Effective Python

【本書特色】 使用Python實作100多種技術分析，掌握量化分析市場趨勢 靈活運用Ta-Lib套件計算技術指標，大幅降低自行開發指標模組的時間成本 ✪使用靈活彈性的Python，搭配循序漸進的範例教學 ✪收錄Ta-Lib套件的上百種技術指標函數用法，是量化交易者的最佳工具書 ✪串接公開金融資料API，透過圖表繪製K線圖，並找出合適的交易時機 【內容簡介】 無論是牛市還是熊市，「維持紀律」才是股市求財的不二法門，但維持紀律又是非常難做到的事，結果就是多數人最終無法在股票市場上賺到錢。 什麼時候該買，什麼時候該賣，道理很多人都懂，但往往下單時又摻雜了太多當時的心理因素，要怎麼克服這個心理因素呢？就讓自動化交易來幫助會寫程式的你。 技術分析的本質是將市場的走勢進行分類，而量化交易的強大之處，就是能在短短的時間內，進行大量的數據統計，創造更多的收益與機會。 很多人對於交易有一種迷思，期望能找到一個永遠不變的通用獲利策略，然而事實上一個完整的交易系統牽扯到交易策略、資金控管、交易心態，這三個部分缺一不可，每個環節息息相關。 要創造好的交易策略，並不是參考別人的想法，就能產生適合自己的交易策略，而是要充分了解交易策略的脈絡，才能在投資時有良好的交易心態。每個人要依據自己的條件、狀態及環境，來找尋合適的投資方式與適合自己的策略邏輯。 有鑑於此，本書使用Python作為程式開發的語言，其本身語法友善、操作簡單，是切入量化分析的方便工具。本書中的內容包含指標公式說明、圖片解說、範例程式碼及實際操作結果，讀者可執行本書提供的範例程式檔案，也可自行彈性修改。 【精采內容】 ✪金融資料的取得 ✪技術指標的介紹及計算 ✪K線型態的圖片說明 ✪金融圖表的繪製 ✪交易績效的介紹及計算 ✪交易訊號漲跌的統計模組 【目標讀者】 ✪想要學習Python來進行程式交易者 ✪想要客觀且嚴守紀律來投資者 ✪沒時間盯盤但想要自動化投資者 ✪想要了解交易規則並學習正確的程式交易者

本書系統闡述了Pandas基礎知識、應用原理，以及應用流程和應用技巧等實戰知識。 全書共分為5篇：第一篇為入門篇(第1和2章)，第二篇為基礎篇(第3和4章)，第三篇為基礎強化篇(第5～7章)，第四篇為進階篇(第8～11章), 第五篇為案例篇(第12章)。書中主要內容包括Python簡介、NumPy基礎、Pandas入門、數據篩選、數據轉換、文本轉換、數據獲取、數據處理、數據分組、時序分析、數據可視化、通關案例。 本書可作為Python數據分析的入門與進階書籍，適用於有一定Python基礎的讀者、對數據分析感興趣的學生，也可作為數據分析及其它編程愛好者、IT培訓機構的參考書籍。

本書使用Python 和C++兩種編程語言來介紹數據結構。全書內容共15 章。書中首先介紹了抽象與分析、數據的抽象等數據結構的基本原理和知識，然後結合Python 的特點介紹了容器類、鏈式結構和迭代器、堆棧和隊列、遞歸、樹；隨後，簡單介紹了C++語言的知識，並進一步講解了C++類、C++的動態內存、C++的鏈式結構、C++模板、堆、平衡樹和散列表、圖等內容；最後對算法技術進行了總結。每章最後給出了一些練習題和編程練習，幫助讀者複習鞏固所學的知識。本書適合作為高等院校計算機相關專業數據結構課程的教材和參考書，也適合對數據結構知識感興趣的讀者學習參考。

元學習是當今人工智能研究的熱門領域之一，被視為實現通用人工智能的基礎。本書介紹元學習及其原理，講解各種單樣本學習算法，例如孿生網絡、原型網絡、關係網絡和記憶增強網絡，並在基於Python的TensorFlow與Keras中實現它們。讀者能夠從本書中瞭解先進的元學習算法，如模型無關元學習、Reptile和元學習的上下文適應。此外，本書還探索如何使用元隨機梯度下降法來快速學習，以及如何使用元學習來進行

