Python

本書以Django Web項目開發為主線，深入系統地介紹了Django 3在Web開發中的應用。從網站開發入門開始，逐步深入講述Django框架的各功能要點，每個功能要點從源碼角度分析，並在源碼的基礎上實現自定義的功能開發。還介紹了Django的第三方功能應用，如DRF框架開發API接口、生成網站驗證碼、站內搜索引擎、第三方網站實現賬號注冊、異步任務和定時任務、實時通信實現在線聊天。本書提供了4個實戰案例，包括信息反饋平臺、博客系統、音樂網站平臺、前後端分離與微服務架構，涵蓋了網站的單體式開發、前後端分離和微服務開發，從單一的網站開發轉變到網站架構設計開發。最後講述Django的上線部署方案，分別講述Django如何部署在Windows和Linux系統上。本書內容豐富，技術新穎，注重實戰，適合有一定Python基礎的Web開發人員閱讀，也可用作培訓機構和大中專院校相關專業的教學參考書。

物件導向程序設計（OOP）是現代程序設計語言（包括C++、Java、C#、Visual Basic.NET、Ruby、Objective-C和Swift）的基礎。物件也構成了許多Web技術（如JavaScript、Python和PHP）的基礎。 在開始使用物件導向的開發環境之前，瞭解物件導向的基本概念至關重要。OOP促進了良好的設計實踐、代碼可攜性和重用性，但是需要轉變思維才能完全理解OOP。剛接觸OOP的程序員應該抵制直接跳入特定程序設計語言或建模語言的誘惑，首先花時間學習本書作者提出的“物件導向的思考過程”。 儘管程序設計技術多年來一直在變化和發展，但是無論平臺如何演進，物件導向仍然是一個不變的概念。本書側重於在過去20年中倖存下來並保持其核心的OOP技術，其中包括新的和擴展的設計模式、避免依賴關係以及SOLID原則，以説明開發人員使軟件設計易於理解、靈活和可維護。 通過閱讀本書，你將學到： 面向解決方案的方法 繼承和組合的正確用法 聚合和聯合之間以及接口和實現之間的重要區別 第5版新增內容 相比前幾版而言，作者對內容做了大量修改，刪除了一些與物件導向不太相關的章節，突出了本書的主題，同時引入了設計模式、物件導向設計的SOLID準則等全新章節，補全了物件導向設計思想的方方面面。無論你是否有物件導向程序設計的經驗，本書都適合作為你物件導向思考的旅程的開端。

統計學習是機器學習的重要分支，本書兼顧了數學上的理解和代碼實踐，內容主要包括基礎知識和統計學習模型。第1章、第2章結合VC維介紹過擬合的本質，並介紹手動特征選擇的辦法；第3章、第4章從最簡單的線性模型出發經過概率統計的解讀而得到分類和回歸算法；第5章討論了不依賴於假設分布的非參數模型；第6章將核方法作為一種非線性拓展的技巧介紹如何將該方法應用到很多算法中，並且引出了著名的高斯過程；第7章以混合高斯作為軟分配聚類的代表性方法，從而引出著名的EM算法；第8章討論了機器學習的集成算法；第9章介紹的線性和非線性降維方法將會解決維度災難問題，並且不同於單純的特征選擇；第10章討論了不依賴於獨立同分布假設的時間序列算法。本書適合對於統計學習感興趣的大學生、工程師閱讀參考。閱讀本書需要具備基礎的Python編程技術和基本的數學知識。

一書搞定：從初始化 LINE 聊天機器人到發送華麗的 FlexMessage！ 從 Heroku 跨足到輕量簡潔的 AWS Lambda！ ●深入淺出的教學，完全了解LINE聊天機器人的運作原理。 ●生動有趣的範例，完全活用LINE聊天機器人的各式功能。 ●勤勞樸實的開銷，完全探索LINE聊天機器人的免費資源。 本書改編自第11屆iT邦幫忙鐵人賽 Modern Web 組優選網路系列文章---《從

