Effective Python

本書全面而深入地講解了Python Web開發的主流框架Flask。全書共9章，第1章主要講解“蝸牛筆記”博客系統的功能，同時對使用的開發環境和基礎知識進行了梳理；第2章講解如何基於“蝸牛筆記”博客系統的功能需求設計前端頁面，並利用HTML5+Bootstrap框架設計能夠同時適配移動端和PC端的響應式頁面；第3章講解如何基於業務需求進行數據庫和表結構的設計，進而使讀者更好地分析和達成項目需求；第4章講解Flask開發框架的核心知識，為實現項目的功能開發做好技術儲備；第5～8章基於MVC模型，結合數據庫操作和前端頁面開發，講解實現“蝸牛筆記”博客系統的核心功能；第9章為進階內容，講解緩存服務器、首頁靜態化處理、全文搜索和接口與性能測試等技術。本書通過不同案例對核心知識點進行深入剖析，更加快速地幫助讀者提升Web系統開發的能力。本書可作為高校計算機及相關專業的教材，也可作為Web開發工程師和相關從業者的自學參考書。

本書介紹Python網絡爬蟲開發從業者應掌握的基礎技能。本書以網絡爬蟲為核心，涉及大大小小數十個能力體系。本書的前半部分介紹爬蟲開發的基礎知識，包括爬蟲開發必備的環境搭建方法、開發中常用工具的使用方法和技巧、網頁的構成原理和網頁信息提取的方法、常用數據庫的使用方法和應用場景，如通過Redis內置的布隆過濾器實現大規模URL地址的去重任務。本書的後半部分主要講解網絡爬蟲開發所需的必要能力，包括網絡通信的底層原理、背後涉及的互聯網協議標準及如何對這些協議進行分析並加以利用，使用Docker部署網絡爬蟲所需的環境和爬蟲項目的打包部署，使用網絡爬蟲的核心請求庫實現與服務器端和客戶端的通信和交互，使用自動化神器Selenium對複雜的爬蟲需求進行快速實現，以及網絡爬蟲的多任務開發，重點是通過多線程和多進程來提高爬蟲效率。本書面向準備從事或正在從事網絡爬蟲開發的從業者以及對網絡爬蟲有濃厚興趣的愛好者。

本教材由實踐經驗豐富的企業工程師和教學能力突出的專業教師聯合開發，全書分為九章，從程序運行環境基礎開始講起，包括分析一個程序、設計一個程序、程序結構、數據類型拓展、函數設計思維等程序設計基本知識。並在此基礎上，延伸到面向對象編程等拓展知識領域，最後兩章介紹了可視化編程和經典應用案例的基本知識，使學習人員能夠通過本課程的學習，自然的向更高階段過渡。算法和理論部分用Python語言描述。本書面向高職不同專業，以培養程序基礎知識和邏輯思維為目標，以項目、案例貫穿全書，並針對高職課程緊縮的特點，重新設計課程的內容結構，便於培養程序流程和思維。全書語言通俗易懂、知識緊湊，內容深入淺出、邏輯性強，既可以作為高職高專教材，也可以作為自學或應用本科學習程序設計參考資料。

本套教材緊扣全國青少年編程能力等級考試（PAAT）考綱，在語法規範方面起到引導作用，避免在青少年Python編程教學中陷入瑣碎和繁複的邏輯“陷阱”。教材通過具象化解抽象，通過寓教於樂的任務引領學生提高分析問題、歸納問題、找出問題背後的關鍵知識關聯的能力，從而培養學生的計算思維的能力，讓學生在學習中獲得樂趣、獲得自信、獲得在信息化時代求解問題的能力及智慧，使得學生的綜合素質得到鍛煉。本教材面對的讀者對像是從事青少年編程教育的中小學教師和社會培訓機構教師，為上述讀者提供一套成熟而完整的教學方案，助其在教學活動中深度瞭解PAAT考試命題範圍、規範和特點，在培養青少年編程能力的同時，有效提升學習者通過PAAT等級考試的能力。