在機器學習生命週期的不同階段規劃和實施 XAI 評估目前流行的各種XAI開源工具的優缺點，介紹如何處理機器學習數據中的偏見問題，介紹處理機器學習數據中的道德倫理和法律問題的工具和相關知識，介紹XAI設計和可視化方面的**實踐，將XAI集成到Python模型中，在整個機器學習生命週期中使用對應的XAI工具來解決業務問題。

教材，全書內容包括行列式、矩陣、線性方程組、向量空間、矩陣的特徵值與特徵向量以及二次型，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。同時為了便於教師授課和學生自主學習，本書各章節均配備有小結和習題。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“線性代數”課程的教材，亦可供理科、工科、經管類等各專業的學生和相關領域技術人員作為參考書使用。

用『最少』的程式碼，打造『最好玩』的程式！ 快速上手81個超簡單Python小程式！ 遊戲 ╳ 動畫 ╳ 藝術 ╳ 科學…超多主題讓你盡情探索！ 【內容簡介】 如果你掌握了基本的 Python 語法並準備開始撰寫程式，那麼你將發現本書既能啟發你又好玩！本書包含了 81 個 Python 程式專案，能讓你立即學會製作數字藝術、遊戲、動畫、計數程式等專案。了解程式碼的工作原理後，你將會練習重新建立程式，並且增加自己定義的操作來進行實驗。 這些以文字為基礎的簡單程式只需要 256 行或更少的程式碼。無論是經典的螢幕保護程式、蝸牛賽車遊戲、點擊誘餌標題生成器還是動畫 DNA 雙螺旋，每個專案都是設計成可以獨立運作的程式，因此你可以輕鬆在網路上分享它們。最後，本書附錄提供了所有專案的標籤（tag）索引，幫助你快速從分類中找到有興趣的專案；以及完整的字元對應表格，讓你的程式可以印出愛心、線條和區塊等特殊符號。 【本書特色】 ◆ 輕巧簡單 大多數的專案都在 256 行程式碼以內，而且通常還會更短。這個大小限制使它們更容易讀懂。此外，書中的程式都是為了讓初學者易於理解所編寫的，讓你可以用最少的程式碼創造出最好玩的程式！ ◆ 主題多元 本書包含各式各樣的專案類型，從動畫模擬、棋盤/紙牌遊戲、科學、密碼學、數學運算、藝術到益智謎題……你一定能從中發現喜愛的專案！ ◆ 以文字為基礎 文字比圖形更簡單，因此本書省去了載入圖片、安裝函式庫和管理專案資料夾等額外麻煩，讓你可以專注在程式碼上。 你將學會建立： 🚀 猜單字遊戲、二十一點及更多遊戲，讓你可以與朋友或電腦進行對戰 🚀 模擬森林火災、百萬次骰子擲放和日式算盤 🚀 虛擬魚缸、旋轉立方體和彈跳 DVD 螢幕保護程式等動畫 🚀 第一人稱 3D 迷宮遊戲 🚀 使用 ROT13 和維吉尼亞密碼來隱藏文字的加密程式 如果你已經厭倦了標準的逐步教學課程，那麼你將會愛上本書的做中學方法。這證明『小』程式有『大』用！ 【更多趣味主題】 ✔ 蒙提霍爾問題 ✔ 康威的生命遊戲 ✔ 蘭頓的螞蟻 ✔ 骰子數學 ✔ 文字瀑布 ✔ 波浪訊息 ✔ 因數尋找器 ✔ Flooder 洪水填充遊戲 ✔ 數獨 ✔ 鬼店地毯 ✔ 進度列 ✔ 強力球樂透彩 【適合讀者】 ✦ 已經有 Python 和程式設計基礎，但仍不知道如何獨立編寫程式 ✦ 剛接觸程式設計，想立即投入

本書由Keras之父、現任Google人工智能研究員的弗朗索瓦?肖萊（Franc?ois Chollet）執筆，詳盡介紹了用Python和Keras進行深度學習的探索實踐，包括計算機視覺、自然語言處理、產生式模型等應用。書中包含30多個代碼示例，步驟講解詳細透徹。由於本書立足於人工智能的可達性和大眾化，讀者無須具備機器學習相關背景知識即可展開閱讀。在學習完本書後，讀者將具備搭建自己的深度學習環境、

