Python

《人人都能學AI編程:Cursor從入門到項目實踐》系統講解如何基於Cursor這款AI輔助開發工具，從零起步學習並掌握Python編程語言，適合高校學生、編程初學者及傳統軟件工程人員閱讀。《人人都能學AI編程:Cursor從入門到項目實踐》共10章，涵蓋環境配置、基礎語法、模塊化結構、工程化實踐、智能提示指令(Prompt)、AI輔助算法實現、Web與App開發，以及完整項目案例與插件生態等內容。《人人都能學AI編程:Cursor從入門到項目實踐》首先介紹Cursor的功能與Python語言的基礎知識，從開發環境的搭建，到變量、函數、類與控制結構，並輔以標準庫模塊的高頻實戰應用。隨後將深入講解數據結構與算法、模塊組織與測試策略，展示如何在AI的協助下完成算法設計、代碼優化與工程化封裝。在後續章節中，本書面向實際開發場景，演示如何借助Cursor構建Web服務、自動化腳本、數據解析工具等典型應用，並通過完整項目的集成強化理論與實踐的結合。《人人都能學AI編程:Cursor從入門到項目實踐》突出動手訓練與實戰導向，結合Cursor的智能提示、補全、重構、文檔生成等AI能力，構建面向未來的編程學習新範式。通過《人人都能學AI編程:Cursor從入門到項目實踐》豐富的示例與分層講解，讀者不僅可以快速掌握Python的核心技能，還能夠培養適合AI時代的開發思維與工程素養。

本書為1+X職業技能等級證書配套系列教材之一，根據《人工智能數據處理職業技能等級標準》編寫，為該職業技能的初級配套教材。 本書汲取科大訊飛高教人才培養業務實驗室產品AILAB的實驗成果，結合人才培養項目式教學經驗，按照新形態一體化教材的開發標準，由淺入深、循序漸進地引導讀者使用Python進行人工智能數據處理。全書共分為9章，涵蓋數據處理基礎、Python編程基礎、Python數據操作基礎、數據采集、數據存儲、數據預處理、數據標注、數據分析基礎、數據可視化基礎等內容。本書能同時滿足讀者人工智能數據處理知識學習、職業技能培訓及1+X證書考核等需求，為讀者進入人工智能數據處理職業技能初級崗位提供專業支持。 本書配有教學課件、編程樣例、實驗及編程類習題、源代碼、課後習題答案等豐富的數字化學習資源。與本書配套的數字課程在“智慧職教”平臺(www.icve.com.cn)上線，學習者可以登錄平臺進行在線學習及資源下載，教師也可以發郵件至編輯郵箱1548103297@qq.com獲取相關資源。 本書可作為人工智能數據處理1+X證書的初級認證相關教學和培訓的教材，也可作為高等職業教育大數據技術和人工智能技術應用等相關專業的教材，還可作為從事大數據相關工作人員的自學參考書。

