寫了一陣子的Python入門書，終於上線了。

這書是我這幾年自學Python語言，並用來教授大學生財務應用的程式語言教材。因為我沒有計算機程式背景，所以非常知道外行人初學程式語言的辛苦過程，我很確定完全沒有背景的朋友，也可以自學上手。這書適合什麼人？社會科學、管理相關科系大三、大四以上，或是研究所，相要自學Python，而且未來工作會用到數據分析，但完全沒有經驗的學生。

我要講一下我從學習到出書的過程。

現代社會都強調懂得電腦程式語言的重要性，連中小學生都在強調課程裡要加入電腦程式語言的元素，因為「軟體正在吃掉全世界」。但這種呼聲，反而給家長和學生，許多的無形壓力。要學習的話，就要投入時間和資源，學的好壞，也不是馬上看得到結果，而一旦有個程度很高的同儕在旁，那更會把壓力拉到最高點，「怎麼同學這麼厲害？」「我已經花了這麼多時間，怎麼還差這麼多？」最後不是放棄了這個「夢想」，就是對這個過程充滿反感，成功者幾稀。

我也受過這個苦。我們那個時代的理工科系大學生，PC才剛從286、386一路進到家庭、教室和公司，但已經有同學寫了程式多年。大學的好友，整天在耳邊講「劉燈、賀元、資迅人」，要我也去逛天龍書局，然後有一堆人整天在計算機終端室打MUD，我對科技沒有恐懼感，我還寫了台大化工系的第一個HTML首頁，但就因為這些超強同學的存在，「寫程式」一事，就變成令人敬畏，甚至令人望之怯步的一條路。

但電腦程式語言的學習和應用，不應該是這樣。十幾、二十歲的大學生，學什麼都可以，沒有太晚這種事，只要有心，不要管這些同儕壓力，一步一步來，把程式從無弄到可以跑，那是一個很有滿足感的過程。這是我會給二十歲的我的建言，畢竟軟體真的在吃掉全世界。

電腦程式就這樣和我，「你不認識我，我也不想理你」地經過了十幾年，後來三十多歲開始唸經濟學博士班，才又碰頭。博士班正式開學前的暑假，學校開了數學先修班，一個很厲害的老師，快速地教過博士班要用的線性代數和微積分，同時也讓我們上機用MATLAB。一用不得了，原來有目的地編寫程式，是這麼有趣的事。所以博士班的時候，同學都在學Stata，我則是想把所有的回歸分析，通通用MATLAB處理。

博士班畢業後來到敝小學校教書，一人獨攬所有財務課程，包含計量方法在內，我也讓學校買了幾套學生版的MATLAB，用來教學。但在美國會唸商管、經濟的學生，數理程度是比理工科系的稍差一點，所以教計量方法有些吃力，但也就是這樣，我得確定我的教材適合門外漢。後來發現MATLAB還是太貴，學生畢業了，可能也是一輩子都用不到，所以我想找個開放的程式語言作為代替。稍作一下研究，很快就選定Python，這語言和MATLAB的共通性不小，又容易上手，還有一大堆前人寫就的函數可以用，所以我很快就自學學會，再把MATLAB的知識、教材轉過來Python。Python因為開放，又容易學習，所以學了以後，還有許多用途，資料分析只是Python的一小部份應用，寫網頁、寫遊戲、做手機app，都是Python可以做的事。

我就這樣不小心地打開了這個奇異世界的大門。

雖然學生不是人人都能理解程式語言的美妙和功效，但每次教這課，總有一、兩個學生因為我而開始走這條路，我心裡都很開心，看著「青出於藍，而勝於藍」的學生，那是相當令人滿足的經驗。經過幾年的教學，我決定把教材編寫成書，讓更多人可以走入這門。二年斷斷續續的編寫，終於成就了這本入門書。

