Effective Python

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。

《Python數據分析項目全程實錄》精選不同行業、不同分析方法以及機器學習等方向的12個熱門Python數據分析項目。這些項目既可以作為練手項目，也可以應用於實際數據分析工作中，其中的機器學習還可作為參賽項目的參考。總體來說，這些項目的實用性都非常強。具體項目包含：熱銷產品銷售數據統計分析、籃壇薪酬揭秘：球員位置與薪資數據的深度分析、股海秘籍：股票行情數據分析之旅、京東某商家的銷售評價數據分析、商城註冊用戶數據探索分析、自媒體賬號內容數據分析、汽車數據可視化與相關性分析、抖音電商數據分析系統、會員數據化運營RFM分析實戰、商超購物Apriori關聯分析、基於K-Means算法實現鳶尾花聚類分析、電視節目數據分析系統。本書從數據分析、機器學習的角度出發，按照項目開發的順序，系統、全面地講解每一個項目的開發實現過程。體例上，每章一個項目，統一採用“開發背景→系統設計→技術準備→各功能模塊實現→項目運行→源碼下載”的形式完整呈現項目，給讀者明確的成就感，可以讓讀者快速積累實際數據分析經驗與技巧，早日實現就業目標。

深度學習正日益深刻地滲入我們的生活，從建議內容到在任務關鍵型和安全關鍵型應用中發揮核心作用，其影響無所不在。然而，隨著這些算法影響力的逐漸擴大，人們對於依賴這些算法的系統安全性和魯棒性的擔憂也日益加劇。簡言之，傳統的深度學習方法往往難以察覺自身的知識邊界，即它們“不知其所不知”。貝葉斯深度學習(Bayesian Deep Learning，BDL)領域包含一系列利用深度網絡進行近似貝葉斯推理的方法。這些方法通過揭示模型對其預測結果的置信度，增強了深度學習系統的魯棒性，使我們能夠更謹慎地將模型預測融入實際應用中。《Python貝葉斯深度學習》將引領你踏入迅速發展的不確定性感知深度學習領域，助你深入理解不確定性估計在構建魯棒性的機器學習系統中的重要價值。你將學習多種流行的BDL方法，並通過涵蓋多種應用場景的Python實用示例來掌握這些方法的實現技巧。讀完本書後，你將深刻理解BDL及其優勢，並能夠為更安全、更魯棒的深度學習系統開發貝葉斯深度學習模型。主要內容：● 了解貝葉斯推理和深度學習的優缺點● 了解貝葉斯神經網絡(Bayesian Neural Network，BNN)的基本原理● 了解主要貝葉斯神經網絡實現/近似之間的差異● 了解生產環境中概率深度神經網絡的優勢● 在Python代碼中實現各種貝葉斯深度學習方法● 運用貝葉斯深度學習方法解決實際問題● 學習如何評估貝葉斯深度學習方法並為特定任務選擇最佳方法● 在實際深度學習應用中處理“分布外”數據

本書通過講解Python編程及其基礎應用為大數據專業的學習奠定基礎。全書共8個項目，主要內容包括進入Python編程世界、編程計算三角形面積、開發一個面積計算器、開發一個萬年曆、開發一個撲克牌遊戲、開發一個文件自動備份器、字符串加密解密和天氣數據分析與可視化。本書以簡潔、通俗易懂的語言，講解了Python中*基本、*重要的概念。本書適合作為各類職業院校大數據技術及相關專業的教材，也可作為計算機愛好者的大數據入門和學習Python程序設計的參考用書。本書配有電子課件、微課視頻(書中掃碼觀看)等教學資源，選用本書作為授課教材的教師可登錄機械工業出版社教育服務網(www.cmpedu.com)註冊後免費下載，或聯繫編輯(010-88379807)諮詢。

本書全面介紹Python語言編程方法，選用有趣、實用的項目編程，以培養讀者學習興趣、鍛煉思維為主。 本書採用項目式教學體系例寫，選擇學練結合的學習方法，全書安排14個項目，將編程的知識分解到各項目中， 每個項目包含一個核心知識點，同時加強對上一項目內容的應用和拓展，做到從易到難、循序漸進。 本書可作為中小學“人工智能”課程入門教材，第三方進校園教材，學校社團活動教材，學校課後服務 （託管服務）課程、科創課程教材，校外培訓機構和社團機構相關專業教材，也可作為自學人員自學教材，還 可作為家長輔導孩子的指導書。

本書全面介紹Python 語言編程控制方法，選用有趣、實用的產品，以培養讀者獨立設計智能電子產 品的技術與能力。本書採用項目式教學體系編寫，全書安排12 個項目，將設計產品的基本知識和編程技 術分解到各項目中，每個項目包含一個核心知識點，同時做到從易到難、循序漸進。 本書可作為中小學“人工智能”課程入門教材，第三方進校園教材，學校社團活動教材，學校課後 服務（託管服務）課程、科創課程教材，校外培訓機構和社團機構相關專業教材，也可作為自學人員自 學教材，還可作為家長輔導孩子的指導書。

