iT邦幫忙

17th鐵人賽相關文章
共有 19759 則文章
鐵人賽 AI & Data DAY 28

技術 Day 28 - 多模態學習與 CLIP

我們昨天學到的擴散模型如 Stable Diffusion,內部必須有一個文本編碼器來理解我們的文字提示 (prompt),並將其作為條件來引導圖像生成。這自然...

鐵人賽 Security DAY 7

技術 【DAY7】工具介紹/密碼爆破 & 釣魚攻擊雙重實戰

一、密碼爆破:攻擊者怎麼「瘋狂猜密碼」? 密碼爆破,就是把成千上萬組可能的密碼,一組組往登入頁面丟,直到運氣好「猜中」密碼,成功登入。 這種土炮方法其實在真實世...

鐵人賽 Vue.js DAY 19

技術 【Day 19】為你的樣式穿上盔甲:SCSS 整合與 CSS Modules

聯繫我 如果有任何問題或建議,歡迎隨時聯繫我: GitHub Email 前言 各位 Vue 的造型師!過去幾天,我們一直在 <script&...

鐵人賽 自我挑戰組 DAY 20

技術 Day 20 觀察趨勢&討論 - 結論與洞察

經過一系列的數據分析與圖表可視化,我們已經對「違規土地面積統計」資料集有了相當全面的認識。從縣市排名、月份趨勢、地圖熱力圖,到雙維度整合圖表,我們可以歸納出幾個...

鐵人賽 自我挑戰組 DAY 19

技術 Day 19 整合圖表 - 縣市 vs 月份雙維度

在分別分析了各縣市的違規面積排名和整體月份趨勢後,下一步是將這兩個維度整合起來,以進行更深入的觀察。透過一張堆疊長條圖(Stacked Bar Chart),我...

鐵人賽 生成式 AI DAY 7

技術 Day 7 - Claudable 實戰:30 分鐘打造個人習慣追蹤器

昨天介紹了 Claudable 這個 AI 開發神器,今天我們就來實際操作!手把手帶你從零開始,用 Claudable 建立一個「習慣追蹤器」,讓你親身體驗什麼...

鐵人賽 自我挑戰組 DAY 18

技術 Day 18 地圖可視化 – 各縣市違規面積熱力圖

除了統計數據與折線趨勢,地理分布也是理解違規土地的重要視角。透過互動地圖,我們能直觀呈現各縣市年度違規土地面積的空間分布,顏色越深表示違規面積越大。 在這裡我們...

鐵人賽 自我挑戰組 DAY 17

技術 Day 17 月份趨勢分析

在縣市排行完成後,我們將注意力轉向月份趨勢分析,以瞭解違規土地面積在年度中的變化。透過折線圖,我們可以觀察各月份的高峰與低谷,並判斷是否存在季節性規律。分析結果...

鐵人賽 自我挑戰組 DAY 16

技術 Day 16 各縣市年度違規土地面積排行

在完成資料整理後,我們將焦點轉向年度違規土地面積排行。透過長條圖,我們可以清楚地看到各縣市年度違規土地的總量差異,並快速辨識出違規面積較大的縣市。 繪製長條圖這...

鐵人賽 自我挑戰組 DAY 15

技術 Day 15 讀取資料與結構檢查(月份數據整理)

在完成資料初步介紹後,接下來我們將焦點放在資料結構的檢查與整理上。資料中包含每個縣市在1月到12月的違規土地面積,為方便後續可視化分析,我們將資料轉換為長格式(...

鐵人賽 自我挑戰組 DAY 9
API 全攻略 系列 第 9 篇

技術 Day 9: OAuth 2.0 簡介

前言 昨天我們學到 API Key 和 Token,但在實際應用中,常常需要更複雜的場景: 比如你要用 Google 帳號登入一個新網站(例如 Medium...

鐵人賽 自我挑戰組 DAY 14

技術 Day 14 資料集介紹 – 違規土地面積統計

本次分析使用「地方政府違規使用查處情形土地面積統計表」作為主要資料來源,這份資料可以從政府資料開放平臺 下載,格式為CSV。欄位包括縣市名稱(County_Ar...

鐵人賽 自我挑戰組 DAY 13

技術 Day 13 年度堆疊圖分析(人氣景點人次佔比)

在Day 13,我們將焦點轉向年度堆疊長條圖分析,這種可視化方式不僅展示各景點全年參觀人次,也呈現景點之間的相對比例。 透過堆疊圖,我們可以快速辨識哪些景點在長...

鐵人賽 自我挑戰組 DAY 12

技術 Day 12 年度前五大景點排行

今天我們將焦點放在臺北市各景點全年總人次的比較,透過年度總和計算選出前五大熱門景點,並用長條圖呈現。 首先,我們將民國年份轉換為西元年,並將其設為DataFra...

鐵人賽 Modern Web DAY 6

技術 Day 06:用 Livewire 撰寫前端互動元件

學習了怎麼用 Laravel Boost 幫我們撰寫後端 API,並且可以加上規格文件和自動化測試,確保我們撰寫的內容符合想法之後。 接著我們來看看,如果要生成...

