Python

本書基於目前大家常用的Python3.8版本編寫。以Python基礎知識為教學脈絡，配以相應的金融編程案例加以講解。全書分為3部分，共18章。第1部分：基礎知識（第1-13章）；第2部分：Python金融編程的常用庫（第14-16章）；第3部分：實戰項目（第17-18章）。其中，第1部分以Python基礎知識為主，從如何安裝開始，通過對變量、賦值、註釋的講解，讓讀者了解必備的編程要素，再添以條件、

本書共分4篇，針對Python爬蟲初學者，從零開始系統地講解了如何利用Python進行網絡爬蟲程序開發。 第1篇快速入門篇(第1～9章)：本篇主要介紹了Python環境的搭建和一些Python的基礎語法知識、Python爬蟲入門知識及基本的使用方法、Ajax數據的分析和抓取、動態渲染頁面數據的爬取、網站代理的設置與使用、驗證碼的識別與破解，以及App數據抓取、數據的存儲方法等內容。 第2篇技能進階篇(第10～12章)：本篇主要介紹了PySpider和Scrapy兩個常用爬蟲框架的基本使用方法、爬蟲的部署方法，以及數據分析、數據清洗常用庫的使用方法。 第3篇項目實戰篇(第13章)：本篇以2個綜合實戰項目，詳細地講解了Python數據爬蟲開始與實戰應用。本篇對全書內容進行了總結回顧，強化讀者的實操水平。 第4篇技能拓展篇(第14章)：本篇從數據爬取、數據清洗和數據分析三個角度，介紹了一常用AI技術的實用技巧。運用這些技巧，讀者可以提高網絡爬蟲程序的編寫速度和數據分析效率。 本書案例豐富，注重實戰，既適合Python程序員和爬蟲愛好者閱讀學習，也適合作為廣大職業院校相關專業的教學用書。

本書是一本通過實戰教初學者學習爬取數據、清洗和組織數據進行分析和可視化的Python 讀物。書中案例均經過實戰檢驗，筆者在實踐過程中深感採集數據、清洗和組織數據的重要性，作為一名數據行業的“碼農”，數據就是沃土，沒有數據，我們將無田可耕。本書共13 章，包括6 個核心主題，其一是Python 基礎入門，包括環境配置、基本操作、數據類型、語句和函數；其二是Python 爬蟲的構建，包括網頁結構解析、

本書以 “10 分鐘集訓” 為核心設計，旨在通過 50 個針對性練習，幫助讀者高效掌握 Python。從數值類型、字符串等基礎知識，到迭代器、生成器等進階知識，本書將 Python 核心知識拆解為 10 章。為跳出傳統教學模式，聚焦實戰，本書設計的每個練習都由問題、解題思路、解答、解答視頻、擴展練習等五部分組成，同時配套了代碼資源。注意，擴展練習旨在幫助讀者比較不同的解決方案、鍛煉思維、內化知識，補充說明則指出了Python編程的常見問題，旨在幫助讀者規避常見錯誤。零基礎或基礎薄弱的Python 新用戶與獨立開發者，通過對本書練習的短時集訓即可提升代碼實戰能力，在編程技能上實現質的飛躍。

本書系統地介紹Python應用程序設計方法，主要內容包括Python語法快速入門、類與模塊、圖形用戶界面設計、繪圖及數字圖像處理、文件與數據庫操作、多線程、異常處理及正則表達式、網絡編程與網絡爬蟲設計、算法設計與機器學習實戰等。本書每章都配有視頻教學內容，以幫助讀者學習和理解。 本書講解詳細，案例豐富，每一個知識點都配備了大量案例和圖示加以說明，並通過典型案例對Python應用程序設計方法進

《計算機科學叢書：Python計算與編程實踐·多媒體方法（原書第2版）》是一本別出心裁的程序設計入門教程，以Python數字多媒體編程為主線，依次講解了圖像、聲音、文本和電影的處理，其中穿插介紹了大量的計算機程序設計基礎知識。方法獨到，示例通俗易懂，條理清晰，將趣味性和實用性融於講解之中。《計算機科學叢書：Python計算與編程實踐·多媒體方法（原書第2版）》適合用做計算機專業導論課或非計算機專業

這是一本專為沒有編程基礎的青少年讀者編寫的Python入門圖書，即使是小學生也可以輕鬆閱讀本書。全書包含十幾個短小精悍且趣味十足的程序，採用面向對象程序設計，通過可視化與遊戲化相結合的編程實踐，使讀者輕鬆進入Python的奇妙世界。