本書以Python為開發環境，以小遊戲開發為載體，對編程及人工智能技術進行講解，讓讀者同時學習編程及人工智能知識。 本書共16章，可分為4個部分。第1部分為第1～3章，分別是編程、遊戲和AI，Python環境準備及Pygame基礎知識。第2部分為第4～7章，分別講解了貪吃蛇遊戲編程、打磚塊遊戲編程、笨鳥先飛遊戲編程和五子棋遊戲編程。第3部分為第8～12章，分別介紹了神經網絡和PyTorch基礎、蒙特卡羅模擬、強化學習入門、深度強化學習DQN及遺傳算法。第4部分為第13～16章，分佈介紹了貪吃蛇AI編程、打磚塊AI編程、笨鳥先飛AI編程和五子棋AI編程。 本書內容系統性強，語言精練，適合對AI遊戲編程感興趣的讀者閱讀，也適合作為青少年遊戲編程培訓的參考用書。

★☆★國內第一本介紹Rust實戰的專書★☆★ 【本書特點】 ☆Rust重要觀念介紹：泛型(Generics)、特徵(Trait)、巨集(Macro)、閉包(Closure)、並行處理(Concurrency)、所有權(Ownership)。 ☆Rust實戰：機器學習、WebAssembly、區塊鏈(Blockchain)、跨語言整合(FFI)，包括Python、C、JS…等。 ☆常見應用實作：資料庫存取、網站開發、桌面程式、檔案系統存取…等。 【本書目標對象】 1. 熟悉C語言的學生或工程師：可學習到最新的程式語言設計理念，改寫或升級舊系統(Legacy system)。 2. 熟悉Python語言的學生或工程師：可學習到如何開發安全與高效能的應用系統。 3. 同時熟悉C與Python語言的學生或工程師：可學習到如何整合Python與Rust，提升系統開發的生產力。 4. 機器學習工程師：可學習如何利用Rust建立高效系統，以提升模型訓練(Training)與推論(Inference)的速度。

本書以實際案例的形式，介紹了Microsoft Office 2016相關軟件、大數據相關軟件和Python數據處理應用技術，以及程序設計的思維方法和編程技巧。全書共5章，包含33個應用案例。第1～3章為計算機基礎知識應用，分別介紹Word 2016、Excel 2016 和PowerPoint 2016的使用方法，包含應用案例1～10。第4章為大數據應用技術，介紹MySQL數據庫、Python編程基礎、Python數據處理及可視化等應用技術，包含應用案例11～16。第5章為計算思維與程序設計，介紹流程圖繪製方法及程序設計、運行與調試等應用技巧，包含應用案例17～33。書中案例由淺入深，操作步驟詳盡，語言通俗易懂。本書適合高等院校非計算機專業本科生使用，通過合理選取，可滿足不同學時的教學要求。

本書全面地講解了在科學領域廣泛運用的微積分、概率論與數理統計、線性代數、數值計算、多元統計分析等數學基礎知識。全書共6章：第1章介紹了大數據與數學、數學與Python的關係；第2章介紹了微積分的基礎知識，包括極限、導數、微分、不定積分與定積分等；第3章介紹了概率論與數理統計的基礎知識，包括數據分佈特徵、概率與概率分佈、參數估計、假設檢驗等；第4章介紹了線性代數的基礎知識，包括行列式、矩陣的運算和特徵分解、奇異值分解；第5章介紹了數值計算的基礎知識，包括插值法、函數逼近與擬合、非線性方程（組）求根；第6章介紹了常用的多元統計分析方法，包括回歸分析、判別分析、聚類分析、主成分分析、因子分析和典型相關分析。本書示例大都結合Python進行求解分析，且每章都有課後習題，可以幫助讀者鞏固所學的內容。

當數據科學家使用Python處理數據，並希望創建展示ML模型的數據應用程序，以及進行易於創建的交互式可視化時，那麼Streamlit將是最理想的選擇。Streamlit for Data Science(第2版)向數據科學家展示了如何在Python內快速創建和部署小部件和儀錶板。這可以幫助他們在幾小時內而不是幾天內創建原型。 為了掌握Streamlit這項技術，需要通過大量的實際案例來學習。本書由一個富有創造力的Streamlit用戶編寫，他在第一版發佈後就一直使用該技術，本選題建立在前一版的實用性基礎上，帶來大量的更新，包括將Streamlit連接到Snowflake數據倉庫，部署在Hugging Face上，以及在GitHub上提供完全更新的代碼庫，通過這些內容可以幫助讀者練習新發佈的技能。 讀者將從Streamlit的基礎知識開始Streamlit的學習，並通過使用機器學習模型和製作高質量的交互式應用程序逐漸熟悉Streamlit的使用技巧。本書通過實際示例幫讀者掌握許多更具挑戰性的主題，如Streamlit組件、美化應用程序和快速部署。 通過本書，讀者將能夠輕鬆快速地在Streamlit中創建動態web應用程序。