寫書，當然不是作功德，是要賺錢來的。所以，大德們，買一本吧，雖然是英文版，但程式碼比英文字多很多，很好懂的。亞馬遜的連結在下方。

[系列文章] 想要學人工智慧，你必須先懂些統計學（繁中）

大家好！今天要分享給大家的，是我在網路上找到的一系列文章：「想要學人工智慧，你必須先懂些統計學」。

這個系列目前出了十四篇，每一篇的連結如下所示：
（01）統計學導論和數據收集： https://is.gd/v7foEL
（02）數據的描述與概括性度量： https://is.gd/5AsDLi
（03）機率與機率分布： https://is.gd/Qj7L6J
（04）方差分析概述： https://is.gd/w9A8Jy
（05）單因素方差分析： https://is.gd/uhy9lF
（06）統計學中的顯著性水平、統計量和P值之間什麼關係？： https://is.gd/f1p9zI
（07）雙因素方差分析： https://is.gd/zfzngJ
（08）相關分析概述： https://is.gd/lJKkf5
（09）相關分析及顯著性檢驗： https://is.gd/jG7CDA
（10）回歸分析概述： https://is.gd/J8TIKA
（11）一元線性回歸： https://is.gd/0ACXDn
（12）回歸方程的顯著性檢驗： https://is.gd/ppAFkf
（13）回歸係數的顯著性檢驗： https://is.gd/PL66lM
（14）利用回歸模型進行預測： https://is.gd/0vMQoj

會找到這一系列文章，是因為我在台大計算機中心的機器學習新班昨天開班了（ https://is.gd/lTOecq 耶～～）！課後大家的問題很踴躍！我也從晚間九點下課，回答大家的問題到九點四十分才離開。其中有一位同學問到，他聽了我第一堂課後，知道機器學習很吃統計概念。但他的統計基礎不太好，所以想知道有沒有什麼書籍或文章，可以快速惡補一下統計學的？

於是昨晚回到家後，找了一下資料，發現這一系列的文章寫得不錯，就把這十四篇文章，提供給該位同學，也順便分享給大家參考。希望大家喜歡！

如果你想要一本比較正式的統計書籍，我推薦「程大器」老師的書籍！寫得很好！我自己有買，而且已經很愉快的看完了！您可以在博客來書店找到程老師那兩本統計學的著作：
統計學(上)： https://is.gd/Zh63mG
統計學(下)： https://is.gd/5uliI9

希望今天的資訊，能夠幫助到想在學機器學習之前，加強統計背景的朋友！如果您有統計學該怎麼學？或者機器學習用到哪些統計學？以及這些統計學該怎麼應用到機器學習...等疑問的話，歡迎在底下留言給我。我會儘快回答您的問題的。

PS: 本文歡迎轉發、按讚、留言鼓勵我一下！您的隻字片語，都是讓我繼續提供好物的動力喔！
--------
看更多的紀老師，學更多的程式語言：

● YOTTA Python 課程購買： https://bit.ly/2k0zwCy
● Facebook 粉絲頁： https://goo.gl/N1z9JB
● YouTube 頻道： https://goo.gl/pQsdCt
● Instagram 日常生活： https://goo.gl/nBHzXC
● Twitter 碎碎念： https://is.gd/xFZeub

如果您覺得這個粉絲頁不錯，請到「評論區」給我一個好評喔！
https://www.facebook.com/pg/teacherchi/reviews/

你想學習如何在真實的工作環境中使用 Python 嗎？

你是一個資料科學職業感興趣嗎？

你是否想探索 Python 如何應用於財務金融領域並解決投資

組合優化問題？

如果是這樣，那麼這門課為你設計！

從這 7 小時的課程，你會學到

1. 學習如何使用 Python 寫程式

2. 把你的事業提高到一個新的水準

3. 能夠使用 Python 的條件陳述、函數、序列和迴圈

4. 使用科學軟體套件，比如 NumPy

5. 了解如何使用 Pandas 資料分析工具包

6. 用 Matplotlib 繪製圖表

7. 使用 Python 解決現實世界的任務

8. 用 Python 做一個資料科學家的工作

9. 獲得堅實的財務智慧

10. 進行深入的投資分析

11. 建立投資組合

12. 計算個別證券的風險和回報

13. 計算投資組合的風險和收益

14. 處理財務資料時應用最佳做法

15. 使用單變數和多變數回歸分析

19. 了解資本資產定價模型

20. 比較證券的夏普比率 ( Sharpe Ratio )

21. 執行蒙地卡羅 ( Monte Carlo ) 模擬

22. 了解如何通過應用 Black Scholes 公式來定價選項

23. 有自信到金融機構申請開發人員的工作

>英文字幕：有

https://softnshare.wordpress.com/…/python-finance-investme…/