本书是结合股票交易大数据分析范例为主线来教学Python编程的应用发教材，适合计算机、数学或金融等相关专业的师生作为课程设计的教学用书，对毕业设计辅导也具有一定的参考借鉴价值。
1.用Python体验 全新 的数学 不为解题，不记公式，彻底摆脱枯燥 纯粹好玩，自由发挥想象，自己动手制作趣味数学 2.用Python让数学活起来 看得见动起来充满立体感的 活 数学，像魔法一样解决常见数学问题 3.涵盖中学数学重要主题，如代数学、几何学、三角学和微积分 4.各种让人欲罢不能的案例，编程与数学强强联合 本书以趣味探险路线展示案例，让你真正领略数学的实用性与编程的趣味性 5.Python 3案例，充分展示Python特色与Python可视化的强大
- 以 从门到精通 的写作方法构建内容，让读者门容易。 为了使读者能够完全看懂本书的内容，本书遵循 从门到精通 基础类图书的写法，循序渐地讲解算法的知识。 - 破解语言难，以 技术解惑 贯穿全书，绕过学习中的陷阱。 为了帮助读者学懂算法，每章都会有 技术解惑 模块，让读者知其然又知其所以然。 - 书中包含大量典型实例。 书中有195个实例，通过这些实例的练习，读者有更多的实践演练机会。 - 通过QQ群和网站论坛实现教学互动，形成互帮互学的朋友圈。 本书作者为了方便给读者答疑，特地提供了网站论坛、QQ群等技术支持，并且随时在线与读者互动。让大家在互学互帮中形成一个良好的学习编程的氛围。网站名称和群号，详见本书前言部分。
中国产业发展研究院、中关村智能硬件产业联盟、中关村大数据产业联盟、北京两化联盟、北京企业转型升级服务联盟知名专家联袂推荐！内含10万行源代码、300个经典案例！ 本书针对经典算法，结合相关的数据结构，从描述问题、问题示例、代码实现以及运行结果相结合，语言简洁，深浅出，通俗易懂，不仅适合对Python编程有兴趣的科研人员，也适合高等院校作为参考教材。
1.无监督学习是数据科学中一个重要的分支，常用于数据挖掘领域，是个有趣的热话题； 2.本书通过Python语言讲解无监督学习，基于python图书的优势，更容易被读者受； 3.实战导向，为读者提供可以立即使用和可供评估的不同方法，构建高效且实用的解决方案； 4.作者是机器学习领域的专家，曾参与了不同业务环境下的解决方案设计、管理和交付。
一本书*重要的是系统地传播知识，读者可以基于系统的架构，快速学会想要的知识。《算法零基础一本通（Python版）》的作者写过不少计算机领域的著作，《算法零基础一本通（Python版）》沿袭了其著作的特色，程序实例丰富，书中案例代码与习题答案可扫描封底二维码获取。相信读者通过学习《算法零基础一本通（Python版）》内容，必定可以在*短时间内学会使用Python 精通算法应用。
1.本书通过解决实际问题来介绍Python的编程技巧。 2.书中包含代码示例，可供读者下载重用。 3.书中详细介绍了Python编程的操作步骤和使用到的Python模块等，读者通过阅读，能系统地了Python编程的技巧。 通过查看模块的实际工作方式，您将发现与标准库实现相关的秘密。您还将了解集合和数学模块的正确实现。如果您以前没有使用过装饰器、协同程序和生成器函数，那么通过阅读本书，您将受益匪浅。 我们将详细介绍Python内部的特殊方法，帮助您了解它们是什么以及如何使用它们来改您所做的工程决策。下来，您将探索CPython解释器，它是许多程序员都不知道的秘密黑客的宝库。另外，我们还将带您深了解PyPy项目，触几种新的方法来提高应用程序的速度和并发性。 我们还将介绍几种Python增强方案，帮助您了解Python未来的发展趋势。 您将学到以下内容： ■了解.py文
一起和孩子做一些有意义的事情就是*好的教育，本书是一位父亲在教儿子学习Python编程时编写的。书中探讨了一些适合初中学生的有趣的数学内容，例如，怎么用程序图文并茂地展示NBA球员的投篮位置和成功率，同班同学中有人生日相同的概率是多大，什么样的屋顶排水*快，等等。通过生动的故事、直观的动图，使得数学的学习过程变得好玩了。 本书特色： (1)内容编排基本与初中数学教材度同步,可以作为一本与数学度同步的Python编程教材? (2)选择有趣的魔术?游戏?故事,引背后用到的数学知识,真正做到学以致用? (3)介绍了很多数学家的生平、趣事,改变了数学家在孩子心中程式化的形象? (4)强调运用数学知识来解决问题,难度虽略微超出了初中数学的大纲,但完全可以被初中孩子受? （5）涉及的数学内容都能用图形描述，通过Python编程产生对应的GIF动图，让数学内容