本書是一本以OBE理念為指導，校企聯合共建的適應新工科、應用型人才培養的數據分析與挖掘的案例式圖書。本書共8章，內容包括Python的基礎語法，網絡爬蟲、數值計算的numpy、數據處理的pandas、數據可視化的matplotlib，數據挖掘基礎，scikit-learn數據挖掘實戰。本書體系完整，重點突出，資源豐富。本書設置一個實戰項目貫穿整個課程始終，每學習完一章則綜合運用本章知識點解決或改進本項目的某些任務，引導學生循序漸進，由簡單到複雜逐步完成一個數據分析與挖掘項目。通過本書的學習，讀者可以掌握數據獲取、數據分析與挖掘的理論知識和實戰技能。本書適於計算機、大數據、人工智能以及相關理工科專業的本科生、研究生使用，也能夠提高從事數據諮詢、研究或分析等人士的專業水平和技能。

本書介紹了如何使用 Python 實現企業級的大數據全棧式開發、設計和編程工作，涉及的知識點包括數據架構整體設計、數據源和數據采集、數據同步、消息隊列、關係數據庫、NoSQL 數據庫、批處理、流處理、圖計算、人工智能、數據產品開發。 本書既深入淺出地介紹了不同技術組件的基本原理，又通過詳細對比介紹了如何根據不同場景選擇實踐技術方案，並通過代碼實操幫助讀者快速掌握常用技術的應用過程，後通過項目案例介紹了如何將所學知識應用於實際業務場景中。

本書是《數據結構（Python版）》的配套用書，全書分為兩篇：第1篇為實驗，內容與主教材的章節順序一致，共8章，每章分別給出了相應的知識提要和習題解答，主要內容為主教材各章的知識導圖和學習目標、習題和習題解答，以及典型例題解析；第2篇為實驗與課程設計，根據數據結構課程的教學重點和難點，給出8個課程實驗題目和2個綜合性的課程設計題目，每個題目都有明確的要求。本書既可以配合主教材使用，起到銜接課堂教學、實驗教學與課下輔導的作用，也可獨立使用，以幫助各類學生尤其是計算機專業考研學生進行課程學習與考前複習。

本書涵蓋深度學習的專業基礎理論知識，包括深度學習概述、機器學習基礎、神經網絡基礎、卷積神經網絡、循環神經網絡、正則化與深度學習優化，以及比較流行的應用場景實踐。本書配套70個示例源碼及PPT課件。本書共11章外加3個附錄，系統講解深度學習的基礎知識與領域應用實踐。本書內容包括深度學習概述、機器學習基礎、神經網絡基礎、卷積神經網絡和循環神經網絡、正則化與深度學習優化、計算機視覺應用、目標檢測應用、文本分析應用、深度強化學習應用、TensorFlow模型應用、Transformer模型應用等。附錄中還給出機器學習和深度學習中用到的數學基礎知識，包括線性代數、概率論和信息論等。本書適合Python深度學習初學者、深度學習算法開發人員學習，也適合作為高等院校計算機技術、人工智能、大數據相關專業的教材或教學參考書。

《Python分布式機器學習》本書詳細闡述了與分布式機器學習相關的基本解決方案，主要包括拆分輸入數據、參數服務器和All-Reduce、構建數據並行訓練和服務管道、瓶頸和解決方案、拆分模型、管道輸入和層拆分、實現模型並行訓練和服務工作流程、實現更高的吞吐量和更低的延遲、數據並行和模型並行的混合、聯合學習和邊緣設備、彈性模型訓練和服務、進一步加速的高級技術等內容。此外，本書還提供了相應的示例、代碼，以幫助讀者進一步理解相關方案的實現過程。 本書適合作為高等院校計算機及相關專業的教材和教學參考書，也可作為相關開發人員的自學用書和參考手冊。