本書重點介紹Python語言在處理資料、分析資料及資料視覺化方面的應用技巧，內容涉及資料分析軟體介紹、資料的收集與整理、Python資料分析程式設計基礎、資料的探索性分析及視覺化、資料的直觀分析及視覺化、資料的統計分析及視覺化、資料的模型分析及視覺化、資料的預測分析及視覺化、資料的決策分析及視覺化、資料的線上分析及視覺化。本書內容豐富，圖文並茂，可操作性強且便於查閱，主要面向希望應用Python進

人工智能正在成為全世界產業變革的方向，處於第四次科技革命的核心地位。計算機視覺（Computer Vision）就是利用攝像機、算法和計算資源為人工智能系統按上“眼睛”，讓其可以擁有人類的雙眼所具有的前景與背景分割、物體識別、目標跟蹤、判斷決策等功能。計算機視覺系統可以讓計算機看見並理解這個世界的“信息”，從而替代人類完成重復性工作。目前計算機視覺領域熱門的研究方向有物體檢測與識別、語義分割、目標跟蹤等。《計算機視覺：Python+TensorFlow+Keras深度學習實戰（微課視頻版）》圍繞著計算機視覺的關鍵技術，介紹基於深度學習計算機視覺的基礎理論及主要算法。《計算機視覺：Python+TensorFlow+Keras深度學習實戰（微課視頻版）》結合常見的應用場景和項目實例，循序漸進地帶領讀者進入美妙的計算機視覺世界。《計算機視覺：Python+TensorFlow+Keras深度學習實戰（微課視頻版）》共分為11章，第1章為人工智能概述；第2～5章介紹計算機視覺的幾種關鍵技術，即圖像分類、目標檢測、圖像分割和目標跟蹤，並將這四項關鍵技術組合完成人工智能的實際應用；第6、7章介紹人工智能的兩個典型應用：文字檢測與識別系統及多任務深度學習系統；第8章介紹一種非常有意思的深度學習網絡——對抗生成神經網絡；第9章介紹製作訓練和測試樣本的方法；第10章介紹如何安裝TensorFlow、KerasAPI及相關介紹；第11章介紹綜合實驗。《計算機視覺：Python+TensorFlow+Keras深度學習實戰（微課視頻版）》提供了大量項目實例及代碼解析，均是基於Python語言及TensorFlow、KerasAPI的。《計算機視覺：Python+TensorFlow+Keras深度學習實戰（微課視頻版）》的每章均配有微課視頻，掃描書中的二維碼，可觀看作者的視頻講解。《計算機視覺：Python+TensorFlow+Keras深度學習實戰（微課視頻版）》不僅可以作為大學計算機及相關專業的教材，也適合自學者及人工智能開發人員參考使用。《計算機視覺：Python+TensorFl

《數據結構與算法入門到提高（Python語言實現）》面向零基礎的讀者，全面講解了數據結構和算法的相關知識。全書共8章，首先介紹了相關概念和Python語言的基本情況，再講解核心知識：線性表、棧、隊列、樹、圖等數據結構，最後解讀了查找、排序等算法及Python的相關庫和模塊實現多種數據結構的方法。全書內容通俗易懂、文字精練，搭配相關例題和案例，可快速理解重點、難點。同時，本書附有代碼，且對代碼均做了詳盡的解析，可輕鬆上手實操，對初學者非常友好。本書適合數據結構和算法的初學者閱讀學習，也可作為高校計算機及相關專業的教材使用。

本書對比介紹Excel和Python兩種工具在實現資料分析方面的相關內容和方法，旨在引領讀者在大資料時代從Excel進階到Python程式設計完成資料分析任務。書中按照學習遞進層次分為資料分析基礎篇、資料分析實踐篇和資料分析進階篇三部分內容，資料分析基礎篇包括資料分析基礎、資料分析基礎工具；資料分析實踐篇對比介紹使用Excel和Python來完成資料分析的各個步驟方法，包括資料來源獲取、資料預處理、資料選擇、資料運算、資料分組、時序資料、資料視覺化和資料輸出；資料分析進階篇包括使用簡單工具實現資料分析進階、Py