https://youtu.be/dDWiAF1WQ8A AI視覺 最強入門邁向頂尖高手 王者歸來 【書籍內容】 ◎ 台灣作者第一本「AI視覺」專書！五大最強亮點 ✔1. AI 影像技術全解析，從入門到頂尖高手 ✔2. 影像不只是影像，讓 AI 賦予它智慧與靈魂 ✔3. 數學、演算法、函數與Python程式，三大學習核心，建立的AI影像專案 ✔4. AI 影像應用無極限，打造你的專屬智慧影像系統 ✔5. 最完整 AI 視覺學習資源，帶你進入與設計 AI 影像時代 ◎ AI視覺最強入門，從新手到頂尖高手！ 在 AI 影像技術的浪潮下，你是否曾想過，如何讓影像處理不只是單純的圖像變換，而是賦予它智慧，讓程式「看見」並理解世界？本書 《AI視覺最強入門邁向頂尖高手》 將帶你從零開始，一步步掌握 AI 視覺的核心技術，讓你的影像程式不再只是空洞的代碼，而是充滿靈魂與創意的智慧應用！ ◎ 這本書，適合誰？ ★ Python & AI 初學者：從影像基礎開始，循序漸進學習。 ★ 影像處理 & OpenCV 愛好者：探索影像創意與高級應用。 ★ 開發者 & 工程師：打造 AI 監控、人臉識別、物件追蹤專案。 ★ 學生 & 研究人員：數學 + 演算法 + OpenCV，全方位掌握 AI 視覺技術。 ◎ AI 影像技術，從基礎到進階 ★ 影像處理基礎：影像讀取、色彩空間（BGR、RGB、HSV）、影像儲存與計算。 ★ 影像創意與特效：數位浮水印、動態影像（GIF、MP4）、藝術畫作設計。 ★ 影像增強與變換：圖像去霧、濾波降噪、傅立葉變換、直方圖對比度增強。 ★ AI 影像識別應用：手寫數字辨識、人臉偵測、車牌識別、醫學影像分析。 ★ AI 監控與自動追蹤：動態車道偵測、AI 監控系統、模板匹配物件搜尋。 ◎ 為什麼選擇這本書？ ★ 獨家「三步驟」學習法： ★ 數學原理 → 演算法邏輯 → Python x OpenCV x MediaPipe 實作，讓你學得深入又靈活應用！ ★ 從基礎到高階 AI 視覺應用，完整解構影像處理技術！ ★ 結合 OpenCV x MediaPipe x Python，打造創新影像應用專案！ ◎ AI 影像技術，開啟無限可能！ 影像處理與 AI 的結合，正顛覆我們的世界。無論是攝影特效、醫學影像、智慧監控還是

《推薦系統核心技術與實踐》循序漸進地講解了使用Python語言開發推薦系統的核心知識，並通過實例的實現過程演練了各個知識點的使用方法和使用流程。全書共分 12 章，內容包括推薦系統基礎知識介紹、基於內容的推薦、協同過濾推薦、混合推薦、基於標簽的推薦、基於知識圖譜的推薦、基於隱語義模型的推薦、基於神經網絡的推薦模型、序列建模和注意力機制、強化推薦學習、電影推薦系統、動漫推薦系統等。本書內容講解簡潔而不失技術深度，內容豐富全面，用簡練的文字介紹了複雜的案例，易於讀者學習。 《推薦系統核心技術與實踐》適用於已經瞭解了Python語言基礎語法，想進一步學習機器學習、深度學習、推薦系統技術的讀者，還可以作為高等院校相關專業師生和培訓機構的教材。

本書以帶領讀者洞悉“數據之美”“讓數據說話”的理念為主線，從數據的類型和特徵入手，教會讀者圍繞數據的構成、數據不同維度的比較、數據趨勢、數據的分佈、數據間的聯繫、數據的互聯互動等角度，運用現行主流的Python可視化工具對數據進行多層次、多維度立體化展示，力求幫助讀者掌握繪製有效的、具有視覺吸引力的、可伸縮的且易於理解的數據可視化作品的思路和方法。教材除了教會讀者如何運用Python數據可視化主流工具(如Matplotlib、Seaborn、Pyecharts、Plotly等)進行各種類型圖表的繪製，還設置了豐富的貼合實際的數據可視化案例，教會讀者如何通過數據可視化對數據進行全方位探索和展示，進而理解數據，利用數據做決策。教材還編排了豐富的數據可視化小故事，以進一步提高讀者的閱讀興趣。

由於優化模型在各專業的研究領域中有著極其廣泛的應用，本書以優化模型為主題講述了幾類較為基礎且重要的數學模型，包括線性規劃模型、非線性規劃模型、整數規劃模型、多目標規劃模型、目標規劃模型、動態規劃模型、圖與網絡優化模型，共計七個章節。針對往年課程教學過程中學生普遍提出的困惑，即求解數學模型對於學生具有一定編程基礎要求。因此，在各章節都以一定篇幅介紹三類常用求解優化模型的軟件語言：LINGO、MATLAB以及Python。LINGO軟件對於沒有編程基礎的學生也能夠較快地掌握。MATLAB軟件以及Python軟件是大部分工科學生的基礎工具，可在不增加學生負擔學習成本上，著重介紹如何利用軟件解決優化問題。本書可以幫助零基礎學生快速、較好地掌握建立、求解數學模型的方法與過程。