本书旨在讲述通过Python简化运维、提升运维效率的方法和实践。 本书首先介绍如何发Python程序 、创建Python模块，然后讲述如何使用Python工具获取重要的输出信息、生成通用的配置模板、自动安装操作系统、配置大量服务器，*后讨论如何创建和管理虚拟机，如何利用OpenStack、VMware、AWS自动执行管理任务等。 通过本书，你将掌握用Python实现自动化运维的各种方法和技巧。 本书主要内容： Python中常用模块的用法； 通过Python脚本管理网络设备的方法； 使用Ansible和Fabric自动执行常见的Linux管理任务的方法； 管理Linux程的方法； 使用Python管理VMware、OpenStack和AWS实例的方法； 基于Python的安全工具的用法。
1. 作者：北航教授编写，畅销书《Python网络爬虫从门到精通》作者新作。 2. 资源丰富：140分钟微课视频（8个综合实战案例） 案例程序源代码 PPT电子教案。 3. 理实结合：既有理论讲解，又有丰富的综合实例，兼顾店面书和教材读者。
《Python机器学习》通过数学解释和编程示例描述了机器学习中的概念，每一章的内容都从技术的基本原理和基于真实数据集的工作实例始，在提出应用算法建议的同时，指出了每种技术的优缺。《Python机器学习》提供了大量的Python代码示例。Python已成为主流编程语言之一，它免费且源，并得到了放社区的支持，其中包含大量的库供读者直使用。此外，Python还具有可扩展性，能够处理海量的数据，特别适用于大数据技术。《Python机器学习》有如下的显著特：1 涵盖机器学习的所有主要领域；2 讨论主题和图解说明；3 不同ML方法的比较，解决任何问题；4 在应用任何ML算法之前处理真实世界噪声数据的方法；5 每个概念的python代码示例；6 Jupyter Notebook脚本提供了用于测试和测试算法的数据集。走机器学习 了解 Python 特征工程 数据可视化 基本和高级回归技术 分类 无监督学
知乎、CSDN等各大论坛技术大牛推荐的Python自学门畅销书《笨办法学Python》重磅升级，所有案例均基于Python3.6编写。 免费提供长达5个小时的配套教学视频，用手机扫码在线观看视频，更方便。 Zed A. Shaw创建了一套非常有效的Python 3学习体系，只要跟着学，你就会像Zed教过的数百万初学者一样获得成功！只要你能自律、投和坚持！ 在本书中，你将通过完成52个精心设计的习题来学会Python语言。阅读这些习题，照着录代码（不要复制和粘贴！），修正自己的错误，观察程序的运行。在这个过程中，你将学会计算机的工作原理，知道怎样的程序才算是好程序，以及如何读、写和思考代码。作者还提供了5个多小时的视频，教你如何破坏、修正和调试代码，整个过程就像一边做题一边直播一样。一始会很难，但很快你就会上手，并且会感觉很棒！ 本书适合以下人群阅读 ●
1.全方位解读深度学习五大主流与前沿技术； 2.理论与实战紧密结合，通过足够多的实际项目帮助读者； 3.知识全面，详解深度学习模型在计算机视觉、自然语言处理、金融、强化学习等众多领域的新展和应用； 4.悉尼大学Basem Suleiman和Johan Alibasa以及伦敦大学玛丽女王学院Soren Riis等多位世界名校教师联袂推荐。
本书基于Python 3大数据分析方法中的核心算法与实例，重介绍数据特征算法分析及第三方源库的场景应用，包括NumPy、SciPy、Matplotlib、Pandas、StatsModels、Gensim等在大数据分析中的算法与实例。
