完备的公式推导，解决机器学习中的数学难题 基于NumPy与sklearn，介绍26个主流机器学习算法的实现 "机器学习实验室"主理人倾力造，近40000读者已验证
想学 Python? 想编写实用的程序？没有编程经验？ 没问题，选择这本书就够了！无须编程基础、门级的 Python 编程书！ 72 个实例（例如自动驾驶、桌面便利贴、绘图软件、聊天机器人、心里测验、笑话制造机、 75 个编程练习。 20 个编程相关小贴士。
《动量策略》将一路指导您从始使用行业标准Python语言，到建立自己的专业回溯测试环境。 本书编写的目的是给读者们一个循序渐的指导，非常有条理性地引导你从零技术知识始，到你拥有构建复杂量化交易策略的技能集为止。 本书的重是让读者都可以对交易策略行量化回测，以便随时检查自己的交易模型设置。 本书将详细解释多种交易策略，并提供完整的源代码资源，可免费下载，为您成为专业系统交易员之路保驾护航。
1.专业：基于GitHub人气源文章 Python工匠 系列，基于Python 3.8，广受读者喜爱。 2.稀缺：源自本土一线项目案例，融互联网大厂工程实践经验。 3.专注：聚焦真实项目中高频使用的Python编程核心知识。 4.实用：14个项目案例，60多个编程技巧与建议，立等可用，提供源代码下载。
1.基于sklearn PyTorch，理论 实践方式介绍计算机视觉项目 2.图文并茂，丰富项目实例助力搭建计算机视觉模型 3.编程实验展示深度学习理论，直观理解深度学习领域晦涩原理 4.实例项目采用项目文件形式编写，贴合软件工程发实际应用场景
python作为一种不受局限、 跨平台的源编程语言， 广泛应用于数据分析、 人工智能、 网络爬虫、 运维测试等多个领域。 利用 python行项目发与科研实践不失为明智之举。 本书适用于具备一定 python基础并希望通过在项目中应用实践和新的发技术来提升自己 的 python发人员。 本书力求帮助 python发人员挖掘和掌握这门语言及相关程序库的高级特性， 涵盖函数、 数据结构、 python风格的对象、 python与数据库交互、 多线程、 异常、 数据分析及可视化、 图形用户界面发， 以及 Ｗｅｂ 应用创建等内容， 并帮助读者解决常见编程问题和困惑。 本书特如下。 （１） 内容全面， 涵盖高级 python的核心技术的方方面面。 （２） 由浅深讲解实例， 帮助读者逐步掌握高级 python的核心编程方法。 （３） 图文并茂， 让读者及时了解每一步的操作结果， 帮助读者更好地检验学习
1.预习-体验-理解，3个步骤带你门Python，基于python 3.9.0。 2.385幅全彩插图，清晰展示Python语法和程序运行步骤。 3.附带练习题和参考答案，帮助确认理解程度。 4.提供本书示例程序下载，全彩印刷。
一、领域好书 【领域好书】Python 进阶指南，精通 Python 绕不开的推荐作品 【好评如潮】Amazon 4.7 星评，豆瓣评分 9.4，近 8 万读者学习 【作者资深】25 年一线研发经验，PSF（Python软件基金会）成员 二、内容精良 【知识聚焦】专注 Python 核心特性和标准库，助你掌握语言底层逻辑 【通俗易读】近 500 段代码示例 + 多图多表，文笔诙谐，语言流畅 【Pythonic】写简洁、流畅、地道的 Python 代码，飙升编程效率 三、新版特色 【优化升级】内容更新率超过 3 成，基于 Python 3.10 新升级 【分上下册】新版拆分为上下两册（480/292页），更方便更易读
Python实现Web UI自动化测试实战——Selenium 3/4+unittest/Pytest+GitLab+J
1.详细解读Python与自动化测试基础知识 2.深讲解自动化测试使用原理及项目实战 3.解析自动化测试效率提高方案 4.详细讲解官方推荐框架unittest及pytest 5.扩展持续集成、提升自动化效率等内容拓展读者视野 6.提供图书中的源代码及学习资料
在科学计算和大数据时代， 程序设计语言已经成为很多专业学生的必修课。python程序设计语言具有简单易学、 应用范围广泛等特，已经成为学习程序设计语言的。 市面上有许多关于python程序设计的教程， 它们各有各的侧重，各有各的特色。 《python核心编程：从门到实践 （学与练）》 是面向初学者的基础程序设计优秀教程。本书采用通俗易懂的方式，系统地阐述了python程序设计语言的核心基本概念。本书关注python程序设计基础的细节， 通过大量的范例和习题，帮助读者牢固地掌握python程序设计语言 的基本概念和应用示例，为读者参加各种考试或者面试好基础
编辑推荐： 很系统：讲解19种机器学习经典算法，依次破重难 很图示：书中包括113张图解说明，方便读者理解 很实用：囊括文本识别、语音识别、图形识别、人脸认识等 很实战：31个实例、13个案例，详解TensorFlow机器学习
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