資料的獲取方式、資料的形式及其結構紛繁蕪雜，如何把資料整理成我們想要的樣子呢？本書通過真實案例構建了資料準備過程中的方法與技術體系，並通過Python 3程式設計實現從資料獲取到資料整理的全過程。 全書內容包括資料來源、資料類型、資料編碼、資料清洗、資料插補、資料配平、資料重建、資料變換、資料縮放和資料歸約。為使讀者能夠快速掌握資料準備的方法與技術，本書的資料檔案與程式碼均可下載(見封底二維碼)。線上操作平臺位址為http://ykt.ai-learning.net。 本書既可作為高等院校的資料分析類課程教材，也可作為社會科學領域資料分析的自學用書。從事資料分析與資料管理工作的相關人員，以及用Python解決實際資料分析問題的工程技術和管理人員亦可參考使用。

《信息技術基礎實訓教程》是大學計算機信息技術基礎課程的實訓教材，著重于計算機應用的實踐操作，重點介紹了Windows10操作系統、辦公自動化軟件Office2016和Python自動化辦公應用等內容。該書涵蓋全國高等學校計算機等級考試辦公軟件應用的考試內容，可單獨作為高校計算機信息技術基礎實踐課程教學和上機指導教材，也可作為全國計算機等級考試一級考試的學習參考資料。 《信息技術基礎實訓教程》知識全面，習題豐富，案例典型，實用性強；結構編排完整，層次分明，概念闡述清晰，操作步驟詳細，強調理論學習和能力培養的結合；為適應當前人工智能方興未艾的發展需要，增加了Python基礎及其在辦公自動化中的應用等內容，有效實現了理論知識和實際應用的緊密結合。

本書從零基礎讀者的角度出發，通過通俗易懂的語言、豐富多彩的實例，循序漸進地讓讀者在實踐中學習Python OpenCV編程知識，並提升自己的實際開發能力。 全書共分為4篇16章，內容包括搭建開發環境、圖像處理基礎、NumPy模塊、繪製圖形和文字、閾值、圖像運算、腐蝕與膨脹、圖像的幾何變換、濾波器、模板匹配、圖像輪廓、圖形檢測、視頻處理、人臉跟蹤與識別、MR機讀答題卡、MR智能視頻打卡系統等。書中知識點講解細致，側重介紹每個知識點的使用場景，涉及的代碼給出了詳細的注釋，可以使讀者輕鬆領會OpenCV程序開發的精髓，快速提高開發技能。同時，本書配套了大量教學視頻，掃碼即可觀看，還提供所有程序源文件，方便讀者實踐。 本書適合Python OpenCV、人工智能、機器視覺初學者自學使用，也可用作高等院校相關專業的教材及參考書。

Python 因其擁有強大的第三方軟件庫，廣泛應用在人工智能開發、科學計算和數據分析中。而 pandas 就是一款基於 NumPy 的解決 Python 數據分析任務的軟件庫。在機器學習和數據科學中，因為很少有數據可以直接使用，所以對數據進行預處理就成為必不可少的工作。《Pandas 數據預處理詳解》就利用數據處理必需的 pandas 庫，從 pandas 基本操作、數據結構，到 pandas 將執行的各種任務，如匯總統計信息、檢查缺失值 / 異常值 / 重復數據以及合並和分組數據等，通過簡單易懂的示例，對預處理的基礎知識和各種預處理方法進行了透徹講解。學完本書，讀者將能夠順利執行各種機器學習和數據分析任務。特別適合作為機器學習工程師、數據科學及科研工作者初學數據預處理的參考書，也適合作為案頭手冊，隨時翻閱查看。