1.前Facebook数据科学家带你领略深度学习领域的全貌； 2.从数学、示意图、Python三个维度立体地认识深度学习； 3.提供PyTorch源神经网络库的使用方法； 4.提供示例代码。 深度学习技术的发展如火如荼，这些知识正迅速成为机器学习从业者甚至许多软件发工程师的 加分项 。深度学习是一个立体的领域，仅从数学层面或代码层面学习，难免以偏概全，无法融会贯通。 本书作者认为，理解深度学习和神经网络需要多种思维模型。因此，本书从数学、示意图、Python代码三个维度帮助你立体地理解每一个概念，带你领略深度学习领域的全貌，从内到外地理解构建神经网络的每一步。你将学到以下内容。 - 为理解深度学习的概念和原理构建多种思维模型。 - 掌握嵌套函数、式法则等数学概念。 - 掌握学习率衰减、权重初始化、dropout等优化技巧。 - 从零构建CNN和RNN等常见的神
Python已成为数据驱动AI、金融优先选择的编程语言。现在，一些大型的投资银行和对冲资金均使用Python及其生态系统来构建核心交易与风险管理系统。在本书中，作者向发人员和量化分析人员介绍了使用Python程序库与工具，完成金融数据科学、算法交易和计算金融任务的方法。 Python与金融：Python交互式金融分析与程序发门。 基本知识：学习Python数据类型与结构、NumPy、pandas及其DataFrame类、面向对象编程。 金融数据科学：探索用于金融时间序列数据、I/O操作、推断统计学和机器学习的Python技术与程序库。 算法交易：使用Python来验证和部署自动算法交易策略。 衍生品分析：发灵活、强大的Python期权、衍生品定价和风险管理程序库。
了解交易的规则与数据指标，学习正确的金融算法 基于真实的数据行回测和分析，了解期货交易的内涵 循序渐的案例式教学，按部就班地操作就能上手 基于Python 3.7行分析，提供示例代码，可在异步社区轻松下载 如今要想在金融领域保持竞争力，只是精通电子表格和计算器已经远远不够，传统的工具和数据集已经无法满足我们的需要，Python已经成为金融从业者需要掌握的又一个强大工具。 本书从数据分析的角度切，以案例的形式深数据背后，从基本的交易规则讲起，引导读者了解技术指标，并配合丰富的Python代码示例，教读者掌握期货量化交易技巧。
1.对人工智能所涉及的数据处理常用算法从概念和数学原理上行了简单介绍 2.使用Python为主要工具对图像识别、语音识别、自然语言处理、深度学习、量子计算、区块技术、并行计算、增强现实等常用算法行编程实现 3.提供所有案例实战源代码 4.语言通俗易懂，可读性强
掌握Python基础知识后，你是否面临编程技能无法提升，不知后续学习该如何展的问题？这本书给你一套解决方案。 1.20余个Python项目编程实战案例 2.兼具Python基础知识学习与创造性编程实践练习 3.多种算法谜题轻松掌握 4.配套代码 学习资源免费下载
敬告读者朋友： （1）下载配套视频的读者请注意，Windows自带播放器会黑屏，需要使用迅雷/暴风/QQ专业播放器播放视频。 （2）本书配套的爬虫教程、课后练习答案，请加前言部分提到的交流群，在群文件内获取。 一本书包含3大板块的内容：基础、范例、综合实战 技术讲解 - 范例演练 - 技术解惑 - 课后练习 贯穿全书，全面掌握Python发 用 纸质图书 视频和源程序 网络答疑 的方式，实现了 门 范例演练 项目实战 的完美呈现，帮助读者从门顺利过渡到适应项目实战的角色 扫描书中二维码，观看同步教学视频 325个实例，更多的时间演练机会 650个拓展范例，真正地举一反三 1980分钟视频讲解，降低学习难度 63个技术解惑，破解学习难 77个课后练习，巩固学习成效 2大综合实例，达到学习以致用
1.美国华盛顿与李大学（Washington and Lee University）计算机科学系肯尼思 A. 兰伯特（Kenneth A. Lambert）教授的全新力作。 2.国外著名高等院校信息科学与技术优秀教材升级版。 3.采用Python语言循序渐的讲解数据结构及实现方法，内容全面，包括编程基础、面向对象编程、数据结构以及软件发生命周期。 4.书中包含大量实战案例研究，复习题和编程项目，帮助读者巩固所学知识。 3.异步社区为读者提供本书的配套资源下载服务。
