銷售是模塊化的，AI初創公司需要具備端到端、全鏈路的解決方案。英矽根據不同的研發週期，設計了三大AI平臺——新藥靶點發現平臺、分子生成和設計平臺、臨床試驗預測平臺。據我們瞭解，中國還沒有任何一家同行，同時擁有生成生物學和生成化學兩大AI平臺，能把靶點發現和小分子化合物生成有機結合在一起的公司很少。此外，英矽智能的AI系統可以用軟件形式呈現，藥企可以自行操作，用自己的數據運算測試。這些都為我們創造了差異化的優勢。

最後，對於藥企而言，如果想要應用綜合的AI解決方案，需要有整體性的戰略為引領。咨詢公司可以充當整合各部門組織、統籌整體戰略的角色，AI企業可以選擇與之合作。

Q3 在您看來，未來AI醫藥領域的發展趨勢是什麼？

Alex：在未來，最重要的不是AI技術，而是如何將AI和行業特定的實驗數據或模型結合。現在市場上已經充滿了各種各樣的技術企業，他們在不斷精進演算法模型和數據。未來的競技不會是關乎演算法或者算力，而是新的商業模式或者應用AI的新方式。

AI初創公司需要積累足夠的行業專識，理解藥企的需求，學習藥企的經驗，並向藥企證明自己提供的模塊能夠在真實的商業環境下應用，並且模塊之間能夠很好地兼容，能融入業務流程，且符合監管要求。比如機器學習加速了藥物識別，但還有很多步驟和流程並不能被加速或跨越：實驗論文不能被跨越，你依然需要向藥物監管部門提供大量實驗數據和模型來證明研究的有效性；實驗中的生物過程不能被加速，你依然需要等待生物體自然的新陳代謝和細胞活動，你也不可能直接從大鼠實驗跨越到人類實驗。而這些都涉及到更細分的新技術問題。

所以，對於AI醫藥企業而言，下一個重要的問題將是如何能夠更好地理解生物學？如何理解跨物種生物學？正因如此，我判斷長壽業或者抗衰老技術將會是未來的方向，即如何運用AI來監督和追蹤生命體在漫長時間裡無數細微的實時變化，來創建數字孿生（digital twin），進行跨物種比較、跨疾病模型比較。我相信AI是説明我們更好地認識生命體的最佳工具。

■要點回顧

1、中國的資本環境天然地聚集了垂直產業領域的優質企業，幫助AI初創公司，即「改造者」，迅速汲取經驗、擴大規模，加速行業創新與賦能。

2、在與垂直行業企業合作時，「改造者」既要有端到端的解決方案，也要有靈活、敏捷的銷售和服務模式。端到端、全鏈路的方案有助於「改造者」更靈活地根據傳統企業的需求組合方案，能夠擴大服務範圍和客群，提升「改造者」的競爭優勢。

3、未來最重要的不是AI技術，而是如何將AI與行業特定的實驗數據或模型結合。限制因素並不是演算法或者算力，而是新的商業模式或者應用AI的方式來實現行業定制化。

摩爾定律的瓶頸，未來會靠「AI 設計晶片」突破

TO 精選觀點2021-08-26

【為什麼我們要挑選這篇文章】晶片尺寸逐漸逼近物理極限，市場皆在討論，摩爾定律是否走到極限。然而隨著 AI 晶片設計技術的發展，摩爾定律會交由 AI 來延續。但未來晶片設計工程師會失業嗎？還是工程師會與 AI 協作，推動晶片設計邁進人工智慧時代？（責任編輯：郭家宏）

AI 設計的晶片，性能十年內將提高 1,000 倍。

作為 Synopsys 執行長、晶片設計自動化的先驅之一，Aart de Geus 在 Hot Chips 在線晶片大會上表示，現在人工智慧設計的晶片，性能可能會在未來十年內提高 1,000 倍。