本書根據高等院校資料科學通識課程的教學需求編寫，著重培養學生的資料意識、資料思維和資料能力，深入闡述了資料科學的核心理論與實踐應用。全書共分9章，包括資料科學概論、Python與資料科學、陣列的統計分析、資料清洗與統計、視覺化資料採擷、Web應用框架、文本資料處理、機器學習以及大資料技術。 為確保讀者能夠輕鬆掌握資料分析技能，本書採用當前流行的Python語言，通過實際案例演示各個資料分析過程，力求內容深入淺出，既方便讀者快速上手，還能幫助他們在實踐中不斷鞏固和加深所學知識。 本書適合作為高等院校理工科各專業平臺課教材，也可作為各專業的資料科學通識課程教材，對於對資料科學有濃厚興趣的讀者，也是一本不可多得的參考書。

本書通過正在學習機器學習的程序員綾乃和她朋友美緒的對話，結合回歸和分類的具體問題，逐步講解了機器學習中實用的數學基礎知識。其中，重點講解了容易成為學習絆腳石的數學公式和符號。同時，還通過實際的Python 編程講解了數學公式的應用，進而加深讀者對相關數學知識的理解。

本書的主要內容有: 創建並理解經典和現代k線圖模式所需的條件。學習這些模式背後的市場心理。使用一個框架來學習如何進行交易策略的回測。探索不同的製圖系統並理解它們的局限性。在Python中導入不同時間框架的OHLC歷史外匯數據。使用算法發現和再現模式。學習模式的特性和應用。

本書基於豐富的圖示，詳細介紹了有監督學習和無監督學習的17種算法，包括線性回歸、正則化、邏輯回歸、支持向量機、核方法、樸素貝葉斯、隨機森林、神經網絡、KNN、PCA、LSA、NMF、LDA、k-means算法、混合高斯分布、LLE和t-SNE。書中針對各算法均用Python代碼進行了實現，讀者可一邊運行代碼一邊閱讀，從而加深對算法的理解。

本書用淺顯易懂的語言，圖文並貌地講解了深度學習的基礎知識，從如何挑選硬件到神經網絡的初步搭建，再到實現圖片識別、文本翻譯、強化學習、生成對抗網絡等多個目前最流行的深度學習應用。書中基於目前流行的PyTorch框架，運用Python語言實現了各種深度學習的應用程序，讓理論和實踐緊密結合。

本书是一部全面而深入的量化金融实战指南，从基础的Python编程和量化金融概念出发，逐步引领读者进入金融数据分析、量化策略开发、算法交易及风险管理的高级话题。本书还探讨了生成式AI和ChatGPT在量化金融领域中的应用，为读者提供了一个全面的视角和实用的工具。 本书共分

本書綜合了現有的數據采集和預處理技術，按照實際工作中的順序，先介紹了大數據及數據采集的基礎知識，然後介紹了使用爬蟲技術進行數據采集、使用傳感器進行數據采集、使用Kettle進行數據遷移和採集以及使用Python進行數據處理，並以實訓項目的形式，將技術與理論有機融為一體。

隨著短視頻行業的快速崛起，如何能讓短視頻作品把握熱點、緊跟時事，並且在內容的製作上體現短視頻的多樣性和高效性，運用Python編程幫助短視頻從業者，實現自動採集媒體熱點，獲取流量密碼，實現商業分析常態化，素材短視頻自動化處理，短視頻作品的批量處理等等，為短視頻插上翅膀。

本書以任務為載體，以實施過程為主線，將知識點穿插到任務實施過程中，知識體系的構建循序漸進、由易到難、由淺入深，符合普遍認知規律。本書以Hadoop大數據平臺為重點，主要內容包括預備知識、準備Hadoop環境、搭建Hadoop大數據平臺、使用Java語言編寫MapReduce程序、使用Python語言編寫MapReduce程序、Hadoop系統的常見故障及應對和Hadoop系統運維。