本書共分兩部分：第一部分是網絡數據採集與預處理的基礎理論實踐，包括任務1～任務6，主要講解如何使用Python編寫網絡數據採集和預處理程序，內容包括Python環境搭建，Python基礎語法、語句與函數，網絡基礎知識，常用網絡數據採集與預處理庫、解析庫，數據持久化保存，以及requests庫、numpy庫、pandas庫、Selenium技術、ChromeDriver技術和Scrapy技術的應用方式。第二部分是網絡數據採集與預處理的綜合案例，包括任務7～任務9，主要講解requests庫數據採集與ECharts可視化技術相結合以展示數據，並持久化保存數據、預處理數據的應用案例；Selenium和ChromeDriver技術相結合模擬登錄，採集動態和靜態數據，並持久化保存數據和預處理數據的應用案例；Hadoop平臺的Flume日誌數據採集應用案例，充分呈現了大數據採集與預處理主流技術、可視化技術的主要功能和特點。本書可作為高等職業院校、職業本科院校大數據技術及相關專業的教材，也可作為有一定Python編程經驗並且對數據採集與預處理技術感興趣的工程技術人員的參考用書。

《利用Python調試機器學習模型》詳細闡述了利用Python調試機器學習模型的基本解決方案，主要包括**代碼調試、機器學習生命週期、為實現負責任的人工智能而進行調試、檢測機器學習模型中的性能和效率問題、提高機器學習模型的性能、機器學習建模中的可解釋性和可理解性、減少偏差並實現公平性、使用測試驅動開發以控制風險、生產測試和調試、版本控制和可再現的機器學習建模、避免數據漂移和概念漂移、通過深度學習**機器學習調試、高級深度學習技術、機器學習**進展簡介、相關性與因果關係、機器學習中的安全性和隱私、人機回圈機器學習等內容。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。本書可作為高等院校計算機及相關專業的教材和教學參考用書，也可作為相關開發人員的自學用書和參考手冊。

《單片機三劍客：ESP32單片機與Python語言編程》採用大量實例和程序逐行解說的方式介紹ESP32單片機與Python語言編程,主要內容有ESP32單片機與編程軟件入門,Python語言入門,LED、數碼管和RGB全彩燈電路及編程實例,按鍵輸入與蜂鳴器、繼電器電路及編程實例,直流電動機、步進電動機與舵機驅動電路及編程實例,中斷、定時器與PWM功能的使用及編程實例,ADC與聲/光/熱/火/雨/煙傳感器的使用及編程實例,常用傳感器模塊的使用及編程實例,超聲波傳感器與紅外線遙控的使用及編程實例,串行通信(UART)與實時時鐘(RTC)的使用及編程實例,單總線通信與溫濕度傳感器的使用及編程實例,I2C通信控制OLED屏與PS2搖杆的使用及編程實例,SPI通信與SD卡/RFID卡的讀寫編程實例,單片機連接WiFi網絡與計算機進行通信,用瀏覽器網頁控制和監視單片機,基於MQTT協議的物聯網(IoT)通信。本書具有起點低、由淺入深、語言通俗易懂的特點,並且內容結構安排符合學習認知規律。本書適合作為初學者學習ESP32單片機及編程的自學圖書,也適合作為職業院校電類專業的單片機教材。

筆者根據自己多年的數據分析與挖掘經驗，從零基礎讀者的角度，詳盡地介紹了Python數據分析與挖掘的基礎知識及大量的實戰案例。全書分為4篇，第1篇是基礎入門篇，主要介紹數據分析與挖掘的基本概念及Python語言的數據分析基礎；第2篇是數據分析篇，主要介紹常用的數據分析方法；第3篇是數據挖掘篇，主要介紹常用的數據挖掘方法；第4篇是實戰應用篇，介紹兩個完整的數據分析與挖掘案例，讓讀者瞭解如何系統地應用前面學到的各種方法解決實際問題。對於書中的大部分章節，筆者還結合實際工作及面試經驗，精心配備了大量高質量的練習題，供讀者邊學邊練，以便更好地掌握本書內容。本書配備所有案例的源碼，適合有一定數學基礎的讀者使用，但不要求讀者具備編程基礎，適合剛入行的數據分析人員或從事與數據相關工作、對數據感興趣的人員，也適合從事其他崗位但想掌握一定的數據分析能力的職場人員，還可以作為大中專院校相關專業的教學參考用書。