自 80 年代以來，自動化一直都是晶片設計的一部分。但現在，每兩年晶片性能翻一倍的「摩爾定律」似乎已經達到了瓶頸。要突破這個瓶頸，最好的辦法或許就是你我都熟知的：人工智慧。

一篇刊登在 Nature 上的文章指出，經過訓練的機器學習系統，在晶片設計上的表現超過人類。

不少晶片架構師都擔心自己的飯碗未來會被 AI 搶走。不過 De Geus 卻認為，晶片架構師不僅不會下崗，還會轉移到產業鏈的上遊，比現在負責更多任務。

Synopsys 從去年開始就使用 AI 來設計客戶的晶片，與人工設計的晶片相比有了相當大的改進。目前，三星也正在使用 Synopsys 的工具 DSO.ai 來設計 Exynos 晶片。而它的競爭對手 Cadence Design Systems 也在今年推出了自己的人工智慧晶片設計專案。

用 AI 設計晶片，有望打破摩爾定律的瓶頸

De Geus 在 1986 年創立了 Synopsys，一家電子設計自動化（EDA）軟體公司。憑借多年尖端半導體設計經驗，Synopsys 利用這個寶貴的資產制作了第一代 AI 晶片軟體 DSO.ai。

要超越摩爾定律，就要利用 AI 來解決複雜性、功耗和擴展要求，最終實現 1,000 倍性能的目標。

「機器學習出現在我們使用的每一種工具中，這個設計空間優化（DSO）的新工具的不同之處在於，它不適用於單個設計步驟，而是適用於整個設計流程。」

這就是 Synopsys 採用的自主晶片設計方法，從綜合方法進行晶片設計，而不僅僅是晶片布局。

晶片設計的一個早期步驟是 floor planning，其確定了晶片的尺寸、標準單元的排列形式、IO 單元及宏單元的位置、電源地網絡的分布等。

由於宏單元潛在配置數量巨大（約為 10^2500），規劃就會變得非常複雜，而且隨著邏輯電路設計的發展，還需要進行多次疊代。如果每次疊代都由人類工程師手動生成，就要耗時數天或數週。

但如果用 AI 設計晶片，它就能夠利用強化學習，優化晶片的功率、性能和面積大小。還能解決針對特定應用程式以及系統的所有維度的快速定制晶片：硬體（物理）、軟體（功能）、可製造性和架構（形式）。

隨著 AI 接管更多任務，以往負責設計少量電晶體的工程師，現在可能負責設計更大晶片中的 10 億個電晶體。

這樣就能夠在更短的時間內設計出更快的晶片，改變晶片的架構，將晶片性能提高 10 倍、100 倍甚至是 1,000 倍。

Google、NVIDIA 正在用 AI 設計晶片

與使用最先進設計工具的世界一流設計團隊相比，DSO.ai 能夠將功耗降低 25%，性能是當下最好的 AI 晶片設計工具的 5 倍。

而在未來的 AI 晶片設計時代，晶片能夠根據各個垂直行業進行設計。

面對特定專案的差異化需求，DSO.ai 可以用來優化輸入參數以及晶片設計工作流程的選擇。

工程師可以使用 DSO.ai 進行更多設計流程中的參數輸入，例如微調庫單元以提供最佳頻率或最低功率，採用現有平面圖並盡量縮小晶片尺寸，確定多高的工作電壓會實現功耗與性能的最佳權衡等。

全球「缺晶片」，雖然說不少產業都受到影響，但人們也深刻認識到了晶片的重要性。晶片雖小，但卻是一個重要的基礎設施。

除了 Synopsys，Google、NVIDIA 也開始嘗試使用人工智慧技術設計晶片。Google 的 TPU（張量處理單元）晶片即將發布新版本，優化了人工智慧計算。目前 NVIDIA 也專注於使用 AI 技術生產更好的 GPU 和雲端運算 TPU 平台，以增強自身競爭力。