Spinal Fusion Techniques, the first volume in the Atlas of Interventional Pain Management series, is a concise, practical guide that provides clinicians with detailed, step-by-step guidance on how to perform the latest interventional techniques for treating patients with chronic pain as a result of spinal stenosis. This comprehensive, easy-to-follow guide offers expert coverage of how to deliver safe, accurate, and cost-effective pain relief to patients using all clinically useful imaging modalities, including ultrasound-guided techniques and fluoroscopy. With high-quality images and clear, authoritative guidance throughout, it shows exactly how to evaluate the causes of pain, identify the most promising stimulation technique, locate the site with precision, and deliver effective relief. Offers a comprehensive overview of the latest techniques used in spinal fusion. Features clinically relevant anatomic drawings and radiologic images that provide step-by-step instruction on techniqu

近年來，基於深度學習的人工智能掀起了學習熱潮。Python是最廣泛使用的自然語言處理(NLP)語言。本書從NLP的概述開始，介紹了將文本分成句子、詞幹提取和詞形還原、刪除停用詞和詞性標注的方法，以幫助您準備數據。然後，您將學習提取和表示語法信息的方法，例如依存分析和指代消解，發現使用詞袋、TF-IDF、詞嵌入和BERT表示語義的不同方法，並使用關鍵字、SVM、LSTM和其他技術開發文本分類技能。隨著學習的深入，您還將瞭解如何從文本中提取信息、實施無監督和有監督的主題建模技術，以及對短文本(如推文)進行主題建模。此外，本書還向您展示了如何使用NLTK和Rasa開發聊天機器人並可視化文本數據。讀完這本NLP書籍，您將掌握使用一組強大的工具進行文本處理工具的技能。可以說，本書是深度學習和自然語言處理的入門教程，同時也引領讀者登堂入室，進入機會與挑戰並存的人工智能領域。這本NLP書籍適於AI工程師、機器學習工程師、數據科學家和深度學習愛好者閱讀。

大數據心理學是以心理學理論為指導、大數據技術為支撐發展起來的一門前沿交叉學科。本書採用項目式學習的理念，通過Python編程語言，涵蓋大數據技術在心理諮詢、消費心理、人格心理、網絡心理、職業心理和教育心理等領域的應用，為讀者提供了詳盡的案例參考。 本書可以作為高等學校心理學、應用心理學相關專業高年級本科生的專業課程教材，人工智能、數據科學與大數據技術、應用統計學、數學與應用數學等相關專業本科生的選修課程教材，心理學、大數據相關專業碩士研究生的專業課程教材，也可供相關專業的技術人員參考。

The Leadership Experience in Asia integrates both micro and macro approaches to leadership in a way that makes the topic come alive. By plugging into models of effective leadership, it demonstrates how the numerous leadership concepts and international practices can be applied in Asia.

本書的編程語言以Python為主，詳細介紹了人工智能算法的主流類別，涉及常見的數據特徵處理、回歸模型、基於實例的算法、樹方法、神經網絡、自然語言處理、社會網絡、遺傳算法和推薦算法。本書針對每一大類算法都介紹了該門類下的經典算法，並運用常見算法庫以代碼實現為目的，以商業分析、金融投資、科研輔助和工程優化等案例為對象，逐步講解每一種算法的實現方法及在案例分析中的運用，部分案例配備了教學視頻，可掃碼實時觀看。同時，隨書還提供了程序源代碼、授課用PPT等海量附加學習資源。本書適用的讀者對象包括：商業分析師、高校科研工作者、互聯網企業的算法工程師、大中專院校相關專業師生以及其他需要掌握人工智能算法知識的讀者。