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。

本書介紹了最優化模型的基礎知識，梳理了大資料和人工智慧時代湧現出來的最優化演算法，使用Python語言給出演算法的代碼，展示了若干實例。本書主要內容包括最優化模型基礎知識和最優化演算法兩部分，介紹了凸集合、凸函數、凸優化模型、對偶理論，梳理了梯度下降法、牛頓法、Lagrange 乘子法、DC 規劃演算法、梯度投影法、隨機梯度下降法、線上梯度下降法等優化演算法。本書的讀者只需要具備微積分和線性代數的基礎知識即可。讀者可登錄華信教育資源網免費下載書中案例的原始程式碼。

本書以設計計算機圖形的形式，融匯Python編程的各種知識，如變量、循環、列表、函數、類、對象等，通過可視化的圖形介紹Python編程算法，通過一個個富有吸引力的項目，幫助讀者提高計算思維。書中使用的案例設計巧妙，融合了數學、藝術、英語、科學等多學科內容，非常適合學校、培訓機構開展STEM教學。本書適合需要學習計算機編程的中小學生學習，也適合中小學教師開展Python教學實踐。

本書按照人工智能在不同領域的研究特點，通過專項應用來研究相關技術。 全書分為11章，第1章介紹人工智能領域的基本概念，第2章說明Python語言編程工具的使用，第3章到第10章分別從應答機器人、物體識別、人臉識別、語音識別、視頻識別、生成對抗神經網絡、無人駕駛、區塊鏈和大數據等方面對人工智能從原理到實戰一步一步進行介紹，第11章提取了部分人工智能方面的面試題，供未來從事人工智能研究工作的讀者參考。 無論讀者是否從事計算機相關專業的工作，有沒有過開發的經驗，是否熟悉Python語言，是否想要轉行從事相關的工作，均可通過本書掌握編程的技巧和Python的基本技能。

本書是《Python編程基礎及應用》(陳波、劉慧君主編)的配套實驗教材。 為方便教學過程的組織和讀者的實踐練習，本書按照理論教材的內容體系和順序提供了由淺入深的18個基礎實驗以及6個綜合實驗。其中，每個實驗又由多個獨立或相互關聯的，逐次遞進的小項目構成，全書共包含約90個實踐案例。 考慮到初學者的一般學習規律，本書中的多數案例均對問題進行了詳細分析，提供瞭解題思路，部分案例還提供了代碼框架或流程圖，以及測試用例。為了提高讀者的學習效率，本書提供了全套的實驗數據文件下載，並在一些關鍵環節，直接提供了代碼片段，以避免不必要的數據輸入和徒勞的互聯網檢索。 作為新形態教材，本書以二維碼形式為複雜的實踐環節提供詳細知道，這些指導內容將隨著相關軟件和工具的版本變化而適時更新。讀者在應用理論教材進行理論學習的同時，結合本書進行實踐練習，學習與實踐相結合，在實踐中昇華對理論知識的理解，事半而功倍。 本書既可用作相關主教材的配套實驗用書，也可作為Python編程學習者的實踐指南。

本書包括兩部分內容，第壹部分重點介紹了與Python語言相關的數據分析工具，包括NumPy、Matplotlib、Pandas、Scipy、Seaborn和Sklearn。第二部分介紹數據處理、特徵工程、評價指標、線性模型、支持向量機、K近鄰算法、樸素貝葉斯、決策樹、K-Means算法和文本分析實例。附錄提供了課程教學大綱和部分課後習題答案。 本書內容精練、文字簡潔、結構合理、實訓題目經典實用、綜合性強、定位明確，面向初、中級讀者，由“入門”起步，側重“提高”。特別適合作為高等院校相關專業數據分析與機器學習課程的入門教材或教學參考書，也可以供從事計算機應用開發的各類技術人員參考。