晶片設計的工程師不會失業。而人工及 AI 相結合的設計思路將會推動晶片設計邁進人工智慧時代。

附圖：人類設計的晶片平面圖（a）與機器學習系統生成的平面圖（b）
摩爾定律逐漸扁平，晶片設計重任落到了 AI 肩上。
在晶片設計的新時代，自動化大不相同。
晶片定制會更普遍

資料來源：https://buzzorange.com/techorange/2021/08/26/ai-sustain-moore-law/

[進階]網頁資料擷取、分析與資料視覺化能力8(用selenium下載網頁&安裝外掛Katalon_Recorder與輸出程式&下載觀測站資料&Matplotlib繪製圖表&解決Matplotlib中文亂碼&TQCPLUS試題第4類重點與ending)

01_重點回顧與用selenium下載網頁
02_安裝外掛Katalon_Recorder與輸出程式
03_用selenium下載觀測站資料
04_用Matplotlib繪製圖表
05_繪製長條圖與圓餅圖
06_解決Matplotlib中文亂碼問題
07_練習題學生成績折線圖
08_TQCPLUS試題第4類重點與ending

完整影音
http://goo.gl/aQTMFS

教學論壇(之後課程會放論壇上課學員請自行加入)：
https://groups.google.com/forum/#!forum/tcfst_python_2020_3

懶人包：
EXCEL函數與VBA http://terry28853669.pixnet.net/blog/category/list/1384521
EXCEL VBA自動化教學 http://terry28853669.pixnet.net/blog/category/list/1384524

[初階]從VBA的自動化到PYTHON網路爬蟲應用
01 建置Python開發環境 3
02 基本語法與結構控制 3
03 迴圈敘述演示與資料結構及函式 3
04 檔案處理與SQLite資料庫處理 6
05 TQC+Python證照第1、2、3類：
基本程式設計與選擇敘述與迴圈敘述 12
06 TQC+Python證照第4、5類：
進階控制流程與函式(Function) 9

[進階]網頁資料擷取、分析與資料視覺化能力
07 網頁資料擷取與分析 3
09 實戰：處理 CSV 檔和 JSON 資料 3
10 實戰：PM2.5即時監測顯示器轉存資料庫 3
11 實戰：下載台銀外匯、下載YAHOO股市類股 3
12 實戰：下載威力彩開獎結果 3
13 TQC+Python 3網頁資料擷取與分析第1類：資料處理能力 3
14 TQC+Python 3第2類：網頁資料擷取與轉換 6
15 TQC+Python 3第3類：資料分析能力 6
16 TQC+Python 3第4類：資料視覺化能力 6

上課用書：
參考書目
Python初學特訓班(附250分鐘影音教學/範例程式)
作者： 鄧文淵/總監製, 文淵閣工作室/編著
出版社：碁峰 出版日期：2016/11/29

吳老師 109/8/26

EXCEL,VBA,Python,自強工業基金會,EXCEL,VBA,函數,程式設計,線上教學,PY

[進階]網頁資料擷取、分析與資料視覺化能力8(用selenium下載網頁&安裝外掛Katalon_Recorder與輸出程式&下載觀測站資料&Matplotlib繪製圖表&解決Matplotlib中文亂碼&TQCPLUS試題第4類重點與ending)

01_重點回顧與用selenium下載網頁
02_安裝外掛Katalon_Recorder與輸出程式
03_用selenium下載觀測站資料
04_用Matplotlib繪製圖表
05_繪製長條圖與圓餅圖
06_解決Matplotlib中文亂碼問題
07_練習題學生成績折線圖
08_TQCPLUS試題第4類重點與ending

完整影音
http://goo.gl/aQTMFS

教學論壇(之後課程會放論壇上課學員請自行加入)：
https://groups.google.com/forum/#!forum/tcfst_python_2020_3

懶人包：
EXCEL函數與VBA http://terry28853669.pixnet.net/blog/category/list/1384521
EXCEL VBA自動化教學 http://terry28853669.pixnet.net/blog/category/list/1384524