本書提供了一種獨特的方法來講解Python編程入門，內容符合新的ACM/IEEECS和相關的計算課程倡議，以及由美國國家科學基金會贊助的數據科學本科課程。內容涵蓋了新的主題和應用的覆蓋面，模塊化架構使教師能夠方便地調整文本，適應課程需求。通過本書，你將學習：538個案例研究，471道練習題和項目，557道自我測驗題。基於IPython和Jupyter Notebook的即時反饋。問題求解、算法開發、控制語句、函數等基礎知識。列表、元組、字典、集合、Numpy數組、pandas Series和DataFrame。2D/3D的靜態、動態和交互式可視化。字符串、文本文件、JSON序列化、CSV、異常。過程式、函數式和面向對象的程序設計方法。“數據科學入門”：基礎統計、模擬、動畫、隨機變量、數據整理、回歸。隱私、安全、倫理、可重現、透明。AI、大數據和雲數據科學案例研究：NLP、Twitter數據挖掘、IBM Watson、機器學習、深度學習、計算機視覺、Hadoop、Spark、NoSQL、IoT。開源庫：NumPy、pandas、Matplotlib、Seaborn、Folium、SciPy、NLTK、TextBlob、spaCy、Textatistic、Tweepy、Scikit-learn、Keras、PubNub等。

本書以通俗易懂的風格介紹了機器學習和深度學習技術，只涉及了基本的數學知識。本書由兩位機器學習和深度學習領域的專家編寫，書中的案例涵蓋了銀行、保險、電子商務、零售和醫療等多個行業。本書講述如何在當今的智能設備和應用程序中使用機器學習和深度學習技術。本書提供了對書中涉及的數據集、代碼和示例項目的下載。 l 機器學習和深度學習的概念 l 隨機森林和提升方法 l Python編程與統計學基礎 l 人工神經網絡 l 回歸與邏輯回歸 l TensorFlow與Keras l 決策樹 l 深度學習超參數 l 模型選擇與交叉驗證 l 卷積神經網絡(CNN) l 聚類分析 l 循環神經網絡(RNN)和長短期記憶網絡(LSTM)

懂得利用TA-Lib，股市、期貨、外匯、合約難度低 沒有適不適合的量化腳本，實現想法而打造的工具最適合 量化程式交易實戰攻略，打造最適合自己的投資工具 【本書簡介】 本書精心設計7個章節，從Python基礎知識的建立，到使用Pandas進行幣安合約大數據處理，結合TA-Lib進行指標計算，便可完成一個簡易實用的合約量化腳本。 合約量化腳本是長期學習的功課，書中使用的技術指標僅是引子，如何把自己覺得對的技術實現，則是本書的重要關鍵。本書內容主要針對沒有程式基礎或是稍有基礎的讀者所設計，書中的範例均以最簡易直觀的方式進行說明，期望讀者能夠無痛學習。 【本書特色】 ✦讀取歷史資料：以幣安SDK + Pandas完成歷史數據的讀取。 ✦學習合約量化的必備知識：了解Python基礎知識、Pandas數據處理基本功能、TA-Lib技術指標以及幣安SDK的使用方式。 ✦應用技術指標：由單技術指標的實作衍生多技術指標的實作成果。 ✦實作回測及模擬：執行幣安測試網的模擬合約量化腳本。 【精彩內容】 ✦Python基礎知識的建立 ✦Pandas的基礎應用 ✦幣安SDK的應用 ✦對K棒和K線的基本了解 ✦如何取得完整的歷史數據 ✦如何結合TA-Lib完成回測系統 ✦了解幣安測試網 ✦實作合約量化腳本 【目標讀者】 ✦想要自行建立合約量化腳本的投資者 ✦想要更理解TA-Lib技術指標應用的開發者 ✦想參與合約量化又沒有程式開發經驗者 ✦覺得自己有實力而想挑戰技術指標的程式交易者

遺傳算法是受自然進化啟發的搜索、優化和學習算法家族中的一員。通過模擬進化過程，遺傳算法較傳統搜索算法具有更多優勢，可為各式問題提供高質量的解決方案。本書基於Python語言將遺傳算法應用於各種任務，提供在人工智能和其他很多領域應用遺傳算法的實踐經驗。同時，本書涵蓋了人工智能領域的新進展。

