本书特色： 理论与实践并重、站在工程与科技的前沿； 提供书中全部程序源代码，可快速阶到实用阶段； 由浅深，理论结合实际，案例丰富实用； 取材科学、结构严谨、实用性突出。
实用性强：本书紧密结合实际应用背景，通过深浅出的方式，引导读者逐步掌握Python在人工智能领域的实战技巧。 内容全面：全书涵盖了人工智能的多个关键领域，从基础知识到高级应用，为读者提供了一个完整的学习体系。 案例丰富：书中包含大量实战案例，这些案例不仅具有代表性，而且贴近实际应用，有助于读者更好地理解和掌握Python在人工智能中的实际应用。 易于学习：本书注重Python的简单易学特性，使读者能够轻松上手，并快速掌握Python在人工智能领域的核心知识。 受众广泛：无论是初学者还是有一定基础的读者，无论是高校师生还是科研人员、学者及工程技术人员，都能从本书中获益。 综上所述，《Python人工智能分析与实战》以其实用性强、内容全面、案例丰富、易于学习以及受众广泛等特，成为探索Python人工智能领域的理想之选。
本书特色 ? 《Python数据可视化从门到项目实践:超值版》主要包括使用Python内置对象以及NumPy和Pandas中的核心对象为图表构建数据的方法、Matplotlib图表的整体组成、创建图表的基本流程和两种编程方式、设置Matplotlib默认选项、使用Matplotlib库创建图形和坐标系、设置图形外观、设置坐标轴、为数据添加注释、添加图表标题和图例、添加网格线和参考线，以及将图表保存为图片文件、使用Matplotlib/Seaborn/Pyecharts三个库创建不同类型的图表，以及使用它们行数据可视化项目实战等。 ? 《Python数据可视化从门到项目实践:超值版》结构系统，内容细致，概念清晰，注重技术细节的讲解，通用操作和特定操作相辅相成，使读者可以在最短的时间内学会Python数据可视化编程。 ? 《Python数据可视化从门到项目实践:超值版》赠送示例源代码、重内容的多媒体视频教程和教学课件。
1. 介绍实现Python代码整洁应遵循的基本原则 2. 涵盖避免由不良代码导致的效率低下以及存在诸多隐患的代码的方法 3. 作者Mariano Anaya，软件工程师，专业背景深厚，项目经验丰富 4. 基于新的Python 3.9，方便读者学习
【物理建模手册】本书介绍如何使用Python语言行物理建模，涵盖二维和三维图形绘制、动态可视化、蒙特卡罗模拟等常见任务。 【内容全面升级】在第1版的基础上，新增用SymPy行符号计算的内容，还介绍了数据科学和机器学习相关库、Python类和面向对象编程门知识、命令行工具，以及如何使用Git行版本控制。 【专业作者指导】由专业科学家根据多年经验编写，为读者制定了能够快速始探索和学习的方案，筛选了不必要的内容，保留知识和技能。
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。
本书通过基础知识讲解 重知识视频详细讲解 重要代码图示的方式，采用不同类型、不同难度的游戏案例，帮助读者循序渐的掌握Python游戏发的相关知识，其主要特如下： （1）每个章节前，都有专业插画师根据本章知识设计了漫画插图，提高读者学习兴趣。 （2）游戏案例的学习符合人的认知规律，采取了总体介绍-功能分解-重详细讲解等方式介绍相关知识。 （3）重要知识均有视频讲解，读者可随时随地行学习。
1.《Python编程快速上手 让繁琐工作自动化》（第1版和第2版）作者力作。 2.通过81个趣味小项目带你快速上手Python编程，项目实践性强、涉及各种类型，给你带来趣味性和启发性。 3.项目代码短小精悍，大部分少于256行，并设计成独立源文件，便于分享。