"Elasticsearch是大数据领域的数据处理引擎，高可用、易扩展、高并发，集存储、分析、查询于一体。掌握Elasticsearch将助您成为大数据领域专家。 本书由大数据业界专家编写，经华为、中兴高级技术专家审读并撰序。 以实战为主线，由浅深地剖析Elasticsearch技术原理与实现，*限度地展现作者多年的大数据实战经验和心得。 先介绍Elasticsearch在具体工程中的部署和应用，然后逐步解析Elasticsearch的核心原理，*后再回到工程实战，深浅出，通俗易懂。 本书一定会帮助您从Elasticsearch的小白成为大牛。 "
1.轻松门：文笔流畅，通俗易懂，从Python基础、NumPy、Pandas、Matplotlib，到机器学习算法，循序渐，帮助零基础读者快速门。 2.图文并茂：一图胜千言，书中配有精心绘制的近200幅插图，形象生动，融会一心。 3.实战相随：实战出真知，每章均配备思考与提高环节，习题选自知名公司面试题目，针对性和实用性强，可在AI求职之路上助你一臂之力。
自动化测试实战宝典：Robot Framework + Python
★ 十多年自动化软件测试一线实战摸爬滚快速成长经验分享 ★ 涵盖绝大部分自动化测试知识，内容充实、逻辑严密、语言生动 ★ 后端、Web端、Android端、iOS端、H5端、小程序端实战演练 ★ 快速掌握口自动化、Web UI自动化、移动端自动化等主流技术 ★ 实用性很强，是一本面向新时代测试人员不可多得的实战类好书 ★ 读者可知其然且知其所以然，同时掌握自动化测试思想和工具 ★ 提高综合技术能力、扩展知识体系，完成从小工到专家的蜕变 ★ 既可作为测试发实战指导书，又可作为日常测试发工具书 互联网行业的工程师就好比运动员，要想在竞技场上获胜，需要在训练场里长期刻苦地练习技巧，想要成为一个不被时代抛弃的技术人，就需要不断地更新迭代自己的知识体系。加油，读者们，共勉！
使用Python语言搭建量化系统，内容涉及机器学习、NLP自然语言处理等人工智能方面的新技术。 拥有详尽全面的发文档和完整的示例代码。 从实战的角度重讲述设计发中的主要难以及解决方案。
编辑推荐 1.本书将Python编程的基本知识和中小学数学知识紧密结合起来，在介绍Python知识的同时穿插数学趣题和难题的讲解，以引导读者从一个全新的角度来看待编程、体验编程和学习编程，培养中小学生的计算思维和编程思维。 2.视频教学：同步视频讲解，关键代码有一步步跟踪和动画演示。另外还讲解了部分国外的Python学习资料。 资深作者：凝聚作者十多年发经验，带你轻松学习Python和数学知识。 巩固练习：每章配有练习题和配套答案，巩固所学知识。 交流互动：QQ群在线交流、服务，让孩子学习无后顾之忧。
本书是高校教师多年发经验的结晶之作，深浅出地讲解使用 Python语言行游戏发，帮助读者快速掌握游戏设计的基本原理和方法，同时提高应用 Python语言的编程能力。
1. 本书是聚焦于金融业的现代机器学习使用指南 2. 配套代码 图片讲解帮助读者快速上手 3. 详细的理论推到和算法分析，引导读者了解机器学习的内核 4. 知识与代码示例环环相扣，理论与编程实践完美结合
1.本书编写的作者有省级教研人员，也有全国、省级优质课大赛获奖的信息技术教师，为内容品质提供了保证。 2.利用故事情境引发学生思考，既独具匠心又妙趣横生。 3.利用流程图厘清思路，激发学生的学习兴趣，培养计算思维。 4.通过探究与实践，让学生在解决问题的过程中体会到编程的乐趣和魅力。 5.通过不同的练习，思考解决问题的不同方法。 6.配套资源丰富，每课都提供了微课、课件、案例源代码以及创新园题目和答案。 7.全彩印刷。
本书从Python基础语法到科学计算库，系统地剖析了Python数据分析的技能树，并搭配项目实战，帮助读者更好更快地掌握Python数据分析的知识体系。
Python青少年编程启蒙畅销书全新升级！ 上一版豆瓣评分8.5分，被众多老师、家长推荐！ 左耳朵耗子、爱编程的魏校长、周自恒倾力推荐！ 1.第3版的示例使用Python 3 而不是Python 2，另外添加了关于网络的新内容。 2.针对第20章中的 GUI 编程，从PyQt 4 切换到了 PyQt 5。 3.问答式讲解，从孩子的视角展现逻辑思维过程。 4.寓教于乐，趣味游戏与编程知识无缝衔。 5.全彩印刷。