本書分為“演算法篇”和“實現篇”兩大部分。演算法篇介紹了標記-清除演算法、引用計數法、複製演算法、標記-壓縮演算法、保守式GC、分代垃圾回收、增量式垃圾回收、RC Immix演算法等幾種重要的演算法；實現篇介紹了垃圾回收在Python、DalvikVM、Rubinius、V8等幾種語言處理常式中的具體實現。本書適合各領域程式師閱讀。

本書以從零開發一個博客系統為例，介紹Django在日常工作中的應用。本書共分為四部分。第一部分介紹編碼之前的準備工作，包括需求分析、Web開發基礎以及選型時Demo的練習。第二部分開始正式實現需求，介紹了環境配置、編碼規範以及合理的項目結構劃分。通過對Django各部分（Model、Form、admin、View）的介紹和使用，完成了一個基礎的博客系統。第三部分在前面的基礎上介紹Django第三方插件的使用，通過引入這些插件進一步增強我們的系統。最後一部分也是正式工作中必不可少的部分，包含調試代碼、優化系統、壓力測試以及自動化等內容。本書適合Python Web開發人員閱讀。

Anaconda是一個強大的開源數據科學平臺，它將很多好的工具整合在一起，極大地簡化了使用者的工作流程，並能夠幫助使用者解決一系列數據科學難題。《Anaconda數據科學實戰》旨在通過一系列示例，引導讀者在編碼和圖表中瞭解Anaconda的強大之處。本書包括12章，結合R、Python、Octave和Julia等4種編程語言，從平臺的安裝和配置開始，循序漸進地引導讀者掌握數據集的獲取、數據可視化、統計建模、管理包、Anaconda的優化、無監督學習、監督學習、數據預測分析、雲、分布式計算等內容。本書示例豐富，講解細緻，作者不僅在金融領域有著深厚的積累，還有著豐富的教學經驗。對於那些有興趣瞭解金融領域數據科學的讀者，以及普通的數據分析師或數據科學從業者，本書都是一個不錯的選擇。在閱讀本書之前，我們希望讀者具備R或Python的基本編程知識，以及線性代數相關的基本知識。

Jupyter Notebook 被廣泛用作數據分析的工具或學習Python 的開發環境。本書共10章，重點介紹了如何使用Jupyter Notebook 進行數據可視化分析，包括Jupyter Notebook 的基礎操作、使用pandas 進行數據分析、使用Matplotlib 繪圖、完全掌握Matplotlib、使用Bokeh 繪圖、完全掌握Bokeh、自定義Jupyter Notebook、使用雲端Jupyter Notebook、用Jupyter Notebook 編寫Ruby 和R 語言等內容。

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。

本書基於Python 3.8和OpenCV 4.5編寫，共8章，包括環境搭建、簡易調色畫布、幾何圖像繪製、簡單的圖像處理、馬賽克、圖像美顏、人臉檢測、人臉跟蹤。讀者通過學習本書內容及運行相應的仿真程序，可以更加深刻地理解圖像處理的內容，並且更加熟練地掌握計算機視覺在不同領域的應用。

數據可視化是以圖形、圖表或其他可視格式表示的數據或信息。它傳達數據與圖像的關係，使得趨勢和模式更容易看到。本書主要分為基礎篇和應用篇兩部分。基礎篇包括三章，第一章從案例開始理解；第二章Python基本畫圖技能；第三章 R基本畫圖技能。應用篇包括第四章有監督學習的可視化案例；第五章無監督學習的可視化描述；第六章調查問卷的問題及其垃圾；第七章關聯規則：大量比例的計算、展示及解釋；第八章社交網絡的可視化；第九章詞語分析的可視化。