1. 由少儿编程图书作者李强老师精心编写 2. 遵循 知识够用 原则，运用Python turtle库，使程序运行结果可视化 3. 给出多个程序示例：绘制奥运五环、绘制螺旋线、绘制机器猫等 4. 异步社区免费提供源代码
1.包含丰富工具百宝箱，快速掌握Python的20%的核心知识，依托于测试工具发实战，轻松理解Python发的思路，快速提高发能力，让小白学发像搭积木一样简单！ 2.实用性强，覆盖面广，是一本测试人员或发人员学习Python难得的实战类好书。 3.由浅深，循序渐，掌握Python。本书从Python基础手，再到通用能力和通用框架的专题知识，后是丰富的实战案例，通俗易懂、图文并茂，让读者快速掌握Python知识。 4.示例易懂，轻松易学，快速上手。本书通过丰富的示例代码，让读者轻松了解实际发场景。书中的关键代码还提供相应的注释，便于读者阅读代码，快速上手Python发。 5.精彩栏目，贴心提示，技能提升。本书在各章设置了很多提示、注意等栏目，让读者可以在学习过程中轻松地理解相关知识及概念，助力读者的Python发技能提升。
（1）以零基础讲解为宗旨，以实例引导读者快速门Python （2）全程同步视频教学，快速掌握相关知识和实战技能 （3）每章都有配套练习题，一步加深所学内容 （4）提供配套源码，方便读者动手练习 （5）项目实战案例，帮助读者快速具备实操经验
1.从基础知识始，通过有趣的编程案例，帮助孩子们通过生活中的问题更好地理解 Python 编程的概念和原理。 2.拥有丰富海外STEM课程和编程竞赛教学经验的团队精心编写，内容清晰易懂，配合插图形象生动，适合所有想要学习编程的孩子们。 2.配有大量的竞赛实战习题，有效提高孩子的编程技能，培养逻辑思考能力和创造力，做到夯实基础、学以致用。 3.配套PPT+讲解视频，适合想要学习Python的孩子们阅读，对于想让孩子受编程教育的家长来说，是一个不错的选择。
1.自然语言处理（NLP）已在Web搜索、广告和客户服务等各个领域中得到广泛应用。借助深度学习，我们可以增强NLP在这些领域的性能。 2.基于Python3.5，使用Python，可以利用深度学习模型执行各种NLP任务，以及应对当今的各种NLP挑战。 3.内容全面，全面讲解NLP前沿技术，构建多种实用应用程序。 4.提供包含本书截图 图表彩色图像的PDF文件下载。 5.提供本书的示例代码文件下载。 阅读本书后，你将学会将神经网络融各种跨平台的语言应用程序中，使用NLTK和TensorFlow执行NLP任务并训练模型，以及通过强大的深度学习架构（例如CNN和RNN）增强NLP模型。 行词语的语义嵌以对实体行分类和查找 通过训练将词语转换为向量，以执行算术运算 训练深度学习模型以检测推文和新闻的分类 使用搜索和RNN模型实现问答模型 使用CNN为各种文本分类数据集训练模型 实现深层生成模型WaveNet
超简单:Photoshop+JavaScript+Python智能修图与图像自动化处理
在互联网时代，网店美工、新媒体美工、公众号运营、摄影后期等从业者每天都面临着对大量图片的重复性处理，即使是熟练的设计师也需要耗费不少时间和精力才能完成这些毫无创意，但是又必不可少的重复工作。 本书针对这个 痛 ，立足于广大图像处理从业人员的工作场景，借助日趋成熟的人工智能技术和编程技术，让新手也能游刃有余地运用图像处理软件的强大功能，让熟手摆脱枯燥乏味的基础图像处理工作，更自由地释放自己的创意能量。 本书完全脱离了Photoshop教程的传统编写思路，坚持以应用为导向，对实际工作场景中的图像处理任务行精心整理和归纳，构建成一个个极具代表性的案例，并选用更易上手的思路和方式行操作，真正帮助读者解决实际问题。