本書通過“基礎理論 算法詳解 代碼實現”的方式，從用戶學習與應用的角度出發，使用 Python 由淺入深地講解數據結構與算法知識。 本書利用圖文結合的方式，詳細講述了當下比較實用的算法。全書共分為四部分，第一部分（第 1—2 章），主要介紹 Python 安裝與開發環境的搭建，Python 算法入門等內容，以快速瞭解 Python 的開發環境和基本語法；第二部分（第 3—5 章），主要介紹 Python 算法的基礎內容，包含但是不限於對線性表、鏈表、棧、隊列、樹、森林、二叉樹、圖等數據結構或者應用的介紹；第三部分（第 6—9 章），主要介紹常見的查找和排序算法，以及圖結構和樹結構中複雜的數據結構的定義和實現；第四部分（第 10 章），補充介紹一些常見的算法，如計算類算法、隨機問題算法和加密算法等，為讀者開拓視野、夯實基礎，力求能夠快速提高開發技能，拓寬職場道路。 本書提供同步視頻、源代碼、練習、習題及參考答案等豐富的配套資源，讓讀者能夠輕鬆入門，學以致用。本書適合作為編程初學者的學習用書，也可用作各類高校相關專業本科生及研究生的教材，還可作為畢業生求職面試的參考書。

本書採用理論與案例相結合的形式，以Anaconda為主要開發工具，系統、全面地介紹了Python數據分析的相關知識。全書共分為9章，第1章介紹了數據分析的基本概念，以及開發工具的安裝和使用；第2～6章介紹了Python數據分析的常用庫及其應用，涵蓋了科學計算庫NumPy、數據分析庫Pandas、數據可視化庫Matplotlib、Seaborn與Bokeh；第7、8章主要介紹了時間序列和文本數據的分

《企業級自動化測試從入門到精通：Python版》的作者都是來自于知名互聯網公司有實際自動化測試經驗的一線技術人員，希望通過編寫此書幫助讀者系統化地瞭解自動化測試在企業的實際應用場景、落地過程及自動化測試的項目收益。 《企業級自動化測試從入門到精通：Python版》分別從web端層面、移動端層面，以及接口層面來講解不同產品該如何來實現自動化測試，以及技術差異。從自動化開源測試框架的基礎應用學習到結合第三方框架一層層封裝出來滿足自己公司業務的實用型測試框架，逐步深入，《企業級自動化測試從入門到精通：Python版》帶領讀者體驗完整的測試框架設計流程。

《Python深度學習入門： 從基礎知識到實踐應用》全面細緻地講解了深度學習的基礎知識及其應用，具體內容包括深度學習開發環境的準備、Python的基礎知識，以及深度學習模型的使用與開發等。書中充分結合了實例，對深度學習的概念、模型和程序語句進行了深入淺出的介紹，尤其是重點介紹了使用遷移學習的“NyanCheck”應用程序如何識別圖像的種類，全面剖析了深度學習在實際中的應用。

金融從業者每天都要與海量的數據打交道，如何從這些數據中挖掘出需要的信息，並進行相應的分析，是很多金融從業者非常關心的內容。本書以功能強大且較易上手的Python 語言為編程環境，全面講解了金融數據的獲取、處理、分析及結果呈現。全書共16 章，內容涉及Python 基礎知識、網絡數據爬蟲技術、數據庫存取、數據清洗、數據可視化、數據相關性分析、IP 代理、瀏覽器模擬操控、郵件發送、定時任務、文件讀寫、

本書提供了一個完整的、現代的Web抓取指南，使用Python作為編程語言，專為數據科學的讀者編寫，探討了Web抓取和以及其背後的大量Web技術。書中首先簡要概述抓取和現實生活中的用例,解釋了HTTP、HTML和CSS的核心概念作為基礎。*後總結了一些*佳實踐和一系列的例子，這些數據科學用例彙集了你學到的所有知識。讀者將學習到如何利用已建立的*佳實踐和常用的Python包，處理包括JavaScrip

