悠遊卡卡號的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

Flag’s 創客‧自造者工作坊 用 Python 學物聯網

為了解決悠遊卡卡號的問題，作者施威銘研究室 這樣論述：

　　物物相聯的時代已經來臨, IoT 物聯網收集的大數據是 AI 的基礎 　　2020 年物聯網裝置數將達到 500 億個, 商機直逼百兆。未來將是 IoT、大數據、AI 的時代, 三者息息相關, 而物聯網感測器裝置則是收集數據最重要的前端。 　　面對新時代, 我們推出「用 Python 學物聯網」套件, 以易學易用的 Python 來撰寫程式，搭配感測器與電子元件的使用, 更進一步結合 Web、MQTT、IFTTT、LINE 等網路技術, 帶入物聯網的思維, 創造有趣的創客應用。 　　Learning by doing, 從做中學才能實際體驗, 在看得到效果的創客實

作中, 更能加深印象, 體會其中的邏輯運作原理。 本書特色 　　□ 以易學易用的 Python 語法實作物聯網應用 　　□ 軟硬體整合 - 立刻創造有趣的生活應用 　　攘括最新技術：雲端/手機感測、雲端/手機遙控、雲端資料庫、雲端資料統計圖、Open Data、網路爬蟲、IFTTT、MQTT、LINE通知、手機簡訊、Blynk 　　實作最新奇的生活應用：防盜即時通知、PM2.5 空氣品質警報站、小孩到家刷卡紀錄、雨量即時統計圖、雲端溫濕度監測、雲端電源開關、智慧空調手機 APP   　　組裝產品料件: 　　D1 mini 相容板 × 1 　　Micro USB 充電傳輸線 × 1 　　

RC522 RFID 感測模組 × 1 　　RFID 卡片 × 1 　　RFID 鑰匙圈 × 1 　　震動感測模組 × 1 　　雨水感測模組 × 1 　　DHT12 溫濕度感測器 × 1 　　RGB 三色 LED × 1 　　繼電器 × 1 　　電阻 1KΩ × 2 　　電阻 10KΩ × 2 　　電晶體 2N2222 × 1 　　麵包板 × 1 　　公母杜邦線 × 1 組 　　排針 × 1 組

悠遊卡卡號進入發燒排行的影片

運用顧客分眾模型及機器學習分析大眾運輸轉乘之需求型態及旅客搭乘特性

為了解決悠遊卡卡號的問題，作者張宛如 這樣論述：

近年以來隨著溫度上升，全球暖化（Global Warming）之議題逐漸受到重視，綠色運輸、低碳運輸的概念興起，根據交通部計處2017年「民眾日常使用運具狀況調查」結果顯示，全台灣使用公共運輸之市占率為18.2%，而使用私人運具為70.6%，因此瞭解大眾運輸之需求是項重要的研究議題。本研究針對臺北都會區之臺北捷運與YouBike以2017年1月至2019年7月間的悠遊卡旅次交易紀錄進行分析，研究首先運用大數據分析－統計描述的方法，針對臺北捷運搭乘與YouBike騎乘各類使用者進行空間及時間特性分析，再以悠遊卡之卡號進行判斷YouBike旅次是否轉乘捷運，並探討轉乘行為特性、轉乘旅次鏈與轉乘使

用者之需求，最後以RFM模型以K－Means群集分析將屬性相似之使用者進行群集。藉此瞭解臺北捷運及YouBike之熱門站點、路線以及相關YouBike租借使用時間，且更進一步探討由YouBike轉乘臺北捷運之顧客客群，瞭解客群與客群之間的差異。研究結果顯示：（1）臺北捷運之熱門站點與熱門路線皆為於板南線上；（2）YouBike之熱門租賃站與熱門路線皆位於捷運站、商圈與學校周邊；（3）YouBike轉乘捷運受天氣之影響，氣溫增高降雨量越多皆會導致使用者之意願；（4）建構RFM模型與K－Means群集分析，找出顧客群之價值與貢獻度。透過瞭解臺北捷運、YouBike及YouBike轉乘捷運，將可以提

供未來大眾運輸系統運輸需求型態之措施與策略之參考。