面向机器学习新手的门书，透彻掌握机器学习基础知识 341个公式：推导过程全公 175段代码：边试边学效率高 167张插图：以图配文好理解 支持Jupyter Notebook 配套源码 资源可下载 1.Jupyter Notebook交互式编程环境，让学习过程不枯燥 使用Jupyter Notebook，你可以在线编码、运行，并将结果绘图，还可以记笔记、随时修改代码并查看运行效果，在不断探索中掌握实战能力。 2.公式和代码一一对应，让理解更深 通过一步一步地推导公式，手把手教你代码实践，一行行公式与一行行代码相结合，帮助你直观、透彻地理解算法流程。 3.循序渐近，真正适合初学者 从环境搭建讲起，然后介绍Python和数学基础知识，再介绍有监督学习中的回归和分类问题、神经网络模型和手写数字识别，以及无监督学习中的聚类问题，对每个知识都有细致解释，力求通俗易懂。读完本书，你将掌握足以
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
1.在讲解算法的原理和用 scikit-learn 库封装好的方法实现算法之前，先通过几个例子，教会你具体的计算方法，让你手动实现算法； 2.书中代码比较连贯，可直粘贴到Jupyter Notebook中运行，这一对初学者非常有帮助； 3.书中示例浅显易懂，涵盖多种应用场景：新闻话题分类、垃圾邮件过滤、在线广告率预测和股票价格预测等，讲解方式生动有趣； 4.提供源代码。 本书篇介绍Python语言和机器学习发环境的搭建方法。后续章节介绍相关的重要概念，比如数据分析、数据预处理、特征抽取、数据可视化、聚类、分类、回归和模型性能度量等。本书包含多个项目案例，涉及几种重要且有趣的机器学习算法，引导读者从头实现自己的模型。学完本书，你将了解机器学习生态系统的全貌，并掌握机器学习技术的实践和应用。 在本书的帮助下，你将学会用强大却很简单的Python语言
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.每章通过生活场景引编程知识，让读者掌握Python在生活中的应用，轻松门； 2.书中设计了 观察与思考 知识加油箱 等模块，问题导向，帮助读者理解编程思维； 3.每章后通过一个综合案例，帮助读者回顾本章所学，活学活用； 4.每章提供课后习题，帮助读者巩固所学知识； 5.提供配套代码等学习资源下载。
Flask Web应用开发项目实战 基于Python和统信UOS
· 以完整的项目发为例系统的介绍Flask Web编程； · 统信软件官方推荐 · 来自信创领域一线发人员的发经验 · 提供完成的项目源代码+PPT 虽然所有代码在UOS系统发调试，但在Windows、MacOS和任何Linux平台均可以运行。
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
融汇科研与教学经验，案例可二次发利用！阿里巴巴字节跳动讯飞智元腾讯百度微软 专家联袂推荐！配套程序代码、工程文件、附赠案例！ 关注 人工智能科学与技术 微信公众号，在 知识 资源下载 配书资源 菜单获取下载（或到清华大学出版社网站本书页面下载）。
本书的着重在于机器学习与预测分析的实战思路，其中加算法或模型的理论知识介绍，让读者在学习如何行运用的同时，更加深的学习到为何在该实践场景下使用特定算法或模型。书中侧重讲解实操中常用、回报率高的算法。内容明了易懂，图文搭配，借鉴实际例子让学习过程更具实用感。
人工智能和机器学习的广泛应用给当今的许多行业带来了根本性的变革。在金融领域，人工智能技术也已锋芒初露。通过阅读本书，你将了解如何利用神经网络和强化学习等方法，对金融市场的走势做出预测。 作者伊夫 希尔皮斯科博士基于多年发、回测和部署人工智能算法交易策略的实战经验，展示了将人工智能算法应用于金融场景的实用方法。本书包含大量Python示例，有助于你边学边练，轻松复现书中的所有结果。 * 学习人工智能的主要概念和算法，并了解通用人工智能和超级智能 * 理解机器学习和数据驱动的金融学将如何改变金融理论和实践 * 运用神经网络和强化学习等方法，发掘金融市场的统计失效现象 * 学习向量化回测和算法交易，并掌握人工智能算法交易策略的执行与部署 * 展望金融人工智能的未来，涉及基于人工智能的竞争和金融奇