Flask Web開發入門、進階與實戰介紹了使用Python語言開發Flask Web程序的知識，並通過具體實例講解了使用Flask框架的方法和流程。全書共18章，內容包括Flask Web開發基礎、使用Flask模板、實現表單操作、Flask數據庫操作、用戶登錄驗證、收發電子郵件、使用Flask-Admin開發後臺管理系統、使用上下文技術、項目優化、處理靜態文件、開發RESTful API、系統

本書是一本Redis的入門指導書籍，以通俗易懂的方式介紹了Redis基礎與實踐方面的知識，包括歷史與特性、在開發和生產環境中部署運行Redis、資料類型與命令、使用Redis實現佇列、事務、複製、管道、持久化、優化Redis存儲空間等內容，並採用任務驅動的方式介紹了PHP、Ruby、Python和Node.js這4種語言的Redis用戶端庫的使用方法。

機器學習包括有監督學習、無監督學習和半監督學習，而具體的問題又大致可以分兩類：分類問題和回歸問題。本書分為8章，使用Python第三方工具庫深入講解機器學習極大重要算法的實現，內容包括機器學習概述、貝葉斯分類、決策樹、集成學習、支持向量機、神經網絡、卷積神經網絡、卷積神經網絡分割圖片實戰。

小珍珠和她的機器人朋友帕斯卡在遊樂園玩了一天。旋轉茶杯，冰淇淋，當然還有過山車!通過使用代碼，Pearl和Pascal可以跟蹤他們的乘坐令牌，並計算什麼時候隊伍足夠短，可以乘坐最大的Python過山車。變量、if-then-else序列，以及對隱藏的秘密代碼的搜索，使這一天成為遊樂園中有趣的、充滿代碼的一天!

利用Python量子組合語言以及IBM的Q Experience編寫量子程式 在全新的量子計算領域發展演算法及程式。本書涵蓋幾個主題，例如量子電腦的物理特性：包括量子位元(qubit)、糾纏(entanglement)、邏輯閘電路，以及其與傳統電腦的區別。此外，《量子計算實戰》也利用IBM的Q Experience探討雲端的量子計算。討論的項目包括有：作曲家程式(composer)、量子分數、實驗

卷積神經網絡是現代神經網絡的核心內容，TensorFlow又是現在最為流行的深度學習框架。本書使用TensorFlow 2.0作為卷積神經網絡實現的基本工具，引導深度學習初學者，從搭建環境開始，逐步深入到理論、代碼和應用實踐中去。本書分為8章，第1章從搭建環境開始，包含Anaconda、Python、PyCharm、TensorFlow CPU 版本和GPU版本的安裝；第2章是Keras+ Ten

本書討論了圖靈機、停機問題、可計算性問題、計算複雜度問題、信息熵問題、學科經典問題等; 在新技術方面, 討論了大型計算機集群結構、Hadoop分布式計算平臺、Android系統結構、計算社會科學、4G通信技術、零知識證明、數據挖掘等內容; 在程序設計方面, 介紹C、Java、Python、R、Prolog、MPI等編程語言; 在實用技術方面, 討論了Visio、Photoshop、Dreamwav

Django是Python語言的一種應用廣泛的用於開發網站的框架。本書以一個網站實例為主線，貫穿始終，以實戰的方式講述Django框架的應用以及相關的網站開發知識。內容不僅涵蓋Django相關內容，還包括網站開發中常用的前端框架如bootstrap等。隨著本書中的學習，最終即可完成一個功能完善、界面友好的網站項目。

本書特色 ‧主要介紹Excel 2016的科學圖表和商業圖表的繪製方法。 ‧首次引入R ggplot2、Python Seaborn、Tableau、D3.js、Matlab 2015、Origin等繪圖軟體的圖表風格與配色方案。 ‧在無須設計程式的情況下，就能實現繪圖軟體的圖表樣式。 ‧同時對比並總結了《華爾街日報》、《商業週刊》、《經濟學人》等商業經典雜誌的圖表風格。 ‧在詳細介紹散佈圖、柱形