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。

本書創新性地從數學建模競賽入手，深入淺出地講解了人工智能領域的相關知識。本書內容基於Python 3.6，從人工智能領域的數學出發，到Python在人工智能場景下的關鍵模塊；從網絡爬蟲到數據存儲，再到數據分析；從機器學習到深度學習，涉及自然語言處理、機器學習、深度學習、 系統和知識圖譜等。 此外，本書還提供了近140個代碼案例和大量圖表，全面系統地闡述了算法特性，個別案例算法來自於工作經驗總結，力求幫助讀者學以致用。 本書不僅適用于人工智能技術初學者，也適合具有一定經驗的技術人員閱讀，還可作為高等院校計算機等相關專業師生的參考用書。

教材，內容包括函數與極限、一元微分學、一元積分學、微分方程、多元微分學、多元積分學、無窮級數等知識，書中融入了基於Python實現的數學實驗以及數學歷史和數學文化教育等內容。本書結構嚴謹，邏輯性強，解釋清晰，例題豐富，習題數量、難易適中，可作為“高等院校”高等數學課程的教材，亦可作為理工、經管等各專業的學生和相關領域技術人員的參考書。

本書以Python語言為基礎描述了網絡爬蟲的基礎知識，用大量實際案例及代碼，向讀者介紹了編寫網絡爬蟲所需要的相關知識要點及項目實踐的相關技巧。本書共5章，介紹了爬蟲的基本結構及工作流程、抓包工具、模擬網絡請求、網頁解析、去重策略、常見反爬措施，以及大型商業爬蟲框架Scrapy的應用，最後介紹了數據分析及可視化的相關基礎知識。

本書以數據處理為主線，介紹數據處理的基本原理、常見的算法思想、算法設計的可視化以及編程實現python語言。全書共13章，主要內容包括數據科學基礎實踐概論、數據表示、數據計算、數據分析、數據可視化、算法可視化工具、算法設計基礎、Excel中的算法、Python程序設計基礎、算法在Python中的實現、Word文檔處理、Flash動畫製作、Xmind思維導圖製作。本書可作為高等學校非計算機專業學習數據科學課程的實踐教材,也可以作為讀者快速理解數據處理和算法設計與實現的自學參考書。

本書主要講述軟件接口測試的技術和方法，共11章。本書結合大量示例代碼，介紹了Python編程環境，Python編程基礎知識，單元測試框架UnitTest，接口測試的基礎知識，接口測試環境的搭建，接口測試案例，接口 Mock 的應用，接口測試工具，基於接口的性能測試案例，Python項目持續集成的案例，接口自動化測試平臺的設計與實現。本書不僅適合測試人員、開發人員、運維人員、項目管理人員閱讀，還適合作為高等院校相關專業的教材。

開發物聯網項目往往涉及傳感器、單片機、網關設備、通信模塊、網絡協議、後台程序、Web端等多個組件，同時需要運用多種編程語言和研發技能。在產品原型驗證的初期階段，特別是對小團隊而言，整合多方研發資源是一項不小的挑戰。本書通過介紹一個完整的實戰項目，全面展示了物聯網開發從設備到雲端的整體流程。該項目(智能種植系統)包含了遠程燈控、安防報警、環境監測、智能滴灌、設備管理等諸多功能模塊，並且僅採用Python一種編程語言，便實現了傳感器、STM32單片機、嵌入式ARM-Linux網關、雲端程序的開發工作。得益于Python豐富的第三方庫和模塊的支持，即使是對硬件和嵌入式知識瞭解不多的開發者，也能輕鬆駕馭物聯網開發。

本書主要包括三個模塊: 模型與軟件概述、軟件操作實驗和模型實驗。模型與軟件概述介紹了經濟模型的概念和意義, 以及MATLAB和Python兩種軟件的概述和比較。軟件操作實驗模塊詳細介紹了常見的矩陣、微積分、函數可視化、統計等基本運算和機器學習的基礎知識。模型實驗模塊提供了不同領域模型應用的案例研究。