本书系统、全面讲解Python数据分析知识，帮助读者掌握学习数据分析的技巧，提升编程能力，让读者在掌握本书知识内容的情况下，无论是继续学习数据分析相关知识，还是想拓展涉及更多更深的Python应用领域（如人工智能、机器学习方向），都能够有扎实的基础。
● 内容全面 覆盖数据爬取、数据存取、数据访问、数据预处理和数据分析等 ● 案例丰富 实战案例 案例源码，帮助读者快速掌握实操技能 ● 知识拓展 网络爬虫 机器学习，帮助读者一步提升专业技能
《Python算法交易实战》一书是金融科技系列图书的力作，带领读者深理解现代电子交易市场和市场参与者之间的交互与运作方式，包含建模、交易、风控等重要主题，以及通过基于Python的机器学习和数据分析等技术实现算法交易的相关知识和实践技巧，从而让读者实现有竞争力的算法交易，华丽变身金融交易大神。 通过阅读本书，你将能够： ● 了解现代算法交易系统和策略的组成部分； ● 掌握一些有代表性的交易策略的运作、实施和分析方法； ● 使用 Python 在交易信号和策略中应用机器学习算法； ● 量化并构建 Python 交易策略的风险管理系统； ● 构建回测器来运行模拟交易策略，以提高交易系统的性能； ● 在实际市场中部署和整合交易策略，以维持和提高赢利能力； ● 使用 Python 设计、构建一个实用并能带来盈利的算法交易机器人。 本书包含丰富实用的
精讲358个经典离散数学与组合数学例题的Python实现过程，提供完整代码下载；搭建编程与高等数学的桥梁，融合计算思维与数学思想；全面提高科学计算能力、高等数学应用能力和使用Python解决复杂问题的能力
1.完整丰富的Python编程教程，不仅介绍编程语言本身，还涉及场景实战、错误排查、程序发布等众多实用内容。 2.程序员实用的编程手册。针对多个应用场景给出解决方案，帮助读者有效避免犯错，提高工作效率。 3.内容循序渐，深浅出。从Python的基础知识始，介绍了数据类型、函数、条件、循环等基本概念，展示了生成器、面向对象编程等具有Python特色的阶理念，并给出了定位和排除异常、测试代码、调试的方法。 4.提供配套代码，易学易用。
基于Python语言，深剖析软件测试发的工具、方法、流程及提升测试效率的解决方案 专业作者团队十多年测试工作经验总结升华，口、HTTP、WebUI、移动端自动化测试超详细实战分享 测试技术、实战演练、视频演示、源码分析一应俱全
以Python 3.10.7为平台，以科学和工程实际应用为背景，通过 概述 算法 经典应用 的形式，深浅出地介绍Python数据分析的相关知识和应用，提供源代码和教学课件。 具有以下特色： 1.理论与实践并重、站在工程与科技的前沿； 2.提炼数百个典型实例，源于作者实际工作； 3.提供程序源代码，可快速阶到实用阶段； 4.由浅深，理论结合实际，案例丰富实用； 5.取材科学、结构严谨，介绍智能算法创新成果
围绕数据分析的全流程，系统、全面地介绍数据分析的主要知识。 对照Excel学习Python数据分析，降低学习门槛，方便快速上手。 知识全面，覆盖xlwings、openpyxl、pandas、Matplotlib和Seaborn等常用库。 突出案例实战，帮助读者形成数据分析的思维模式。 提供书中用到的Excel文件和对应的Python源代码，供读者免费下载使用。