《Python網絡爬蟲與數據分析從入門到實踐》從初學者的視角出發，以案例實操為核心，系統地介紹網絡爬蟲的原理、工具使用與爬取技術，並詳細講解數據分析的各種技巧。本書主要內容包括：Python基礎語法，數據分析工具NumPy、Pandas、Matplotlib的使用，網絡爬蟲庫Urllib、BeautifulSoup、Scrapy，正則表達式在網絡爬蟲中的應用，數據預處理與數據分析方法、中文文本處理、文本向量化技術，以及機器學習算法在數據分析中的應用。書中還給出了大量案例和項目，可以幫助讀者快速上手，提高實用技能。 《Python網絡爬蟲與數據分析從入門到實踐》內容豐富，注重實操，適用於網絡爬蟲崗位、數據分析崗位的初級工程師和各類工程技術人員，還可作為高校經濟、管理、人文社科、大數據等專業的教學用書。

本書通過500個實例,為讀者提供較為詳細的練習題目,以便讀者舉一反三,深度學習。本書實例涉 及的算法包括搜索、回溯、遞歸、排序、迭代、貪心、分治和動態規劃等;涉及的數據結構包括字符串、數組、 指針、區間、隊列、矩陣、堆棧、鏈表、哈希表、線段樹、二叉樹、二叉搜索樹和圖結構等。書中所有實例均以 問題描述、問題示例、代碼實現及運行結果的形式來編排。 本書語言簡潔,通俗易懂,適合作為Python編程人員的入門參考書,也適合作為高等院校相關專業 “Python算法實現”課程的參考教材。

本書以人工智能發展為時代背景，通過實際案例應用描述算法，為Python程序員提供較為詳細的實戰方案，以便深度學習。主要從算法上分為數學、搜索、回溯、遞歸、排序、迭代、貪心、分治和動態規劃等；從數據結構上分為字符串、數組、指針、區間、隊列、矩陣、堆棧、鏈表、哈希表、線段樹、二叉樹、二叉搜索樹和圖結構等。針對經典算法，結合相關的數據結構，從描述問題、問題示例、代碼實現以及運行結果相結合，語言簡潔，深入淺出，通俗易懂，不僅適合對Python編程有興趣的科研人員，也適合高等院校作為參考教材。

Python資料視覺化 從2D到3D使用matplotlib實作 王者歸來 內容簡介 ★★★★★【國內作者第 1 本】【全彩印刷】【資料視覺化】★★★★★ ☆☆☆☆☆【國內作者第 1 本】【Python + matplotlib專業書籍】☆☆☆☆☆ 【32個主題】，【509個程式實例】 這本書的第一版書名是「matplotlib 2D到3D資料視覺化」，這版內容只是書名更改，整本書內容如下： ★ 完整解說操作matplotlib需要的Numpy知識 ☆ 認識座標軸與圖表內容設計 ★ 繪製多個圖表 ☆ 圖表的註解 ★ 建立與徹底認識圖表數學符號 ☆ 折線圖與堆疊折線圖 ★ 散點圖 ☆ 色彩映射Color mapping ★ 色彩條Colorbars ☆ 建立數據圖表 ★ 長條圖與橫條圖 ☆ 直方圖 ★ 圓餅圖 ☆ 箱線圖 ★ 極座標繪圖 ☆ 階梯圖 ★ 棉棒圖 ☆ 影像金字塔 ★ 間斷長條圖 ☆ 小提琴圖 ★ 誤差條 ☆ 輪廓圖 ★ 箭袋圖 ☆ 幾何圖形 ★ 表格製作 ☆ 基礎3D繪圖 ★ 3D曲面設計 ☆ 3D長條圖 ★ 設計動畫 整本書程式實例豐富，相信讀者只要遵循本書內容必定可以在最短時間精通使用Python + matplotlib完成資料視覺化。

全書共11章，前10章詳細講解Python擴展庫Matplotlib在折線圖、散點圖、柱狀圖、餅狀圖、箱線圖、小提琴圖等圖表繪製，二維直角坐標系、三維直角坐標系、極坐標系中圖表繪製，子圖、圖例、坐標軸屬性設置，事件響應與處理，以及繪製與保存動圖等方面的應用。第11章簡單介紹Seaborn、pyecharts、networkx、Plotly、Bokeh、Altair、HoloViews、hvPlot、pygal、Dash、Leather、Missingno、Mayavi、VisPy、bqplot、PyGWalker、plotnine、arcplot、pyCirclize、Cartopy、Folium、PyGraphviz等眾多可視化擴展庫的基本用法。本書代碼適用於Python 3.9～3.14以及更高版本，可以作為計算機、數據科學、數字媒體技術等專業研究生、本科、專科教材，也可以作為可視化工程師或愛好者的工具書和培訓教材。