1. 認識 ChatGPT：介紹 ChatGPT 的基本原理與使用方法。幫助讀者快速理解與上手工具。2. 使用 ChatGPT 輔助編寫高質量代碼：系統講解如何利用 ChatGPT 描述需求、補全代碼、檢查語法、調試程序等。大量案例幫助讀者掌握技巧，提高編程效率與代碼質量。3. ChatGPT 與數據采集與清洗：詳細介紹 ChatGPT 如何輔助網頁爬取、解析數據、清洗數據等。案例覆蓋股票數據、人口數據等，有利於讀者的實踐應用。 4. 辦公自動化中的數據存儲與分析：介紹 MySQL 數據庫、JSON 格式等的數據存儲方法。使用 Pandas 展示數據分析與統計方法，互動案例展示 ChatGPT 的輔助作用。 5. 辦公自動化中的數據可視化：使用 Matplotlib 繪製折線圖、柱狀圖、餅圖、散點圖等。案例說明如何利用 ChatGPT 選擇合適的可視化方法與改進圖表。6. ChatGPT 輔助自動化辦公軟件：包括 Excel、Word、PPT、PDF 等。使用相應庫實現這些軟件的自動化操作與功能擴展。大量案例與代碼將 ChatGPT 的作用帶入實際應用，提高工作效率。 本書具有以下特色：1. 首本系統介紹 ChatGPT 與 Python 辦公自動化的實用教程。內容較為全面，覆蓋 ChatGPT 的學習與多個應用場景。2. 提供大量實踐案例與代碼示例，詳細演示 ChatGPT 的強大作用。便於讀者快速掌握知識並應用出成果。 3. 案例使用真實數據，貼近工作實際，有利於讀者理解與記憶。 4. 適合不同層次讀者，新手可以快速入門，專業人士可學習新的解決方案。本書適合以下讀者：1. 對 ChatGPT 與 Python 辦公自動化感興趣的人。可作為入門學習資源。2. 軟件工程師與數據分析師。可提高工作效率與解決方案。 3. 企業培訓師。可作為課程教材，提高職場人才的自動化能力。 4. Python 程序員。可學習新的工具與技能，拓展實現範圍。綜上，本書以實用為主，全面介紹 ChatGPT 的學習與應用。案例貼近實際工作，易於理解與應用。適合各類讀者，實用性強，具

On March 20 and 21, 2023, the Board on Science Education at the National Academies of Sciences, Engineering, and Medicine hosted a workshop titled Effective Health Communication within the Current Information Environment and the Role of the Federal Government. Workshop speakers and participants, a majority of whom were working in government agencies in federal health communication or leadership positions, joined both in person in Washington, D.C. as well as virtually to explore the current health information environment as it pertains to public trust and behavior change, explore how federal health agencies can communicate effectively within the current information environment and what is needed to support effective health communication moving forward. This publication summarizes the presentations and discussion of the workshop.

💡 從觀念理解到開發實戰！ 💡 使用OpenAI API x Python與GPT-3.5、GPT-4、GPT-4o、DALL·E、TTS、Whisper模型 開發聊天服務、文本生成、AI繪圖、視覺、語音的AI應用程式！ ＊專家資深教師執筆 由教授OpenAI API、Python與人工智慧專業教師共同編著，針對初學者學習OpenAI API使用Python開發人工智慧軟體服務所應具備知識技能所編寫的實務教材。 ＊循序漸進無痛上手 內容兼具理論與實務，利用大量OpenAI API實例說明並引申教材，所舉的專題範例淺顯易懂且具代表性和實用性，非常適合教學和自學，使初學者快速進入OpenAI API人工智慧軟體服務的開發殿堂。 ＊內容多元範例豐富 介紹 Open AI 的金鑰申請、Colab 編輯環境、Gradio 互動式網頁、GPT-3.5、GPT-4與GPT-4o的使用、Chat Completions API 參數、ChatGPT 聊天機器人、整合搜尋讓聊天機器人突破時空限制、自動串接、函式呼叫和微調模型讓文本生成符合事實。 以Images API 進行AI繪圖、語音API與GPT-4o進行電腦視覺，讓AI應用程式擁有讀、畫、看、聽、說等功能。 ＊實務專題打下基礎 使用Gradio 互動式網頁、Tkinter視窗套件結合OpenAI API開發生成式人工智慧飯店客服機器人、考卷產生器、網頁產生器三大專題。透過實務專題開發，將Python的相關技術與OpenAI API完美整合，提升初學者人工智慧軟體開發的專業能力。

本書介紹了常用的數據結構，全書分為10章，依次為緒論、線性表、棧和隊列、串、廣義表、樹和二叉樹、常用二叉樹、圖、排序及查找。本書採用Python語言來描述和實現各種數據結構，內容豐富，知識點完整，結構層次分明，通過大量插圖來講解算法實現過程，有利於讀者理解並鞏固數據結構的相關算法思想。本書可以作為高職高專院校計算機及相關專業的教材，也適合軟件開發人員參考使用。

《Scrapy網絡爬蟲開發實戰》介紹如何學習和使用流行的Scrapy框架開發網絡爬蟲應用，主要內容使用Python開發網絡爬蟲，識別網頁的編碼，結構化信息的提取，Scrapy爬蟲的示例使用，Scrapy Playwright抓取動態JS網站，將抓取的數據保存到數據庫，部署、調度和運行Scrapy爬蟲等。 《Scrapy網絡爬蟲開發實戰》適合作為高等院校計算機、軟件工程專業本科生、研究生的參考書目，也適用於對Python網絡爬蟲領域感興趣的人士參考閱讀。