內容簡介:★詳細說明從ES6開始的JavaScript語言新標準*使用微軟跨平台VisualStudioCode程式碼編輯器*使用JavaScript版TensorFlow建構客戶端人工智慧的機器學習應用*完整說明JavaScript基本語法、JavaScript自訂和內建物件。*使用大量程式範例和圖例來說明HTML網頁的DOM。*詳細說明CSS選擇器和如何使用JavaScript程式碼存取CSS樣式。*GoogleChrome開發人員工具的使用和JavaScript程式碼偵錯。*完整說明jQuery語法、包裝者物件、jQuery選擇器、DOM/事件處理、動畫/特效和表單處理。*詳細說明從ES6開始的JavaScript語言新標準、JavaScript非同步程式設計、JSON資料處理、FetchAPI和AJAX。*完整說明TensorFlow.js的張量、張量運算和視覺化圖表的繪製。*實際使用JavaScript+TensorFlow.js的KerasAPI建構神經網路的深度學習。*對於Python+Keras已經訓練好的模型，可以轉換成TensorFlow.js格式後，在客戶端建構人工智慧的機器學習應用。*使用TensorFlow.js預訓練模型建立Web介面的圖片識別和分類，搭配網路攝影機WebCam建構即時物件偵測、人臉辨識和姿勢偵測等人工智慧應用。

不會艱深晦澀、不再高深莫測 你一定能看懂的自然語言處理入門書！ INTRODUCTION TO NATURAL LANGUAGE PROCESSING ♘Java與Python雙實作：圖文並茂！演算法、數學公式、程式碼相輔相成。 ♘探索式學習路徑：循序漸進！從問題、演算法再到範例實作，一目瞭然。 編輯推薦 作者匯集多年經驗，從基本概念出發，逐步介紹中文分詞、詞性標註、命名實體識別、資訊抽取、文字聚類、文字分類、句法分析這幾個熱門問題的演算法原理與工程實作。透過講解多種演算法，比較它們的優缺點與適用場景，同時詳細展示實際專案導向的程式碼，協助讀者真正將自然語言處理（NLP）應用到正式環境之中。 儘管作者目前是NLP領域的翹楚，但他曾是非本科生，對自學入門有親身體驗，深諳初學者的學習痛點。希望透過這本與眾不同的入門讀物，為讀者打開另一扇機會之門，幫助你零起點上手NLP，讓你在通勤時也能把書讀完讀懂！ 隨著本書的學習，你將從普通程式設計師晉級為機器學習工程師，最後進化為NLP工程師。 專家好評 HanLP作者何晗寫的這本書值得一讀。這本書系統性地介紹NLP的基礎技術，深入淺出、容易理解，對初學者助益極大。 周明 微軟亞洲研究院副院長，國際計算語言學會會長 本書不僅介紹NLP的任務及演算法，也提供可以實際執行的線上程式碼，非常適合NLP初學者入門並快速部署到正式環境。 王斌 小米人工智慧實驗室主任、NLP首席科學家

數據挖掘一般是指從大量的數據中通過算法搜索隱藏於其中信息的過程。大多數數據挖掘的教材專注於介紹理論基礎，因而往往難以理解和學習。本書是介紹寫給程序員的一本數據挖掘指南，可以幫助讀者動手實踐進行數據挖掘、集體智慧並構建推薦系統。全書共8章，介紹了數據挖掘的基本知識和理論、協同過濾、內容過濾及分類、算法評估、樸素貝葉斯、非結構化文本分類以及聚類等內容。全書採用做中學的方式，用生動的圖示、大量的表格、簡明的公式，實用的Python代碼示例，闡釋數據挖掘的知識和技能。每章還給出了習題和練習，幫助讀者鞏固所學的知識。本書專注適合對數據挖掘、數據分析和推薦系統感興趣的程序員及相關領域的從業者閱讀參考；同時，本書也可以作為一本輕鬆有趣的數據挖掘課程教學參考書。