本書注重零基礎讀者實現Python從入門到精通，加強讀者基於數據分析而常用的編程基礎，並通過數據分析、機器學習和可視化的內容，增強了讀者對數據進行分析和挖掘的能力。全書共8章，主要內容包括Python開發環境搭建與編碼規範，數據類型、運算符與內置函數，列表、元組、字典、集合與字符串，選擇結構、循環結構、函數定義與使用，文件操作，數據分析，機器學習，數據可視化。本書可作為高等院校統計學、數學、經濟學、金融學、管理學等專業相關課程的教材，也可作為從事數據諮詢、研究或分析等人士的參考書。

本書結合了機器學習、數據分析和Python語言，通過案例以通俗易懂的方式講解了如何將算法應用到實際任務。全書共20章，大致分為4個部分。第一部分介紹了Python的工具包，包括科學計算庫Numpy、數據分析庫Pandas、可視化庫Matplotlib；第2部分講解了機器學習中的經典算法，例如回歸算法、決策樹、集成算法、支持向量機、聚類算法等；第3部分介紹了深度學習中的常用算法，包括神經網絡、卷積神經網絡、遞歸神經網絡；第4部分是項目實戰，基於真實數據集，將算法模型應用到實際業務中。本書適合對人工智能、機器學習、數據分析等方向感興趣的初學者和愛好者。

從如何建立一個Web應用程式到API與部署，獻給工程師與資料科學家的Flask入門書本書說明如何使用Python的框架Flask進行Web應用程式的開發。從最簡單的迷你應用程式開始，逐步建立起諮詢表單，整合資料庫的應用，加入認證功能，逐步發展成一支功能完整的應用程式。你可以從這個過程當中學到如何使用Flask進行開發。第二篇將會開發一個可以從識別照片中有哪些東西的物件偵測程式，並說明如何將其轉換為Web API。此外，還會將圖像識別的主題延伸到識別手寫字，並說明如何在程式開發中應用機器學習的技術。【本書主要內容】● Flask的基礎知識和開發○ 建立查詢表格和資料庫應用程式○ 建立認證功能○ 建立物件偵測程式● 建立和部署API○ 將物體檢測應用程式轉換為網路API○ 作為Web API對外發佈● 機器學習API開發○ 從分析程式碼開發機器學習API的過程和方法。【誰適合閱讀本書】．想要用Python開Web應用程式的工程師．對機器學習感興趣的web開發人員．只用過Python進行分析的人。．希望能夠自行開發Web應用程式與API的資料科學家

本書主要圍繞如何應用回歸和分類來解決實際數據分析中遇到的問題。既從大處著眼，又從小處著手；既有各種方法優點的闡述，也有各種方法缺點的剖析。本書以易於使用和直面讀者的風格陳述內容，書稿中提供的例子可以增強對章節中學習到的方法的理解，使用的數據大部分都是網上提供並可以直接下載原始數據。每一章的最後都提供了Python代碼，極大方便了讀者的學習。通過對R和Python的學習，也有助於學習其他快速計算的語言。編程理念的相似性，對於應對快速處理龐大的數據集而面臨的巨大的計算量有所裨益。

本书介绍了如何使用Python来编写网络爬虫程序，内容包括网络爬虫简介、发送请求、提取数据、使用多个线程和进程进行并发抓取、抓取动态页面中的内容、与表单进行交互、处理页面中的验证码问题及使用Scrapy和分布式进行数据抓取等。

本書是物聯網設備設計製作以及實踐操作指南，基於通用性很高的AVR單片機和初學者容易入門的Python編程語言，以實例為中心，以大數據統計分析、人工智能技術中應用、無人駕駛研發過程為典型事例，闡述了物聯網設備的設計到運行。