人工智能方興未艾，正在向人們生活的各個領域滲透。 本書緊扣業界前沿，主要介紹了一些當前流行、 具有廣闊應用前景的人工智能新技術。 此外，本書各個章節還就一些重點專題給出了Python語言的程序實現，使抽象的理論具體化，使生澀的算法容易理解。 本書共分12章，主要介紹人工智能的基本概念、知識表示方法、確定性推理、不確定性推理、搜索問題求解策略、智能計算、機器學習、 人工神經網絡與深度學習、多智能體技術、視覺感知與識別等人工智能最新理論與應用。 附錄中給出了本書用到的計算機程序語言――Python語言的相關基礎， 供沒有接觸過Python的讀者參考學習。 本書可以作為高等院校相關專業本科生與研究生的教材，也可作為人工智能技術領域研究人員與工程技術人員的參考書。

本書本書共有9章，包含PySide 6/PyQt 6常用知識及一些經典應用。每個章節側重點不同，但相對獨立，讀者根據目錄即可獲取自己所需的內容。第1章介紹PySide/PyQt的入門知識；第2章介紹Qt Designer的詳細用法；第3章和第4章介紹PySide/PyQt的基本窗口控件的使用方法；第5章介紹PySide/PyQt的特殊控件――表格與樹；第6章介紹一些高級窗口控件；第7章介紹信號/槽和事件；第8章介紹Python的擴展應用；第9章介紹PySide/PyQt的實戰應用。本書旨在幫助讀者以最短的時間掌握PySide 6/PyQt 6的基礎知識並能夠實戰應用，希望本書對有Python程序開發需求的讀者有幫助。

本書提供了相關工具和算法，能幫助讀者實現分析和可視化圖像處理。本書給出了60 餘個具體實例的解決方法，採用“菜譜式”方式組織內容，以期指導讀者快速實踐圖像的分析和可視化處理，應對圖像處理中的常見挑戰，並學習如何執行複雜的任務，如對象檢測、圖像分割和使用大型混合數據集的圖像重建，以及各種圖像增強和圖像恢復技術，如卡通化、梯度混合和稀疏字典學習。?本書適合計算機視覺工程師、圖像處理工程師、軟件工程師和機器學習工程師等專業人士閱讀，也適合具有一定Python編程基礎並希望進一步瞭解圖像處理的細節和複雜性的讀者參考。

自然語言處理是一門融語言學、計算機科學、數學於一體的科學，研究人與計算機之間用自然語言進行有效通信的各種理論和方法。計算語言學是指通過建立形式化的數學模型來分析、處理自然語言，並在計算機上用程序來實現分析和處理的過程，旨在以機器來模擬人的部分或全部語言能力的目的。《自然語言處理與計算語言學》作為一本借助於Python編程語言以及各種開源工具（如Gensim、spaCy等）來執行文本分析、自然語言處理和計算語言學算法的圖書，從應用層面介紹了相關的理論知識和所涉及的技術。《自然語言處理與計算語言學》共分為15章，其內容涵蓋了文本分析的定義、使用Python進行文本分析的技巧、spaCy語言模型、Gensim工具、詞性標注及其應用、NER標注及其應用、依存分析、主題模型、高級主題建模、文本聚類和文本分類、查詢詞相似度計算和文本摘要、詞嵌入、使用深度學習處理文本、使用Keras和spaCy進行深度學習、情感分析與聊天機器人的原理介紹等。《自然語言處理與計算語言學》適合對自然語言處理的實現細節感興趣的Python程序開發人員閱讀。如果讀者具備統計學的基本知識，對學習本書內容會大有裨益。

本書以計算思維與計算問題求解、信息表示和信息處理為主線，將Python作為實踐語言，串聯計算機文化與計算思維、計算機系統組成與結構、信息表示、操作系統、數據庫、計算機網絡、信息處理、信息安全、信息化新技術等內容。

本書首先簡要介紹Python語言的基礎知識，為後續內容的學習提供基礎，接著介紹NumPy、Matplotlib和Pandas三個數據分析基礎模塊的用法，同時也為後面基於scikitlearn的機器學習提供基礎，最後介紹基於scikitlearn機器學習及其模型的評價方法、超參數調優方法。全書通過大量案例，希望能讓讀者快速提高實踐能力。 本書適合作為高校本科生或研究生數據分析、機器學習等相關課程的教材或參考書，也可作為數據分析和機器學習愛好者的自學教程，還可以作為相關科研工作者與工程實踐者的參考書。