软件项目发全程实录 丛书是清华社计算机专业零售图书畅销品牌之一。 （1）丛书定位项目发实战，面向实际发应用，精选当前流行的热门项目行讲解，紧扣程序员求职就业的需求。 （2）2008 2024年，丛书累计改版5次，深受广大程序员喜爱，在全国软件项目发零售图书排行榜中名列前茅。 （3）细致全面、高效实用、通俗易懂、资源丰富，被数百所高校选为专业课教材。 《Python数据分析项目全程实录》图书特如下。 1. 项目典型。精选12个当今流行的项目，覆盖当前主流应用方向和常用分析方法，涉及机器学习等高端领域。 2. 技术新颖。以Python 3.12为基础行项目发，所用的数据分析工具与模块也均采用当前业内推荐的最新稳定版本。 3. 知识全面。本书各项目总体覆盖Python数据分析与数据可视化90%以上的核心技术及热门分析工具，是巩固Python数据分析基础、提升数据
Android自动化测试实战:Python+Appium +unittest
1.详细讲解 Android 自动化测试的基础知识 2.深讲解 Android 自动化测试的使用原理和项目实战 3.全面解析 提高 Android 自动化测试效率的测试框架 4.提供源码和答疑服务。作者在QQ群里不定期答疑
Python 编程门的精炼指南，用python 3.7 行数据科学和web发； 提供本书源代码和书中彩图文件下载。 Python 是一种极其灵活和强大的编程语言，适用于多个领域。本书并没有对 Python 的基础知识行过多讲解，而是对其实用性行了透彻的介绍，从而帮助读者熟悉并使用该语言。 你将首先了解 Python 的基础知识，为下来的学习下坚实的基础，并学习Python 编程基础，即如何操控 Python以实现想要的效果。你还将探索不同的编程用法，找到解决特定问题的理想方法，理解如何实现程序性能优化，学习有效调试、控制程序的执行流，并使用一种交换格式对数据行交换。此外，你还将学习 Python 的加密服务，理解安全标记的概念。 本书将帮助你透彻理解 Python 语言，学习如何编写程序、创建网站，并利用数据科学库对数据行操作。本书还配备了一些实例，涵盖了各种不同的应用类型
1.本书讲解丰富细致的固收类知识，全书涵盖110多个金融实例。 2.通过详尽的公式推导和Python程序演示，让读者深浅出地理解具体的分析实践细节，并通过注释语句简明易懂地揭示了具体的程序功能。 3.本书提供超值学习资源礼包，包括配套源代码、配套数据集、配套彩图包、Pycharm下载与安装教程、本书导读视频、本书思维导图、AI攻略（含 AI 智能编码 Python 教程）、AI常用工具集。
近年来，深度学习在自然语言处理、计算机视觉等领域取得了非凡的展。从机器翻译和文本生成到自动驾驶和虚拟助手，我们受益于深度学习技术的逐渐普及。然而，深度学习还远未发挥全部潜力。欢迎来到深度学习的世界！在这个规模呈爆发式增长的领域，仍有许多“宝藏”等待你去发掘。 本书由流行深度学习框架Keras之父弗朗索瓦·肖莱执笔，不用数学公式，而用Python代码帮助你直观理解深度学习的核心思想。本书在第1版的基础上行了大幅更新和增补，以体现深度学习领域的快速发展。 - Keras和TensorFlow门：详解实践深度学习所需的全部知识 - 神经网络门：分类与回归 - 计算机视觉、时间序列预测、生成式深度学习 - 新增Transformer架构的原理及用法 - 新增机器学习的工作流程 - 随书提供Jupyter notebook，采用TensorFlow 2.6
这是一本全面介绍Python图表绘制与数据可视化的专业书籍，对于初学者和阶用户来说，是一本不可多得的学习资源。 首先，该书从最基础的Python语法和发环境讲起，逐步深到数据预处理和多种可视化绘图工具的使用，如利用Matplolit等绘制专业的学术图表及各种高级技巧，非常适合零基础的读者逐步学习和掌握。书中提供了大量教学示例和精美图表范例，不仅能够帮助读者理解理论知识，还能够通过实践加深记忆，提高学习效率。 其次，视频教学的加，为读者提供了一个直观的学习途径，尤其是对于那些希望快速掌握关键技能的读者来说，视频教程可以提供即时的指导和帮助。而上机练习资源文件则使读者在阅读理论之后，立即动手实践，这种学以致用的方式，能够极大地提升学习效果。 最后，编者有科研领域工作20多年的经验，无疑为《Python数据可视化:科技图表