★★★★★【國內第一本】【全彩印刷】★★★★★ ★★★★★【機器學習】+【微積分原理】+【Python實作】★★★★★ ★★★【賽車】、【鬥牛】、【金門高粱酒】邁向微積分之路 ! ★★★ ★★★★★【生硬】微積分變【有趣】! ★★★★★ 近幾年每當無法入眠時，只要拿起人工智能、機器學習或深度學習的書籍，看到複雜的數學公式可以立即進入夢鄉，這些書籍成為我的安眠藥。心中總想寫一本可以讓擁有高中數學程度即可看懂人工智能、機器學習或深度學習的書籍，或是說看了不會想睡覺的機器學習書籍，這個理念成為我撰寫這本書籍很重要的動力。 這本書幾個重大特色如下： ★ 【高中數學】程度即可閱讀 ★ 微積分原理【從0開始】解說 ★ 【微積分原理彩色圖解】 ★ 培養學習微積分的【邏輯觀念】 ★ 【手工推導】與【Python計算】微積分公式 ★ 完整【彩色圖例解說】機器學習與微積分的【關聯】 ★ 【微分找出極值】 ★ 認識【機率密度函數】 ★ 【多重積分】觀念與意義 ★ 【偏微分】意義與應用 ★ 【梯度下降法】觀念與應用 ★ 【非線性函數】數據擬合 ★ 【神經網路的數學】 ★ 【深度學習】 ★ 【Python實作】 在徹底研究機器學習後，筆者體會應該從【基礎數學】與【微積分】開始，有了這些基礎未來才可以設計有靈魂的機器學習應用程式。 筆者學校畢業多年體會基礎數學與微積分不是不會與艱難而是生疏了，如果機器學習的書籍可以將複雜公式與理論從基礎開始一步一步推導，使用彩色圖片搭配Python程式實例解說，可以很容易帶領讀者進入這個領域，同時感受基礎數學與微積分不再如此艱澀，這本書將為讀者開啟進入機器學習的殿堂。

本書基於作者團隊多年教學實踐，以及指導、設計和組織全國大學生智能汽車競賽的實戰經驗編寫而成，系統介紹了Python編程、深度學習原理及其在智能車系統中的綜合應用。全書內容涵蓋Python編程基礎、數據處理、計算機視覺及深度學習理論與項目實踐。第2版重點增加了智能車硬件平臺架構、運動控制原理與大模型智能體開發等前沿技術，並以競賽任務為主線，完整呈現了從環境搭建、模型訓練到邊緣部署的全流程開發方法。本書結構清晰、案例驅動，既可作為高等院校智能車輛、智慧交通、人工智能、自動化等相關專業的教材，也可作為全國大學生智能汽車競賽的備賽指南，以及從事嵌入式AI和機器人技術開發的工程技術人員參考用書。

“圖像處理”和“計算機視覺”課程是人工智能專業的必修課，是計算機、智能科學、電子信息、軟件工程等專業的選修課。OpenCV 是一個開源的計算機視覺庫，高效地實現了大量圖像處理和計算機視覺算法。本書基於成熟的 OpenCV 庫，採用 Python 語言，通過大量的實際應用案例，介紹圖像處理和計算機視覺算法。書中的案例以最近幾年的最新科研進展為主，如人臉識別、目標跟蹤、二維碼識別、手勢識別等。讀者通過這些實用案例可以快速透徹理解算法理論，同時提高將理論應用於實踐的能力。本書提供配套的源碼，方便讀者學習實踐。本書可作為“圖像處理”和“計算機視覺”課程的教材，適合圖像處理領域的師生、從業人員、OpenCV 初學者參考，也適合有一定 Python 語言基礎的讀者進階學習。

本書重點介紹Python語言在數據處理與數據挖掘方面的應用技巧，主要包括數據分析基礎知識(數據收集與分析軟件、數據挖掘的分析基礎、簡單數據的統計分析)，數據分析高級方法(多元數據的綜合分析、時序數據的模型分析)，大數據基本處理方法(大數據分析基礎應用、文獻計量與科研評價、社會網絡分析方法、數據分析編程平臺)等內容。附錄中還提供了Python數據分析相關方法和函數等，方便讀者隨時查看。本書內容豐富，圖文並茂，可操作性強且便於查閱，主要面向數據分析的讀者，能有效幫助讀者提高數據處理與分析的水平，提升工作效率。書中的例子數據、習題數據及相關代碼都可在作者的學習博客http://blog.leanote.com/DaPy下載使用，也可登錄華信教育資源網http://www.hxedu.com.cn免費下載。

本書聚焦深度學習架構和技術，使用Keras和TensorFlow庫創建解決方案。涉及多種神經網絡架構，包括LeNet、AlexNet、VGG、Inception、R-CNN、Fast R-CNN、Faster R-CNN、Mask R-CNN、YOLO和SqueezeNet，並通過實踐了解如何基於Python實現深度學習架構。書中對所有代碼片段進行詳細分解並徹底分析，以便可以在各自的環境中實現相同的原則。