本书包含如下内容。 通过创建类、定义方法来实现Python对象 将相关对象归类到不同类中，并通过类口描述这些对象的属性和行为 使用继承关系扩展类的功能 理解何时使用面向对象特征，以及更重要的是，何时不该使用 发现哪些设计模式在Python中有所不同及其原因 发现单元测试的简易之处，以及为何它对于Python如此重要 学习Python 3中常见的并发技术及其陷阱 探索*的AsyncIO模块来发大规模并发网络系统
*近几年异步编程模型兴起，所有常用的编程语言都在向异步编程模型这个方向演化，甚至系统级编程语言C 在C 2020的标准里已经纳了异步模型。Python也紧跟时代步伐支持了异步编程模型，在Python网站发这个技术分支里已经涌现出了一系列的基于异步编程模型的框架，而一些老牌技术框架也始逐步地支持异步，例如大名鼎鼎的Django在3.0版本以后支持了ASGI，这是个始，相信在随后的发展中它会全面支持异步。作者将十几年的编程经验汇总并以实用性为根本原则编写本书，全面讲解异步IO编程模型在Python语言中的应用,以及基于异步IO实现一个完整全栈框架的所有流程。
本书涉及的主题如下： 数据分析； 数据清洗； 数据可视化； 探索性数据分析； 概率分布与假设检验； 群组分析； 物篮分析； 时间序列分析。 本书突出的特如下： 系统讨论基于Python的数据分析环境构建与数据分析流程； 将数据分析理论与实践结合，基于真实的案例介绍数据分析。
读者对象： 《Python从门到项目实践（超值版）》适合Python门者，也适合Python数据库管理员以及想全面学习 Python数据库技术以提升实战技能的人员阅读，还可作为正在行软件专业毕业设计的学生以及大专院校和培训学校 的参考用书。 ★★学网课、练题库、测水平，微信、手机、网站多维模式信手拈来。 ★★同步视频、案例源码、教学课件、海量资源、代码纠错器、在线课程一样都不少。 ★★微信公众号、QQ群、教学网站等多渠道互动服务读者。 ★★600套毕业答辩模板库、400道求职常见面试（笔试）真题与解析、293节同步微视频、100套求职简历模板库、100 个案例资源库、40套Python项目案例库、5个项目发策划案、6套电子书资源库。 ★★提供教学资源库、求职资源库、面试资源库、笔试题库、职业发展资源库、案例资源库、项目资源库、软件发 模板库、编程代码
1. 快速掌握知识 本书能带你厘清机器学习和深度学习的关键基本概念，对重要的深度学习架构行描述，卷积神经网络、深度神经网络、递归神经网络、长短时记忆神经网络以及胶囊网络都有所涉及。 2. 用实操夯实迁移学习理论 通过阅读本书，读者能够深刻理解迁移学习的相关概念，并结合相关的编程案例掌握模型冻结、模型调优、预训练模型（包括VGG模型、Inception模型和ResNet模型）等。 3. 掌握实用技能 本书集中讨论了大量现实世界中不同领域的案例和问题，例如计算机视觉、音频分析以及自然语言处理。
畅销的Python网络爬虫发实战图书全新升级版，上一版年销量近40000册。针对Python 3.6版本编写。提供示例完整源码和实例网站搭建源码，确保用户能在本地成功复现爬取网站环境，并保障网站的稳定性与可靠性以及代码运行结果的可再现性。Internet上包含了许多有用的数据，其中大部分是可以免费公访问的。但是，这些数据不容易使用，它们内嵌在网站的架构和样式中，在提取时也需要多加小心。网络爬取技术作为一种收集和理解网络上海量信息的方式，正变得越来越有用。本书是使用Python 3.6的新特性来爬取网络数据的门指南。本书讲解了从静态网站提取数据的方法，以及如何使用数据库和文件缓存技术来节省时间并管理服务器负载，然后介绍了如何使用浏览器、爬虫和并发爬虫发一个更为复杂的爬虫。借助于PyQt和Selenium，你可以决定何时以及如何从依赖JavaScript的网
亚马逊畅销Python编程图书，帮助你通过编程快速实现工作自动化 在本书中，你将学习利用Python 编程，在几分钟内完成手工需要几小时的工作，而事先却无需具备编程经验。一旦掌握了编程的基础知识，你就可以毫不费力地创建Python 程序，完成高效的自动化工作，包括： ● 在一个文件或多个文件中搜索文本； ● 创建、更新、移动和重命名文件和文件夹； ● 搜索网页和下载的在线内容； ● 在任意大小的Excel电子表格中更新和格式化数据； ● 拆分、合并PDF文件，以及如何加水印和加密； ● 发送提醒邮件和文本通知； ● 填写在线表格。 本书的作者Al Sweigart是一位杰出Python程序员,他还是《Python 密码学编程》、《Python 游戏编程快速上手》和《Python 和Pygame 游戏开发指南》的作者。Python 是一种强大的编程语言，容易学习而且充满乐趣。但掌握了基本知识后，接下来