本書在不涉及大量數學與編程知識的前提下，從零開始，逐步帶領讀者熟悉並掌握當下***的基於Python 3的人工智能編程工具，包括但不限於數據分析（Pandas），以及支持單機（Scikitlearn）、深度（PyTorch、TensorFlow、PaddlePaddle）和分布式（PySparkML）機器學習的開源程序庫，等等。全書共分為4部分，分別如下。（1） 入門篇： 包括對全書核心概念的指南性介紹，以及如何在多種主流PC操作系統上（如Windows、macOS和Ubuntu）配置基本編程環境的詳細說明。（2） 基礎篇： 涵蓋了Python 3.11的編程基礎、基於Pandas 2.0的數據分析，以及使用Scikitlearn 1.3解決大量經典的單機（單核/多核）機器學習問題。（3） 進階篇： 介紹如何使用PyTorch 2.0、TensorFlow 2.12，以及PaddlePaddle 2.5，分別搭建多種深度學習神經網絡框架。嘗試基於PySpark 3.4的ML編程庫完成一些常見的分布式機器學習任務。（4） 實踐篇： 利用全書所講授的Python編程、數據分析，以及（單機、深度、分布式）機器學習知識，從事Kaggle多種類型的競賽實戰。同時，介紹如何使用Git工具，在Gitee與GitHub平臺上更新和維護自己的日常代碼與編程項目。綜上，本書面向所有對人工智能領域感興趣的讀者，特別適合從事數據挖掘、機器學習、計算機視覺、自然語言處理等相關技術研發和應用實踐的初學者。

本書的主旨是介紹如何結合Python3語言進行各類結構化和非結構化數據的採集、預處理和存儲，涉及統計概率、數據格式與編碼、網頁開發、自然語言處理、數據科學等不同領域的內容。全書共分為11章，包括數據科學概述、Python基礎、統計與概率基礎、文件讀寫與操作、數據可視化、網絡數據爬取等多個主題。內容覆蓋本地文件、網頁數據、大數據訪問等編程中的主要知識和技術，在重視理論基礎的前提下，從實用性和豐富度出發，結合實例演示了數據采集、處理與存儲的核心流程。本書適合高等院校計算機、數據科學與大數據技術、軟件工程、統計等相關專業的師生以及Python語言初學者、網絡爬蟲技術愛好者、數據分析從業人士閱讀。

《零基礎學Python數據分析》(升級版)以數據分析"三劍客”——Pandas、Matplotlib 和 NumPy 為主線，全面介紹了數據分析入門的必備知識，從學習與應用的角度出發，幫助讀者快速掌握數據統計分析技能，拓寬職場道路。本書通過大量的示意圖力求使讀者能夠更好地理解晦澀難懂的專業術語；通過快速示例將學習與應用相結合，打造輕鬆學習、零壓力學習的閱讀氛圍；通過案例對所學知識進行綜合應用；通過開發流行項目將數據統計分析與預測應用到實際工作中。

● 探索關系數據庫和SQL ● 安裝MySQL服務器 ● 處理SQL數據 ● 連接SQL數據庫 ● 通過Python、Java和其他語言與SQL交互 ● 常見和有用的SQL術語 ● 構建和規範化SQL示例數據庫

本書以數值分析原理為綱，以算法設計為本，基於Python語言，介紹了原理分析到“自編碼”算法設計與應用的過程和思想，旨在提升學生的數值計算和實踐編碼能力，其數值算法設計思想可遷移到機器學習和深度學習，為學術深造和應用研究奠定科學計算和自編碼基礎。

📌 榮獲 神通資訊科技股份有限公司 蘇亮 董事長 專業推薦!! 📌 涵蓋Certiport ITS AI 人工智慧核心能力國際認證範圍，並收錄相關模擬試題。 ．本書適合想要學習人工智慧知識與技能的讀者，章節安排由淺入深，以循序漸進的方式介紹人工智慧的核心概念。 ．特別強調實踐中學習的重要性，除了介紹AI理論之外，還提供相對應的程式實作，有效提升學習樂趣並降低學習障礙，適合教師進行教學或讀者自主學習。 ．介紹了人工智慧的數學基礎，以簡潔扼要的方式解釋在人工智慧理論中，所需應用的數學概念。 ．為了兼顧不同Python程式設計能力的讀者，設計了機器學習的Python基礎章節，幫助較不熟悉Python語法的讀者能夠上手。 ．本書特別納入符合產業趨勢的「Certiport ITS 資訊科技專家」系列認證考科－ITS Artificial Intelligence 人工智慧核心能力國際認證考試重點，並於書末納入認證模擬試題，讓您掌握考試關鍵，順利考取證照。