Python作为一种强大且易于学习的编程语言，已经成为数据分析的首选工具。《Python数据分析快速上手》是一本为初学者、职场人士以及对数据分析感兴趣的读者量身造的快速上手指南。 《Python数据分析快速上手》通过通俗易懂的语言，将复杂的数据分析概念简化，使您能够轻松掌握Python在数据分析中的应用。书中详细介绍了Python基础知识，以及如何使用NumPy、Pandas、SciPy强大的库行数据处理和分析，使用Matplotlib行数据可视化，以及使用Scikit-learn和机器学习算法行数据分析等内容。 《Python数据分析快速上手》每一章针对知识都提供了大量示例，便于读者边学边练，每个实例都配有详细的代码注释，帮助您理解每一行代码的作用，从而加深对数据分析技术的理解和掌握。为了一步加强学习体验，《Python数据分析快速上手》还提供了示例的教学视频、PPT课件和全书示例
零基础学机器学习与量化策略、详解多个行业中的大数据分析技术，全面揭秘机器学习在商业中的应用实战，详细金融数据风控、股票量化交易、商品智能推荐、用户情感分析等大数据分析技术
实战：大量的案例实操及程序实例 高效：一本书解决常见数据分析问题 完整：涵盖业界主流套件，提供完整的工具
iOS自动化测试实战:基于Appium、Python与Pytest
基于Appium、Python与Pytest，系统讲述iOS测试的技术、方法和工具 在软件测试领域，Appium和Pytest都是重要的测试框架。其中Appium支持iOS平台与Android平台上的原生应用、Web应用和混合应用的测试；Pytest支持简单的单元测试和复杂的功能测试。本书基于Appium和Pytest测试框架，系统讲述iOS自动化测试的相关内容有助于读者提高测试水平，提升测试效率。 本书主要内容 ·iOS基础知识; ·测试环境部署; ·Appium基本操作; ·Appium终端操作; ·Appium中的元素定位、元素操作; ·Appium高级操作和等待机制; ·Pytest测试框架; ·项目实战和项目代码优化; ·自动化测试框架发。
1. 零基础手，精心设计的知识体系 本书首先介绍Python 3.10版本的基础语法，并针对初学者构建数据分析与机器学习的实验环境，以便初学者无障碍上手。全书内容循序渐，在精要介绍基础语法之后，还介绍了当前流行的数据分析工具，后介绍了机器学习算法在数据分析和挖掘中的应用。读者通过阅读本书能够整体上掌握数据分析的重要方法、工具与技术。 2. 全面介绍流行工具的使用，应对工作需求 本书针对当前流行的数据分析工具分章介绍，包括数值计算工具NumPy、数据处理工具Pandas、数据可视 化工具Matplotlib、数据建模工具Sklearn等。每一个工具都从基础讲起，并辅之以案例演示，读者可以边学边练，快速掌握技能，其中很多案例都来自于工作实践，可以真正提升读者的实战技能，以应对工作需求。 3.详细讲解10大机器学习算法，并辅之以丰富的案例 本书
本书采用了以任务为导向的教学模式，按照解决实际任务的工作流程路线，逐步展介绍相关的理论知识，推导生成可行的解决方案，* 后落实在任务实现环节。全书大部分章节紧扣任务需求展，不堆积知识，着重于解决问题时思路的启发与方案的实施。通过从任务需求到实现这一完整工作流程的体验，帮助读者真正理解与消化Python数据分析与应用。书中案例全部源于企业真实项目，可操作性强，引导读者融会贯通，并提供源代码等相关学习资源，帮助读者快速掌握大数据相关技能。