本书是针对零基础编程学习者的 Python 核心功能的门教程。精选Python核心功能讲解，通过精炼的语言和200多个真实的案例，详细介绍使用 Python语言常用库、数据结构、可视化编程等知识和技术，并在*后通过交互式游戏、智能机器人、人工智能和数据可视化4个大型案例综合运用中帮助读者快速掌握实际发流程。书中涉及的程序代码给出了详细的注释，让用户掌握 Python 程序发的精髓，提高数据库管理技能。
循序渐，知识全面：本书站在初学者的角度，围绕Python的自动化技术展讲解，从初学者基础知识着手，循序渐地介绍了自动化程序发和实现的各种知识，内容难度适中，由浅深，实用性强，覆盖面广，条理清晰，且具有较强的逻辑性和系统性。 实例丰富，扩展性强：本书每个知识都单独以一个项目为例行讲解，力求让读者更容易地掌握知识要。本书实例经过作者的精心设计和挑选，根据编者的实际发经验总结而来，涵盖在实际发中遇到的各种问题。 基于理论，注重实践：在讲解的过程中，不仅介绍理论知识，而且安排了综合应用实例或小型应用程序，将理论应用到实践中，加强读者的实际发能力，巩固发技能和相关知识。
1.基于Selenium 3 和 Selenium 4 Beta版本，系统讲述如何通过Selenium WebDriver、Selenium Grid、Appium等测试工具，组织测试，优化测试的模式，而成功行自动化测试 2.在Web功能测试领域，Selenium是非常强大的工具。本书不仅会详述Selenium系列工具的功能，还将探讨自动测试的核心问题，讲述如何更好地在实际项目中实施自动化测试，如何真正让自动化测试取得成效。 本书主要内容： Selenium IDE的用法； Selenium WebDriver的用法； Selenium Grid的用法； Appium的用法； 实现和优化性能测试的方法； 实现和优化功能能测试的方法； 使用Jenkins行持续集成的方法； 选择自动化测试实施方式的思路。
1. 从基础讲起，适合零基础学习Python运维的读者 为了便于读者理解本书内容，从基础知识始讲述，并结合实际应用，激发学习兴趣，提高学习效率。 2. 涵盖自动化运维的主流源工具 本书涵盖Ansible、APScheduler、Paramiko、Celery、Airflow、Docker等主流运维工具的架构、原理及详细使用方法。 3. 项目案例典型，实战性强，有较高的应用价值 本书每一篇都提供了大量的实战案例，这些案例来源于作者发的实际项目，具有很高的应用价值和参考性，而且分别使用不同的框架组合实现。这些案例稍加修改，便可用于实际项目发中。
网络安全专家撰写，凝聚自己多年教学与实践发经验，内容全面更新到Python 3，系统且深阐释Python在网络安全编程方面的方法与应用
本书是学习Python编程语言的门书籍。Python是一种很流行的源编程语言，可以在各种领域中用于编写独立的程序和脚本。Python免费、可移植、功能强大，而且使用起来相当容易。来自软件产业各个角落的程序员都已经发现，Python对于发者效率和软件质量的关注，这无论在大项目还是小项目中都是一个战略性的优。
1.黑马程序员经典教材改版； 2.本书在保留了原有风格的基础上，内容做了大量更新，新增了十多个精彩案例，如*温标、健康指数、印五子棋棋盘，增加学习的乐趣与实用性，简化了面向对象的相关知识，降低了学习难度，更有利门学习。 3.本书附有教学视频、源代码、习题、教学课件等资源。
本书详解网络爬虫的技术基础、Python常用IDE的使用、Python数据的存储、Python爬虫常用模块、Scrapy爬虫、BeautifulSoup爬虫、PyQuery模块、Selenium模拟浏览器、PySpider框架图片验证识别、爬取App、爬虫与反爬虫等内容。本书内容通俗易懂，方便读者快速掌握Python 3网络爬虫技术。