MongoDB是目前非常流行的一種非關係型數據庫（NoSQL），因其操作簡單、完全免費、源碼公開等特點，受到了IT從業人員的青睞，並被廣泛部署於實際的生產環境中。《MongoDB入門經典》採用直觀、循序漸進的方法，講解了如何設計、實施和優化NoSQL數據庫，如何存儲和管理數據，以及如何執行數據分片和複製等任務。本書共分為24章，其內容涵蓋了NoSQL和傳統RDBMS的使用時機，理解基本的MongoDB數據結構和設計概念，安裝和配置MongoDB，為自己的應用選擇正確的NoSQL交付模型，規劃和實施不同類型和規模的MongoDB數據庫，設計MongoDB數據模型，創建新的數據庫、集合和索引，掌握存儲、查找和獲取MongoDB數據的方法，通過PHP、Python、Java和Node.js/Mongoose與數據交互，在一致性、性能和持久性方面做出平衡，對MongoDB數據庫進行管理、監控、驗證、保護、備份和修復；掌握數據分片和複製等**技術；實施GridFS存儲來有效地存儲和獲取大型數據文件，評估用於優化性能的查詢，查找和診斷與集合、數據庫相關的問題。《MongoDB入門經典》適合對NoSQL以及MongoDB感興趣的數據庫開發、運維人員閱讀。

本書提供穩固而札實的實務基礎，讓你有能力解決各種NLP任務。本書涵蓋NLP的各個面向，除了理論基礎之外，更強調實務方面的實作。在解決各種NLP任務時，如果能在實務方面擁有良好的基礎，一定有助於你順利過渡到更高級的理論架構。此外，若能在實務方面有更扎實的理解，也就可以讓你更充分利用特定領域的知識，進而對演算法做出更好的調整。透過本書，您將可以：．了解NLP的概念與各種自然語言處理方法．如何應用Ten

《人工智能入門》 （全四冊）教材由全球領先的人工智能平臺公司、全球最具價值的 AI 創新企業人商湯頂級研究團隊，聯手全國知名教育專家和優秀中學教師共同編寫。本書系面向初中學生，以及初中文化程度以上讀者，一共分為四冊，九個章節。整體內容圖文並茂，包括人工智能概覽、簡單的判斷、機器視覺入門、圖像理解入門、語音識別入門、自然語言處理、簡單機器決策和開放實驗與思考。考慮到學生的認知規律，在具體章節編排上基於應用穿插推進，使學習過程與生活應用相配合。每章以相關生活場景引入，通過對相關問題的思考，對知識進行循序漸進的傳遞。每章穿插編程練習和小項目，結合豐富的虛擬平臺和小車教具，鼓勵發展學生的動手能力與創造能力，對基礎的編程教育也進行了普及。《人工智能入門》 （第一冊），講述了什麼是人工智能，人工智能可以做什麼，以及關於人工智能引發的一些思考和討論――假如你生活在人工智能高速發展的明天。★進入AI世界,學會如何與機器人對話Python 語言在人工智能領域,是最廣受歡迎的語言之一。書中將將結合Python編程語言, 探索如何逐步控制虛擬小車做更多的動作。如何用指令來控制小車的運動? 如何讓小車具有感知周圍物理世界的能力、給予小車決策的能力? 如何實現綜合的小車應用? 我們帶著這些問題, 通過對虛擬小車的操縱, 認識人工智能基礎, 包括基礎編程、傳感器, 以及古典的人工智能控制等方面的內容。★如何利用多種傳感器協同定位的方法, 進一步提高機器人定位的精度在機器人或機器小車的控制中, 我們往往希望它們可以不用外界的遙控就能完成特定的任務, 幫助人們分擔一些日常的工作, 比如, 在家裡掃地、在醫院運輸藥品、在球場撿球等。不論是在室內還是在室外, 都不難發現, 在很多實際的應用場景中都有一個最基本的要求, 就是機器人在執行指令的過程中, 需要知道自己的位置。比如室內的掃地機器人, 需要知道自己處於房間內的什麼位置, 才能準確地沿著一定的路線行駛; 再如無人駕駛的汽車, 需要知道自己處於哪條街道, 處於街道上的什麼位置等。機器人知道自己所處位置的這個功能, 就是定位的功能。本書中, 我們將用一個簡單的一維定位任務對定位問題進行初步的探究。在一台直線行進的小車上, 用不同的辦法分別解決小車的定位問題。

――――超人氣暢銷書《演算法圖鑑》姊妹作，機器學習初學者最佳入門書！―――― 人工智慧時代關鍵能力！深度學習深在哪裡？強化運算思維，建構邏輯概念，一次弄懂深度學習活用之道！ ★ 精闢剖析深度學習發展史，詳述機器學習的基礎知識！★ 完整解說熱門程式語言第一名Python的環境建構和基本語法！★ 圖像化示範TensorFlow和Keras的安裝，開發AI必學必讀！★ 介紹類神經網路