本書立足於最新的經濟學專業學習需求，採用 Python 編程語言為工具，“靶向聚焦”經濟學實證分析案例中所需要掌握的計量方法以及編程技巧。一方面以經濟學實際案例驅動編程技巧學習；另一方面以編程語言技巧學習，促進計量經濟學理論及方法的掌握。計量經濟學具有數學化程度高的特點，本科學生在初始學習階段往往感覺難度較大，本書旨在利用 Python 編程語言嚴謹化、可視化的特點，將抽象的計量知識轉化為具體運算代碼，更好地推進學生掌握計量經濟學方法，這也是當前國內外一流經濟學院系的主流教學趨勢。對經濟學專業學生來說，僅僅掌握一門編程語言對後續專業學習的幫助並不直接；單純學習編程與經濟學專業要求掌握的技能，如建模、算法、實證分析等仍有一定距離。本書從經濟學專業知識需求出發，結合實際經濟學數據，利用方法的編程實現，為學生從理論學習到實際運用轉化打下扎實基礎。本書最初依托課程為暨南大學經濟與社會研究院（Institute for Economic and Social Research, IESR）本科經濟學（創新班）大二階段的“計算機編程”課程，該課程全英文授課，內容編排與學生同步學習的計量經濟學課程有機結合，起到互補促進的作用。本書也同時適合高年級經濟學本科學生，以及已掌握本科程度計量經濟學的研究生。對經濟學數據建模感興趣的初級讀者也可將本書作為參考書目。 在寫作上，我們假設的閱讀物件未必需要日常從事大量計算機編程工作，或者較為熟悉計算機專業術語。我們以盡量通俗易懂的語言面向非計算機專業讀者詮釋Python 編程在計量經濟學當中的運用。本書以雙語編寫，英文為主，輔以中文講解。中文講解有兩種主要形式：首先，針對每一個編程知識點、難點，本書配以“Python 技巧小貼士”進行專項講解，提高讀者對編程技巧的理解深度。第二，我們採用中文旁注對編程和經濟學專 業術語進行詮釋, 使讀者能更好地熟悉專有名詞。 本書正文共九章，前三章集中介紹計量經濟學編程中需要掌握的關鍵技巧。由於 Python 語言本身含有海量編程公式，單純講解編程語言需占用大量篇幅且學習效果不佳，閱讀過程中也往往容易遺忘。

《Python貝葉斯建模與計算》旨在幫助貝葉斯初學者成為中級從業者。本書使用了PyMC3、TensorFlow Probability和Arviz等多個軟件庫的實踐方法，重點是應用統計學的實踐方法，並參考了基礎數學理論。本書首先回顧了貝葉斯推斷的概念。第2章介紹了貝葉斯模型探索性分析的現代方法。基於這兩個基本原理,接下來的章節介紹了各種模型，包括線性回歸、樣條、時間序列和貝葉斯加性回歸樹。其後幾章討論的主題包括:逼近貝葉斯計算，通過端到端案例研究展示如何在不同環境中應用貝葉斯建模，以及概率編程語言內部構件。最後一章深入講述數學理論或擴展對某些主題的討論，作為本書其余部分的參考。《Python貝葉斯建模與計算》由PyMC3、ArviZ、Bambi和TensorFlowProbability等軟件庫的貢獻者撰寫。

Python + ChatGPT 零基礎 + 高效率 學程式設計與運算思維 第4版 內容簡介 ★★★★★【前一版是國內第1本ChatGPT輔助學習Python】★★★★★ ★★★★★【Google Colab + Python Shell環境解說】★★★★★ ★★★★★【前一版是國內第1本用ChatGPT語言模型】★★★★★ ★★★★★【設計線上AI客服和Emoji機器人程式】★★★★★ ★★★★★【前一版是國內第1本講解設計Pythonic程式★★★★★ 本書特色如下： 相較於第3版，第4版新增與修訂下列內容： ☆ 增加ChatGPT處理除錯(Debug)、程式註解、重構和重寫程式的應用。 ★ 更完整的解說機器學習知識的觀念。 ☆ 用「gpt-4」語言模型設計「線上AI客服中心」和「Emoji翻譯機器人」。 ★ 提供「Google Colab的ipynb檔案」與「一般的py檔案」兩種程式。 ☆ 小細節修訂約50處。 本書用約700個一般實例與程式實例，同時使用ChatGPT輔助學習，講解了下列知識： 科技與人工智慧知識融入內容 ☆ 完整Python語法 ★ 串列、元組、字典、集合 ☆ 經緯度計算城市間的距離 ★ 數學方法計算圓週率 ☆ 生成式generator ★ 函數與類別設計 ☆ 設計與使用自己的模組、使用外部模組 ★ 中文Windows預設cp950與國際通用utf-8格式的檔案讀寫 ☆ 程式除錯與異常處理 ★ 正則表達式 ☆ 影像處理 ★ Numpy ☆ CSV文件 ★ 2D ～ 3D的Matplotlib中英文靜態與動態圖表繪製 ☆ 網路爬蟲 ★ 人工智慧破冰之旅 ☆ 迴歸分析 ★ 機器學習使用scikit-learn入門 ☆ 使用ChatGPT語言模型設計「線上AI客服中心」和「Emoji翻譯機器人」