在数据科学家的技能中，机器学习和Python应该是位列前五的两项。机器学习灸手可热，在互联网、金融保险、电商、电信、制造业、零售业、医疗等领域发挥了越来越大的作用，关注度也越来越高。Python是全球前四大流行语言之一，它具有简单易学、应用几乎无限制等特性，因此在发从业者眼中是全栈发的。 针对机器学习与Python软件的特，作者将两者相结合编写了本书，希望对读者有所帮助。
1.本书介绍元学习及其原理，讲解各种单样本学习算法，例如孪生网络、原型网络、关系网络和记忆增强网络，并在基于Python的TensorFlow与Keras中实现它们； 2.读者能够从本书中了解先的元学习算法，如模型无关元学习、Reptile和元学习的上下文适应； 3.本书还探索如何使用元随机梯度下降法来快速学习，以及如何使用元学习来行无监督学习。 这本书对算法的解释简洁明晰、通俗易懂，任何想了解元学习的人都应该阅读。 英文版读者评论 什么是元学习？为什么需要了解元学习？ 近年来深度学习的发展如火如荼，但深度神经网络需要大规模的训练集来训练模型，而且处理新任务时不能采用已有的模型，必须从零始训练新模型。 元学习能够生成通用的人工智能模型来学习执行各种任务。只需少量数据，即可训练元学习模型完成各种相关的任务。因此对于新任务，元学
很资深：凝聚 4 位作者 10 年编程经验，带你领悟算法的精髓 很有趣：全书采用生动风趣的语言，让算法不再难学 很实战：全书包括 36 个实例， 9 大类算法，很有实战价值 很图解：对每种算法，都给出了图解说明，保证一学就会
《Python面试通关宝典》包括 100 多个问答题和 300 多个程序实例，全面、系统地帮助读者快速掌握 Python 语法与算法的知识。本书适合立志成为 Python 程序员或即将参加 Python 程序员面试的读者阅读，也可作为计算机相关专业毕业生的求职指导用书。
基础篇 阶篇 高级篇 一步到位 25小时视频同步课程，手把手教你学编程 267个学习二维码，手机、PC 同步学习 85个同步实例，强化知识理解 66个学习笔记，轻松化解学习障碍
《HTML5移动Web发从门到精通（微课精编版）》内容有以下五特色。 1. 《HTML5移动Web发从门到精通（微课精编版）》提供了多样化、全方位的学习资源，帮助读者轻松掌握网页设计技术，从小白快速成长为前端发高手。 （1）279节高清微视频 34项拓展微阅读 340个在线微练习，移动端/PC端同步学习，QQ群/微信群随时答疑。 （2）460个实例案例分析 324项实例源代码，速查、高效、实用，增强实战能力。 （3）4900个前端案例 48本参考手册，先观摩，再临摹，高手案头常备，随时查阅提升。 （4）1500套网页模板 12000个设计素材 1036道前端面试真题，随用随取，提升设计效率，快速阶发高手行列。 上述资源同时提供了手机端和PC端两种学习模式，扫描图书封底的 文泉云盘 二维码，即可获得书中的各类学习资源。 2. 本书面向零基础的初学者，通过 一个知识 一个例子 一个结果 一
谷歌的TensorFlow使机器学习比以往任何时候都更快、更简单、更易于使用。本书将教你如何凭借Python和TensorFlow的强大功能轻松启机器学习之旅。 首先，你将了解TensorFlow的基本安装过程，并探索其强大功能。下来，你将训练和运行自己的*个分类器，并通过解决来自多个行业的问题来了解TensorBoard库的特性，包括数据流图、训练和性能可视化。此外，你还将一步探索文本和图像分析，并了解CNN模型及其在TensorFlow中的设置。然后，通过训练一个深度学习模型并利用其提供的服务，你将实现一个完整的真实生产系统。随着学习的深，你还将了解亚马逊Web服务（AWS），并创建一个深度神经网络来解决视频动作识别问题。*后，你将把Caffe模型转换为TensorFlow，并学习高级TensorFlow库 TensorFlow-Slim。 本书包含以下内容： ? 探索如何使用不同的机器学习模型来处理数据； ? 学习如何
京公网安备11010502037644号|经营许可证编号：合字B2-20160011|互联网药品信息服务资格证
购物车