[初階]從VBA的自動化到PYTHON網路爬蟲應用
01 建置Python開發環境 3
02 基本語法與結構控制 3
03 迴圈敘述演示與資料結構及函式 3
04 檔案處理與SQLite資料庫處理 6
05 TQC+Python證照第1、2、3類：
基本程式設計與選擇敘述與迴圈敘述 12
06 TQC+Python證照第4、5類：
進階控制流程與函式(Function) 9

[進階]網頁資料擷取、分析與資料視覺化能力
07 網頁資料擷取與分析 3
09 實戰：處理 CSV 檔和 JSON 資料 3
10 實戰：PM2.5即時監測顯示器轉存資料庫 3
11 實戰：下載台銀外匯、下載YAHOO股市類股 3
12 實戰：下載威力彩開獎結果 3
13 TQC+Python 3網頁資料擷取與分析第1類：資料處理能力 3
14 TQC+Python 3第2類：網頁資料擷取與轉換 6
15 TQC+Python 3第3類：資料分析能力 6
16 TQC+Python 3第4類：資料視覺化能力 6

上課用書：
參考書目
Python初學特訓班(附250分鐘影音教學/範例程式)
作者： 鄧文淵/總監製, 文淵閣工作室/編著
出版社：碁峰 出版日期：2016/11/29

吳老師 109/8/26

EXCEL,VBA,Python,自強工業基金會,EXCEL,VBA,函數,程式設計,線上教學,PY

[進階]網頁資料擷取、分析與資料視覺化能力8(用selenium下載網頁&安裝外掛Katalon_Recorder與輸出程式&下載觀測站資料&Matplotlib繪製圖表&解決Matplotlib中文亂碼&TQCPLUS試題第4類重點與ending)

01_重點回顧與用selenium下載網頁
02_安裝外掛Katalon_Recorder與輸出程式
03_用selenium下載觀測站資料
04_用Matplotlib繪製圖表
05_繪製長條圖與圓餅圖
06_解決Matplotlib中文亂碼問題
07_練習題學生成績折線圖
08_TQCPLUS試題第4類重點與ending

完整影音
http://goo.gl/aQTMFS

教學論壇(之後課程會放論壇上課學員請自行加入)：
https://groups.google.com/forum/#!forum/tcfst_python_2020_3

懶人包：
EXCEL函數與VBA http://terry28853669.pixnet.net/blog/category/list/1384521
EXCEL VBA自動化教學 http://terry28853669.pixnet.net/blog/category/list/1384524

[初階]從VBA的自動化到PYTHON網路爬蟲應用
01 建置Python開發環境 3
02 基本語法與結構控制 3
03 迴圈敘述演示與資料結構及函式 3
04 檔案處理與SQLite資料庫處理 6
05 TQC+Python證照第1、2、3類：
基本程式設計與選擇敘述與迴圈敘述 12
06 TQC+Python證照第4、5類：
進階控制流程與函式(Function) 9

[進階]網頁資料擷取、分析與資料視覺化能力
07 網頁資料擷取與分析 3
09 實戰：處理 CSV 檔和 JSON 資料 3
10 實戰：PM2.5即時監測顯示器轉存資料庫 3
11 實戰：下載台銀外匯、下載YAHOO股市類股 3
12 實戰：下載威力彩開獎結果 3
13 TQC+Python 3網頁資料擷取與分析第1類：資料處理能力 3
14 TQC+Python 3第2類：網頁資料擷取與轉換 6
15 TQC+Python 3第3類：資料分析能力 6
16 TQC+Python 3第4類：資料視覺化能力 6

上課用書：
參考書目
Python初學特訓班(附250分鐘影音教學/範例程式)
作者： 鄧文淵/總監製, 文淵閣工作室/編著
出版社：碁峰 出版日期：2016/11/29

吳老師 109/8/26

EXCEL,VBA,Python,自強工業基金會,EXCEL,VBA,函數,程式設計,線上教學,PY