本書是為“數據采集與清洗”課程編寫的教材，內容以實戰為主，幾乎所有章節都以案例方式展開，文字簡單，通俗易懂。 本書共11章，主要講解了Requests庫，XPath語法，JSON數據爬取及解析，HTML文檔爬取及解析，Selenium數據定位及模擬登錄，Requests與Selenium結合使用，異步爬蟲技術，正則表達式以及簡單的數據清洗。爬取的數據類型包括網頁數據、JSON數據、圖片、音頻及視頻，以及這些不同類型數據的持久化保存。 本書適合作為大數據技術相關專業、信息類相關專業的本科或專科教材，也可供Python初學者、從事大數據挖掘的科技工作者參考。

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。

The Interior Plan is an introductory-level text introducing students to the process of interior design space planning. Topics include the design of effective spatial sequences, functional relationships among project parts, arrangement of furniture, planning effective circulation systems, making spaces accessible, and designing safe environments with efficient emergency egress systems. Exercises throughout the book facilitate learning by encouraging students to apply ideas and concepts immediately after reading about them. In the third edition, the author expands on the evolution of design ideas and how they affect interior environments and the people who use them, thinking sustainably, and how interior elevations and reflective ceilings affect the plan.New to This Edition -New and updated examples in residential, commercial, retail, and hospitality planning-New spreads addressing interior elevations, reflected ceiling plans, and interior planning for sustainability -New pedagogical fe

“Vastly knowledgeable and genuinely brilliant . . . An easy yet most effective how-to guide on sleep.” ―Dr. Matthew Walker, New York Times bestselling author of Why We Sleep From renowned sleep scientist Dr. Aric Prather, a book that offers a simple yet powerful plan to improve your sleep in seven daysWe need sleep to survive. Sleep is as essential as food, water, and oxygen. So how can something that should be so instinctual and automatic be so hard? Dr. Prather runs one of the world’s most successful sleep clinics and has cracked the code to help even the most restless of sleepers get a good night’s rest. In The Sleep Prescription, Dr. Prather shares the powerful solutions that he uses to help his patients at the clinic achieve healing and restorative sleep. Going beyond the obvious solutions, Dr. Prather shares surprisingly simple yet deeply effective techniques that will help you lie back and let sleep work its magic. Over the course of seven days, this book will teach you how to

機器學習是人工智能的重要方向之一，對提升各行業的智能化程度正在起越來越大的作用。本書通過凝練機器學習的核心思想與方法，綜合介紹了Python、常用庫和相關工具，以及機器學習的原理與實現，囊括了機器學習與行業相結合的實例，可讓沒有深厚計算機、編程背景的讀者在有限的時間內掌握機器學習的相關知識和應用工具。本書各部分的比例適當，在講授基本Python編程、庫函數的基礎上，由淺入深地介紹了機器學習的思想、方法和實現。理論講授部分從基本的最小二乘法開始，逐步深入地介紹了如何使用迭代求解的方法實現邏輯斯蒂回歸、感知機、神經網絡、深度神經網絡。本書配套有完整的在線講義、在線視頻、作業和練習項目，每章的習題、練習、報告等都配有對應的二維碼，讀者可直接訪問在線教程，選擇適合自己的資料。本書可作為計算機、智能科學與技術、航空航天、電子信息、自動化等專業碩士研究生和本科生的教材，也可供相關技術人員參考。