1.测试发专业人士撰写，凝聚自己多年发经验，系统且深阐释利用Python行Web自动化测试涉及的方法和实践。 2. 作者提供售后服务，有QQ群答疑。 3. 持续更新测试方面的内容。
读者对象 没有任何Python语言发基础的初学者。 有一定的Python语言发基础，想精通编程的人员。 有一定的Python语言发基础，没有项目发经验的人员。 正在行软件专业相关毕业设计的学生。 大中专院校及培训学校的老师和学生。 本书特色 ★★详细源码注释 大型项目案例 读者在线答疑。 ★★同步微视频 全书教学PPT课件 7套电子书资源库 上机实训指导手册。 ★★100套求职简历模板、600套毕业答辩与80套学术题报告PPT模板、100套岗位竞聘模板、程序员面试技巧、程序员职业规划手册、发经验及技巧集、软件工程师技能手册。
1.本书以老少皆宜的漫画形式，通过故事情节推动，讲述了从安装软件到Python的基本语法、运算符、分支结构等相关知识。 2.本书基于Python3.7版本编写，理论与实践相结合，引导读者快速门，走Python应用领域。 3.本书将趣味的漫画故事与活泼的案例相结合，透彻的分步解析，让Python的学习不再那么枯燥。 4.内容源自b站爆笑视频《偷着学Python》，该视频已有20万的播放量（播放量数据源自2021年10月统计的b站数据）。
菊花体 创作者零雨其蒙蒙的高颜值文艺菊花体创意字帖书，提升硬笔书法水平，培养写字的节奏感觉与情境的结合能力。 精美双册设计，上册讲解菊花体创作的方法，下册是内容丰富的临摹字帖，涵盖 恋爱 离别 祝福 成长 四大主题。 随书附赠60节高清教学视频 硫酸纸 书签，既可以用本书学习创作菊花字体，也可以将本书作为礼物赠予他人。
1.注编程零基础，理论与案例/项目相结合。遵循教学规律，知识循序渐，配合理论知识设置有案例、综合应用、项目实战等。 2.兼容多软件版本。本书所有编程适用于Python3.6、3.7和3.10版本，支持读者根据情况多样选择Python软件安装版本。 3.重思想，聚焦实际问题。突出编程思想培养，抛弃语言细节，有针对性的选取浅显易懂的内容，将注意力集中于使用计算机解决实际中遇到的问题。 4.覆盖全面，强调计算生态。设计编程实例，帮助学生理解围绕计算生态展编程并解决问题的基本理念和方法。
目前源软件社区有不少优秀的Python自动化运维软件，如Ansible、Airflow、Celery、Paramiko等，甚至一些大型商用的自动化部署系统也用Python发。本书以实战为主旨，通过Python运维发中常见的典型应用，让读者系统地掌握Python在自动化运维领域的各种热门技术及主流源工具的使用，并提高Python自动化运维技能。
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
读者对象： 本书面向普通大众，指导读者以PyTorch为工具，在Python中实践深度强化学习。读者只需要具备一些基本的编程经验和基本的线性代数知识即可读懂书中内容，通过实现具体程序来掌握深度强化学习的相关知识。 本书内容： 介绍监督学习、非监督学习和强化学习的基本知识。 通过走迷宫任务介绍三种不同的算法（策略梯度法、Sarsa和Q学习）。 使用Anaconda设置本地PC，在倒立摆任务中实现强化学习。 使用PyTorch实现MNIST手写数字分类任务。 实现深度强化学习的*基本算法DQN。 解释继DQN之后提出的新的深度强化学习技术（DDQN、Dueling Network、优先经验回放和A2C等）。 使用GPU与AWS构建深度学习环境，采用A2C再现消砖块游戏。
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