本書全面深入地介紹了軟體自動化測試開發領域方方面面的相關知識，包括App 功能自動化測試的方案、環境、代碼運行及報告（基於Appium 工具和Java 語言編寫），API 介面自動化測試的方案、環境、代碼運行及報告（基於Zentao 工具和Python 腳本語言編寫），Selenium 的Web 自動化測試（基於Selenium工具和Java 語言編寫），JMeter 介面和性能測試，LoadRu

本書共分為四篇，由淺入深地講解pcDuino的開發使用。第一篇為基礎篇，包括第1~3章，首先介紹了Arduino的基礎知識，然後通過與Arduino類似的開發風格直接闡述pcDuino的程式設計方法，最後介紹了pcDuino作為Mini PC的使用方法。第二篇為程式設計語言篇，包括第4~6章，作為pcDuino開發方法的補充，依次介紹了使用Python、Jav

內容簡介:【嚴選經典】美國矽谷創業家/全球科技大廠與業界指定工研院顧問講師親自錄製231支影音教學影片，如臨現場授課！【聯合推薦】嘉義基督教醫院兒童醫學部主任、嘉基創新育成中心主任周信旭醫師Eco-City智慧生活科技區域整合中心執行長、國立交通大學土木工程系曾仁杰教授台北榮民總醫院神經外科、國立陽明大學研究所兼任助理教授關艾琛醫師本書為作者柯博文老師繼《Python+TensorFlow人工智慧、機器學習、大數據｜超炫專案與完全實戰》規劃的進階書籍，歷經業界頂尖的工程師學員多次考驗，實戰多年後才匯集成冊。包含Python、機器學習、人工智慧、TensorFlow、Keras、OpenCV等相關API的使用方法，且每個範例都是實戰程式。◎提供豐富的線上下載：204個範例程式、231支影音教學影片。◎介紹人工智慧的開發技巧，並且近乎100%準確度。◎大量使用業界數據、OpenData開放資料進行分析和預測，上百萬種數據讓你應用。◎以Python撰寫類神經的數學公式，讓讀者理解人工智慧演算法的來龍去脈，進而調整數學式讓準確度更好。◎範例豐富多元，將人工智慧運用在農業、氣象預報、手寫OCR、圖片學習等人工智慧實戰。◎結合Tensorflow.Keras和OpenCV自行產生數據庫，使用WebCam即時辨識圖片，並且實際應用在專案中。◎使用最新高難度的VGG16、VGG19、ResNet50、Xception、Inception、DenseNet121、FastR-CNN等演算法，並訓練自己的物件，使用COCO和ImageNet辨識近萬種物體。

本書共7章，重點介紹三方面的內容:數據挖掘的基礎知識，包括數據挖掘的概念、標準過程模型、數據預處理、分類、關聯分析、聚類分析等;數據挖掘工具，包括Python基礎、NumPy工具包、Pandas工具包、Matplotlib繪圖庫和 Scikit-Learn工具包;數據挖掘案例，包括分類、關聯分析、聚類分析三個應用主題，每個案例都系統地展示了一個數據挖掘項目的具體過程和分析細節(其中一個案例還給出了Python的實現方法與代碼)。本書為融媒體新形態教材，從教學需求出發，為使用本書作為教材的教師提供教學課件、例題代碼、習題參考答案、實驗的步驟與代碼等配套資源。關於本書配套數字資源：圖片可手機掃碼在線瀏覽；掃描zip文件二維碼後，請複製郵箱內的文件下載鏈接，在新瀏覽器頁面打開下載，避免郵箱攔截鏈接。本書可作為本科生數據挖掘課程的教材，也可作為數據挖掘愛好者和相關從業人員的參考書。