西方國家對於程式語言教育比亞洲國家來得更早，目的是訓練邏輯力。 STEAM課程規畫更是席捲全球的教育理念，包括了科學（Science）、技術（Technology）、工程（Engineering）、藝術（Arts），及數學（Mathematics）五大領域。 《專門為中學生寫的程式語言設計：強化邏輯思考力》是專門為中學生寫的程式設計學習書， 提供中學生想要認識程式語言設計的一部入門書。 用清楚的解說、適當的題目，引導學生培養邏輯思考能力。 《專門為中學生寫的程式語言設計：強化邏輯思考力》採用的是Python語言，容易上手學習。目的是教會大家程式語言，可是更重要的任務是要使學生有邏輯思考的能力。只要能把程式語言設計的基礎打好，建立程式運作的邏輯觀念，對於日後要學習資料結構或演算法都相當有幫助，或是之後需要學習其它程式語言，也相當容易。 本書特色 透過淺顯易懂的解說，輕鬆理解程式語言！ 細分各大主題來介紹觀念，一步一步建構思考能力！ 解說及練習題詳盡，以實戰練習確實理解！ 清楚的流程圖，幫助學習及吸收！ 在這個新世代，電腦科學、程式語言設計是必備的基礎能力，跟其他學科同等重要。蘋果創辦人史提夫‧賈伯斯（SteveJobs）更說：「每個人都該學電腦程式，因為它可以教你如何思考。」因此孩子們一定要學習了解程式語言。 延伸閱讀 專門為中學生寫的數學課本：四則運算（2010年全新修訂版） 專門為中學生寫的數學課本：代數 學好英文沒有捷徑 專門替中國人寫的英文基本文法（修訂版） 專門替中國人寫的英文課本初級本（上／下冊） 專門替中國人寫的英文課本中級本（上／下冊） 專門替中國人寫的英文課本高級本（上／下冊）

Node.js是一門開源的、為Web而生的語言，具有高并發、異步等特點，并且擁有一個十分活躍的開發者社區。與Ruby、Python等語言相比，Node.js更年輕、更易于沒有經驗的人上手使用，因此很快在世界各地的開發者中收獲了一大批擁躉。在，Node.js在許多企業中獲得了廣泛應用，并取得了一系列的應用成果。然而，隨著技術的不斷更新、ECMAScript2015等新標準紛紛確定，現有的中文書籍就變得有些過時。本書立足于新的技術潮流，介紹了一系列全新的語言特性和標準，以便讓讀者在學習基礎知識的同時緊跟新技術的發展。本書分為8章6個附錄，講解了Node.js的各種基礎特性，使讀者快速入門，同時結合語言*的發展趨勢，讓讀者能夠緊跟技術潮流。本書圍繞Node.js在Web站點開發和爬蟲系統中的應用展開，對Node.js在大型項目中的定位與應用做了詳細的說明。本書可用于Node.js入門，適合未接觸過Node的讀者以及在校的學生閱讀，也適合作為高等院校和培訓學校相關專業的師生教學參考。

本書總的指導思想是在掌握深度學習的基本知識和特性的基礎上，培養使用TensorFlow進行實際編程以解決圖像處理相關問題的能力。全書力求深入淺出，通過通俗易懂的語言和詳細的程序分析，介紹TensorFlow的基本用法、高級模型設計和對應的程序編寫。 本書共22章，內容包括Python類庫的安裝和使用、TensorFlow基本數據結構和使用、TensorFlow數據集的創建與讀取、人工神經網絡、反饋神經網絡、全卷積神經網絡的理論基礎、深度學習模型的創建、模型的特性、算法、ResNet、Slim、GAN等。本書強調理論聯繫實際，重點介紹TensorFlow編程解決圖像識別的應用，提供了大量數據集，並以代碼的形式實現了深度學習模型，以供讀者參考。 本書既可作為學習人工神經網絡、深度學習、TensorFlow程序設計以及圖像處理等相關內容的程序設計人員培訓和自學用書，也可作為高等院校和培訓機構相關專業的教材。