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。

★★★★★【688張全彩圖例】+【圖解演算法原理和邏輯思維】★★★★★ ★★★★★【20個主題】+【220個Python程式實例】★★★★★ ★★★★★【邏輯思維】+【Python實作】=【演算法的精髓】★★★★★ 本書的第一版曾經獲得博客來與天瓏暢銷排行榜第1名，撰寫這本書時採用下列原則。 1：彩色圖片引導讀者認識演算法的邏輯思維。 2：Python程式實作演算法原理。 3：章節習題引導讀者複習與自我練習。 學習演算法最重要是要瞭解資料在記憶體的組織結構和程式設計的邏輯思維，相較於市面上其他書籍空洞的解說．甚至沒有解說，這本書在講解演算法時，更強調敘述每個步驟資料在記憶體的變化，以及講解程式設計的邏輯思維。例如：二元樹的前序列印程式只有6行，這本書卻用了19個步驟與圖形徹底解說。河內塔問題只需6行程式，這本書也使用了18個步驟與記憶體圖形做講解。深度優先搜尋法、廣度優先搜尋法、貪婪演算法、選課問題、背包問題、電台業務、業務員旅行 … 等，完全使用記憶體圖形解說，讀者可以從程式配合彩色圖片輕鬆學習。 當讀者遵循這步驟學習時，相信一定可以完整學習演算法的相關知識，本書的主體內容如下： ☆20個主題 ★ 認識時間複雜度和空間複雜度 ☆7大資料結構完整圖說與程式實例 ★ 7大排序法完整圖說與程式實例 ☆遞迴與回溯演算法 ★ 電腦領域的經典演算法八皇后和河內塔 ☆ 碎形與VLSI設計應用 ★ 圖形理論 ☆ 深度、寬度優先搜尋 ★ Bellman-Ford演算法 ☆ Dijkstra’s演算法 ★ 貪婪演算法 ☆ 動態規劃演算法 ★ 資訊安全演算法 ☆ 摩斯與凱薩密碼 ★ 金鑰系統觀念，解說設計金鑰方法或是應用目前市面上成熟的金鑰 ☆ 訊息鑑別碼(Message authentication code) ★ 數位簽章(Digital Signature) ☆ 數位憑證(Digital certificate) ★ 基礎機器學習KNN演算法 ☆ K-means演算法 ★ 網頁排名演算法 ☆ 常見的演算法考題與Leetcode考題

《運籌優化常用模型、算法及案例實戰》主要講述運籌優化領域常用的數學模型、精確算法以及相應的代碼實現。首先簡要介紹基本理論，然後用豐富的配套案例講解多個經典的精確算法框架，最後結合常用的優化求解器(CPLEX 和 Gurobi)說明如何用 Python 和 Java 語言實現書中提到的所有精確算法。 全書共分 3 部分。第 I 部分(第 1～4 章)為運籌優化常用模型及建模技巧。該部分著重介紹整數規劃的建模技巧和常見的經典模型。第 II 部分(第 5～7 章)為常用優化求解器 API 詳解及應用案例。該部分主要介紹兩款常用的商業求解器(CPLEX 和 Gurobi)的使用方法，包括 Python 和 Java 的 API 詳解、簡單案例以及複雜案例。第 III 部分(第 8～17 章)為運籌優化常用算法及實戰。該部分詳細介紹幾個經典的精確算法的理論、相關案例、偽代碼以及相應的代碼實現。 本書適合作為高等院校工業工程、管理科學與工程、信息管理與信息系統、數學與應用數學、物流工程、物流管理、控制科學與工程等開設運籌學相關課程的高年級本科生、研究生教材，同時也可供在物流與供應鏈、交通、互聯網、製造業、醫療、金融、能源等領域從事有關運籌優化的開發人員以及廣大科技工作者和研究人員參考。

Access to court has long been recognised as an essential element of a Union based on the rule of law. This book asks, how can Member States ensure that their rules on standing guarantee that right? The book answers this question by analysing the requirements of EU law from two angles: first, the effective protection of Union rights; second, the effectiveness of Union law per se. With detailed case law examination, the book formulates an autonomous Union law doctrine of standing based on the principle of effective judicial protection. It then goes further, setting out an effectiveness test of Member States’ enforcement mechanisms, to ensure that EU law is rendered operative in practice. This is a rigorous study on a question of immense importance.