本書以OpenCV-Python（the Python API for OpenCV）為工具，以案例為載體，系統介紹了計算機視覺從入門到深度學習的相關知識點。 本書從基礎知識、基礎案例、機器學習、深度學習和人臉識別5個方面對計算機視覺的相關知識點進行了全面、系統、深入的介紹。書中共介紹了40余個經典的計算機視覺案例，其中既有圖像加密、指紋識別、車牌識別、缺陷檢測等基於傳統技術的計算機視覺經典案例，也有圖像分類、目標檢測、語義分割、實例分割、風格遷移、姿勢識別等基於深度學習的計算機視覺案例，還有表情識別、駕駛員疲勞檢測、易容術、性別和年齡識別等基於人臉識別的計算機視覺案例。 在介紹具體的算法原理時，本書盡量使用通俗易懂的語言和貼近生活的示例來說明問題，避免使用複雜抽象的公式來介紹。

代碼和數學是相知相惜的好夥伴，它們基於共同的理性思維，數學公式的推導可以自然地在編寫代碼的過程中展開。本書帶領程序員使用自己熟知的工具，即代碼，來理解機器學習和遊戲設計中的數學知識。通過Python代碼和200多個小項目，讀者將掌握二維向量、三維向量、矩陣變換、線性方程、微積分、線性回歸、logistic回歸、梯度下降等知識。

Real-world data sets are messy and complicated. Written for students in social science and public management, this authoritative but approachable guide describes all the tools needed to collect data and prepare it for analysis. Offering detailed, step-by-step instructions, it covers collection of many different types of data including web files, APIs, and maps; data cleaning; data formatting; the integration of different sources into a comprehensive data set; and storage using third-party tools to facilitate access and shareability, from Google Docs to GitHub. Assuming no prior knowledge of R and Python, the author introduces programming concepts gradually, using real data sets that provide the reader with practical, functional experience.

Real-world data sets are messy and complicated. Written for students in social science and public management, this authoritative but approachable guide describes all the tools needed to collect data and prepare it for analysis. Offering detailed, step-by-step instructions, it covers collection of many different types of data including web files, APIs, and maps; data cleaning; data formatting; the integration of different sources into a comprehensive data set; and storage using third-party tools to facilitate access and shareability, from Google Docs to GitHub. Assuming no prior knowledge of R and Python, the author introduces programming concepts gradually, using real data sets that provide the reader with practical, functional experience.

產品特色： 1. 贏在起跑點：知古通今，了解AI過去，迅速切入潮流，透過實際體驗激發興趣，讓學習更有感。 2. 站在制高點：藉由程式存取微軟Azure雲端人工智慧服務，隨時掌握並拓展最新AI技術串聯各種智慧應用。 3. 航向目標點：熟悉且輕鬆上手Python AIoT核心語法，實際搭配Tello和Tello Edu無人機，抓學習也抓應用，不僅穩紮根基也能巧妙活用，讓成品與學習更出色。

近年來，固定收益市場規模、產品類別、投資實踐等都呈現跨越式發展，相關從業人員的教育需求也與日俱增。固定收益市場是一個重要的投資市場，瞭解這個市場的規律對成為一個合格的投資與風險管理人員來說至關重要。本書巧妙地將固定收益市場的相關知識和Python語言的編程實踐結合起來，通過12章內容，由淺入深地介紹了中國固定收益市場的情況，並給出了具體的 Python 分析案例。全書內容翔實，參考價值較高，涉及中國固定收益市場介紹，債券的計息基準與應計利息的計算，債券的淨價、全價與到期收益率的計算，收益率曲線與構建，債券的估值與風險計量，債券的會計與損益歸因分析，債券現券交易方式，回購與債券借貸，國債期貨與標準債券遠期，利率互換，利率期權，信用衍生品等內容。本書內容全面，實戰性強，通俗易懂，適合固定收益領域的從業者及想要進入這一領域工作的讀者閱讀。

本書講解了GUI自動化測試開發的主流編程語言、自動化實現原理、常用工具及自動化框架的代碼實現。全書共9章，包括自動化測試概念、Python編程基礎、基於圖像識別的自動化測試、Selenium入門、Selenium進階、自動化測試框架、Windows應用的自動化測試框架、Android移動端自動化測試、移動端雲測試平臺開發。本書可以作為高校計算機及相關專業的教材，也可以作為測試開發愛好者的參考書。