Python + ChatGPT 零基礎 + 高效率 學程式設計與運算思維 第4版 內容簡介 ★★★★★【前一版是國內第1本ChatGPT輔助學習Python】★★★★★ ★★★★★【Google Colab + Python Shell環境解說】★★★★★ ★★★★★【前一版是國內第1本用ChatGPT語言模型】★★★★★ ★★★★★【設計線上AI客服和Emoji機器人程式】★★★★★ ★★★★★【前一版是國內第1本講解設計Pythonic程式★★★★★ 本書特色如下： 相較於第3版，第4版新增與修訂下列內容： ☆ 增加ChatGPT處理除錯(Debug)、程式註解、重構和重寫程式的應用。 ★ 更完整的解說機器學習知識的觀念。 ☆ 用「gpt-4」語言模型設計「線上AI客服中心」和「Emoji翻譯機器人」。 ★ 提供「Google Colab的ipynb檔案」與「一般的py檔案」兩種程式。 ☆ 小細節修訂約50處。 本書用約700個一般實例與程式實例，同時使用ChatGPT輔助學習，講解了下列知識： ★ 科技與人工智慧知識融入內容 ☆ 完整Python語法 ★ 串列、元組、字典、集合 ☆ 經緯度計算城市間的距離 ★ 數學方法計算圓週率 ☆ 生成式generator ★ 函數與類別設計 ☆ 設計與使用自己的模組、使用外部模組 ★ 中文Windows預設cp950與國際通用utf-8格式的檔案讀寫 ☆ 程式除錯與異常處理 ★ 正則表達式 ☆ 影像處理 ★ Numpy ☆ CSV文件 ★ 2D ~ 3D的Matplotlib中英文靜態與動態圖表繪製 ☆ 網路爬蟲 ★ 人工智慧破冰之旅 ☆ 迴歸分析 ★ 機器學習使用scikit-learn入門 ☆ 使用ChatGPT語言模型設計「線上AI客服中心」和「Emoji翻譯機器人」

時間序列分析是統計學科的一個重要分支，它主要研究隨著時間的變化，事物發生、發展的過程，尋找事物發展變化的規律並預測未來的走勢。在日常生產和生活中，時間序列比比皆是，所以目前時間序列分析方法廣泛應用于經濟、金融、天文、氣象、海洋、物理、化學、醫學、質量控制等諸多領域，成為眾多行業經常使用的統計方法。本書是基於Python編寫的入門級時間序列分析教材，主要內容包括時間序列分析簡介、時間序列的預處理、ARMA模型的性質、平穩序列的擬合與預測、無季節效應的非平穩序列分析、有季節效應的非平穩序列分析、多元時間序列分析。

樹莓派是一款基於ARM架構、Linux系統的極簡計算機，既可以用於計算機編程教育，也可以作為機器人的控制核心。第一種運行於樹莓派上的編程語言是Python，這是當前人工智能領域最為流行的編程語言。機器視覺是人工智能中重要的細分研究領域，OpenCV則是當前機器視覺領域主流的開源處理庫，可以方便地用於計算機圖像處理，並應用於面部識別、目標識別等具體問題。本書介紹在樹莓派硬件上使用Python語言，借助OpenCV庫編程，來實現具有機器視覺功能（識別和抓取特定顏色物體、識別人臉、識別特定人臉、進行面部跟蹤）的智能機器人。 《人工智能+機器人入門與實戰》力求通過一系列不同層次的軟硬件任務，由淺入深地講解人工智能的概念，同時覆蓋Linux系統操作、Python編程、機器人系統搭建等多方面的綜合知識。在本書案例中使用的主要硬件載體是可在桌面上固定運轉的雙軸雲台和三軸機械臂等，它們可以代表一類智能機器人的形態。本書遵循開源、分享的創客精神，所有的硬件材料和軟件內容均可以從公共平臺獲取，讀者在充分理解的基礎上，不必局限於本書所列硬件，可自行獲取類似設備完成項目。 本書可以作為中小學STEAM人工智能教育的一本基礎讀物，也可以作為中高職院校相關專業學生的參考書。