本書的目標，是讓非機器學習領域甚至非計算機專業出身但有學習需求的人，輕鬆地掌握機器學習的基本知識，從而擁有相關的實戰能力。本書通過AI“小白”小冰拜師程序員咖哥學習機器學習的對話展開，內容輕鬆，實戰性強，主要包括機器學習快速上手路徑、數學和Python 基礎知識、機器學習基礎算法（線性回歸和邏輯回歸）、深度神經網絡、卷積神經網絡、循環神經網絡、經典算法、集成學習、無監督和半監督等非監督學習類型、強化學習實戰等內容，以及相關實戰案例。本書所有案例均通過Python及Scikit-learn 機器學習庫和Keras 深度學習框架實現，同時還包含豐富的數據分析和數據可視化內容。本書適合對AI 感興趣的程序員、項目經理、在校大學生以及任何想以零基礎學機器學習的人，用以入門機器學習領域，建立從理論到實戰的知識通道。

深度學習和傳統機器視覺技術相融合，可以大大提高AI 技術的效率和精度。本書分上、下兩篇，共19 章內容，詳細講解了機器視覺及深度學習的理論和編程實踐。 上篇介紹理論算法。包括機器視覺的經典圖像處理算法、深度學習的理論基礎和目前常用的深度學習框架。 下篇介紹編程環境及系統搭建。講解了機器視覺圖像處理算法及深度學習的編程工具 VC++、Python 和 OpenCV；利用 VC++和 Python 工具，搭建圖像處理的工程界面；介紹了常用的9 種深度學習框架的獲得方法、安裝設置、工程創建，以及深度學習工程的編譯、訓練、評估與部署方法。 每一個搭建的工程，都提供一套可下載的源代碼程序，方便讀者下載學習。 本書理論與實踐兼顧，可為從事機器視覺技術及人工智能研究和應用的工程技術人員提供幫助，也可供高等院校相關專業師生學習參考。

本書分8章: 第1章, 計算機組織與結構, 介紹信息處理的工具、計算機系統的組成、計算機操作系統; 第2章, 算法描述和評價, 介紹計算機算法的描述方法和評價標準; 第3章, Python程序設計, 介紹信息處理的計算機編程語言及基本的編程方法; 第4章,Python數據分析基礎,介紹基本的數據統計量以及常用數據分析和可視化工具NumPy、Matplotlib和Pandas的基本使用方法; 第5章, 信息的表示, 介紹信息是如何在計算機中表示的, 計算機是如何實現信息的保存和計算的; 第6章, 信息的獲取與傳輸, 介紹信息如何是通過物聯網感知和通過網絡進行傳輸的。第7章, 信息存儲與計算, 介紹數據的管理和雲存儲、雲計算技術; 第8章, 機器學習, 介紹什麼是人工智能, 計算機是如何具有“智能”的, 簡單介紹機器學習的幾種基本算法: 線性回歸、聚類和神經網絡等。

本書主要介紹如何基於Django框架開發網站，全書共4章，第1章主要介紹Python、Django發展歷史和安裝方法，以及HTTP的基礎知識；第2章詳細介紹了Django基本知識，包括如何啟動Django服務、Hello World程序、HttpRequest與HttpResponse對象、setting.py的配置、cookie和session、Django的MTV開發模式框架、Django的模型與數據庫的管理、Django的視圖管理、Django的模板管理以及基於Python Requests類數據驅動的HTTP接口測試；第3章以電子商務網站為例，介紹電子商務網站的需求、電子商務網站數據Model設計以及用戶信息、商品信息、購物車、送貨地址、訂單、電子支付模塊，最後介紹如何建立自定義的錯誤頁面；第4章在第3章的基礎上介紹如何構建安全的網站，分別是密碼的加密、防止CSRF和XSS的攻擊、權限操作的漏洞以及防止SQL注入。本書可作為準備使用Django框架開發網站、學習接口測試的軟件工作人員的學習用書，也可作為在校本科生和研究生的參考用書。