鐵人賽 自我挑戰組 DAY 11

技術 Day 11 多景點年度比較(故宮博物院、美術館、藝術教育館)

今天我們將分析的範圍擴展到多個臺北市熱門景點,包括「國立故宮博物院」、「市立美術館」以及「國立臺灣藝術教育館」。 首先,我們將民國年份轉換為西元年份,並將其設為...

鐵人賽 自我挑戰組 DAY 10

技術 Day 10 單一景點趨勢折線圖(國立故宮博物院)

今天我們開始進行單一景點的年度趨勢分析,選擇「國立故宮博物院」作為範例。這份資料只統計到民國年份,沒有月份,因此每筆資料代表整年度的遊客人次總量,而不是每月的分...

鐵人賽 自我挑戰組 DAY 9

技術 Day 9 讀取資料&資料清理(處理0值)

今天開始進行實作:先讀取資料並檢查品質。使用pandas載入CSV後,我們先用df.info()、df.head()確認欄位,再用df.describe()查看...

鐵人賽 自我挑戰組 DAY 8

技術 Day 8 資料集介紹 – 臺北市主要觀光遊憩區遊客人次

這週我們要使用的資料集是「臺北市主要觀光遊憩區遊客人次」,這份資料可以從政府資料開放平臺下載,格式為CSV。內容涵蓋自1987年起,臺北市多個主要觀光遊憩地點的...

鐵人賽 自我挑戰組 DAY 7

技術 Day 7 新北人口年齡分配:人口金字塔與老化趨勢

今天要進一步挑戰人口金字塔與老化趨勢分析。人口金字塔是一種水平長條圖,通常用來顯示不同年齡層男女比例。雖然我們的資料只分為三大年齡區段(0–14、15–64、6...

鐵人賽 自我挑戰組 DAY 6

技術 Day 6 新北人口年齡分配:長條圖

昨天我們已經完成資料載入與檢查,今天要開始第一個簡單的視覺化練習—長條圖。長條圖是一種直觀又常見的圖表,非常適合比較不同類別的數據。我們可以先挑選一個年份,例如...

鐵人賽 自我挑戰組 DAY 5

技術 Day 5 新北人口年齡分配:資料載入與檢視

今天是我們正式進入實作的第一天,目標是把資料集載入Python,並且先做初步檢視。 實作流程很簡單,首先在專案資料夾(/IT_population_age)中放...

鐵人賽 自我挑戰組 DAY 4

技術 Day 4 新北人口年齡分配:資料介紹與分析方向

今天我們正式挑選第一個要使用的資料集—新北市人口年齡分配。這份資料可以從政府資料開放平臺下載,格式為CSV,方便直接用Python讀取與處理,非常適合用Pand...

鐵人賽 自我挑戰組 DAY 3

技術 Day 3 安裝資料分析與視覺化套件

昨天完成了Python與VS Code的環境建置後,今天要介紹兩個在資料分析中最常用的套件:pandas和matplotlib。這兩個套件是「資料處理」與「視覺...

鐵人賽 自我挑戰組 DAY 2

技術 Day 2 環境準備:在macOS上使用Python與VS Code

在開始資料分析之前,我們必須先準備好程式環境。這次我選擇使用VS Code來撰寫Python程式,因為它輕量又完整,並且支援語法提示、除錯與執行,適合第一次接觸...

HTC VIVE Eagle開箱文 系列 第 2 篇

技術 細節見真章:VIVE Eagle 頭戴式裝置外觀設計解析

在科技穿戴的風潮下,HTC VIVE Eagle以其精心雕琢的外觀設計打破了智慧眼鏡的既定印象,不僅在技術升級,更在細節與配戴體驗上重新定義「日常科技」。本章以...

鐵人賽 自我挑戰組 DAY 1

技術 Day 1 開賽宣言:我的鐵人賽計畫與挑戰

今天正式開始2025 iThome鐵人賽! 我選擇的主題是以Python搭配政府公開資料,製作一系列由淺入深的資料分析與視覺化圖表。我會使用macOS作業系統來...

鐵人賽 Vue.js DAY 24

技術 第23天 - Alert 組件第二部分 - 動態渲染 (Dynamic Rendering) SVG 圖示

在第23天,我動態渲染警示(alert)的 SVG 圖示,因為動態渲染更易於維護(maintainable)、擴展(scalable)及高效(efficient...

鐵人賽 生成式 AI DAY 5

技術 【Day 4】LINE Bot Messaging API + n8n:打造跨平台新聞摘要推送

原本我打算用 LINE Notify 來傳送新聞,但它在 2025 年 3 月就停止服務了 …所以我決定改用 LINE Bot + Messaging API,...

鐵人賽 自我挑戰組 DAY 12

技術 如何找到職場導師

一生中花工作上的時數約為 80000 小時。除非已經下定決心要進入養老模式了,不然我會建議大家以公司能不能帶來成長為目標來選擇。 有幾個關鍵因素能幫助找到能帶給...