閱讀本書，即使讀者僅掌握高中數學知識，也能理解和應用強大的機器學習技術！簡單來講，機器學習是一套以算法為基礎的數據分析技術，當你提供更多數據時，算法可反饋更好的結果。ML支持許多尖端技術，如推薦系統、面部識別軟件、智能揚聲器，甚至包括自動駕駛汽車。本書不落窠臼，示例豐富，精選的練習十分有趣，插圖清晰，講解機器學習的核心概念。 《機器學習圖解》以簡明易懂的方式介紹機器學習的算法和技術。本書不談深奧的術語，只通過基本代數知識提供清晰的解釋。你將使用Python構建有趣的項目，包括垃圾郵件檢測和圖像識別模型；還將學習一些實用技能，以清理和準備數據。 · 分類和劃分數據的監督算法· 清理和簡化數據的方法· 機器學習包和工具· 複雜數據集的神經網絡和集成方法讀者閱讀本書前，最好瞭解Python基礎知識，不必瞭解機器學習知識。

本書注重理論與實際操作相結合，以管理會計基本理論為基礎，以仿真實訓案例為載體，以Python大數據分析工具為技術手段，通過管理會計工作實踐場景，讓學生在完成實訓任務的過程中，融會貫通管理會計的預測、規劃、決策、控制、激勵與評價等理論知識體系，提高應用 技術手段進行大數據分析，提供管理會計信息支持的能力。具體而言，本書包括成本性態分析、變動成本法、本量利分析、標準成本法、短期經營決策、全面預算管理和長期投資決策等實訓單元，每個單元不但包括基於Python工具解決管理會計問題的詳細演示，而且包括仿真實訓案例的拓展演練。 本書可以作為財務管理專業、會計學專業、工商管理類專業高年級本科生教材，也可以作為高等院校會計專業碩士、工商管理碩士等管理類研究生教材，還可供經濟管理人員、管理會計人員自學使用。

本書對想學習數據分析的人來說是一本非常實用的參考書，書中有多個真實的數據分析案例，幾乎是以手把手的方式教你一步一步地完成從數據分析的準備到分析結果報告的整個流程。無論是數據分析工作的從業者，還是有志于未來從事數據分析工作的在校大學生，都能從本書中獲取一些新知識、新思想。同時，本書也是一本學習和提高R及Python編程的參考書。很多人有這樣的感觸，單純地學習編程語言是很枯燥的過程，但利用本書學習R和Python語言可以很好地解決這個問題，生動實用的數據集以及非常有意思的分析結果會極大地激發讀者學習的興趣。本書案例包括汽車數據分析、稅收數據分析、就業數據分析、股市數據分析、社交網絡分析、大規模電影推薦、Twitter數據分析、新西蘭海外遊客預測分析以及德國信用數據分析等。

內容簡介:本書介紹量子電腦與量子計算的理論基礎，並結合IBMQExperience實作，帶領讀者初步窺探這個嶄新而有趣的領域，迎接「量子霸權」時代的來臨。採主題介紹方式，循序漸進、深入淺出。內容涵蓋量子電腦、量子力學、數學、量子硬體、量子計算、量子演算法等理論基礎，並結合IBMQExperience進行電路作曲家、Python與Qiskit程式等實作過程，強調理論與實務的緊密結合，實現「做中學」的學習理念，期望協助您快速入門。同時介紹具有代表性的量子計算與量子演算法，包含豐富的Python程式範例，協助您實際體驗IBMQ量子電腦的模擬與實作。本書適用於資優高中生，或是資訊、電機、電子、工工、物理、應數、化工、生科等相關科系的大專學生。適用於產業界的研發工程師、資訊工程師、軟體工程師、資料科學家、大數據分析師、人工智慧工程師、化學工程師、生物醫學工程師、金融分析師等，或是對於量子電腦與量子計算領域具有興趣的創客玩家等。