沒時間盯盤、不會選股、不敢停損停利⋯⋯ 讓投資新手或資深股民都相當困擾， 其實，只要學會程式交易，機器人幫你自動化投資， 這些問題就能一勞永逸， 連文科人也可以輕鬆上手！ ★ 第一次用Python投資理財就上手 ★ 5大策略╳3大數據整理套件╳2大爬蟲基礎╳基礎語法╳選股模型╳LINE即時通知 ★ 超過5,000名學員實證，可以簡單學習、好用的自動化投資法 如果你有這些問題，必讀本書： ．想要投資卻不知道怎麼開始 ．沒有程式基礎，也不知道怎麼入門用Python投資理財 ．資訊爆炸的時代，不知道哪些才是有用的數據 ．到底要怎麼快速取得股市的報價 ．總是沒有時間看即時的股市資訊，導致錯失進出場良機 ◎ AI取代人工投資，程式交易已成為時代主流 隨著科技與網路的進步，AI逐漸取代人力，處理重複且瑣碎的工作， 也可以應用在投資理財的領域， 無論是基金、股市、期貨、加密貨幣，都可以看到AI的應用， 就連美國高盛集團也只剩三名人工交易員，幾乎所有交易流程皆透過電腦程式自動化， 國內外金融機構導入金融科技（FinTech）推出相關服務，大專院校紛紛開設相關課程， 「程式交易」明顯已經成為時代的主流。 ◎ 程式交易，讓你更輕鬆賺錢、賺自由 程式交易可以把原本由「人」操作的投資，全部交由電腦程式自動執行， 不僅能隨時追蹤股市行情，讓你不錯過買賣時機，減輕盯盤壓力， 更能用最嚴謹、最即時的數據，優化你的投資策略，戰勝不敢停損的心魔， 輕鬆獲利的同時，更獲得自由！ ◎ 程式交易的入門首選──Python 目前有各種可以應用在投資的交易程式，包括：Python、Multicharts、TradingView、MT4…… 而Python是一種廣泛使用的程式語言，適用於各作業系統，函式庫也非常豐富， 就連沒學過程式的小學生、文科生，都能輕鬆上手。 ◎ 第一次用Python投資理財就上手 致力於提供程式交易教學的量化通， 團隊累積數十年的投資經驗，管理資產規模達上億元， 多次受邀至各大專院校與知名企業擔任講師， 擅長用深入淺出的方式帶領投資新手輕鬆學會程式交易， 因此，透過本書，你將從零開始學到── ．5大策略：趨勢策略、動能策略、反轉逆勢策略、通道策略、籌碼策略 ．零基礎學Python：從安裝到建置開發環境、基本語法、資料整理 ．3大數據整理套件：datetime、csv、pan

《Hadoop大數據技術基礎（Python版）微課視頻版》從初學者角度出發，通過豐富的示例和實戰項目，詳細講解大數據開發環境、關鍵技術及其應用。全書共分10章，～9章的內容分別為大數據概述、Linux系統的安裝與使用、Python 3語言基礎、Hadoop開發環境、HDFS技術、MapReduce技術、Hive數據倉庫、HBase分布式數據庫、Sqoop工具，第10章詳細解析了實戰項目“貨運車分佈分析平臺”，幫助初學者快速入門。本書所有知識點都結合具體的編程示例，對於重要知識點提供視頻講解，還設計了多個實訓，使讀者通過實踐環節加強對知識點的理解和掌握。 本書適合作為高等院校計算機應用、大數據技術及相關專業的教材，也適合作為大數據技術相關培訓的教材和大數據技術初學者的自學資料。

《Flask開發Web搜索引擎入門與實戰》介紹如何學習和使用流行的Flask 框架開發搜索引擎應用，主要內容包括面向Web開發的Python編程語言入門，使用Python 構建REST API，使用Flask-RESTPlus 生成Swagger 文檔，搜索引擎應用前端展示實現及自動完成功能與拼寫糾錯技術，互聯網搜索引擎案例分析。 全書共分7章：第1章著重介紹如何使用Python和Elasticsearch開發搜索引擎應用；第2章著重介紹Python的基本語法及其在Web開發中的使用；第3章著重介紹Web應用程序框架Flask和模板引擎Jinja，以及構建REST API方法；第4章著重介紹Werkzeug庫和Flask框架的源代碼；第5章著重介紹SQLAlchemy 和Flask-SQLAlchemy擴展；第6章著重介紹Elasticsearch的前端展示實現及自動完成功能與拼寫糾錯技術；第7章著重介紹醫藥垂直搜索引擎和集成了Elasticsearch的內容管理系統搜索CastleCMS。 《Flask開發Web搜索引擎入門與實戰》適合需要具體實現搜索引擎應用的開發人員或者對人工智能等相關領域感興趣的人士參考。

本教材是為職業教育財經商貿大類專業學生的數據分析課程編寫的教材。內容包括數據處理、描述性分析、推斷性分析及一些常用的分析方法。教材以數據分析為基礎，立足於數據類型和可視化目的對圖形進行分類，使用python工具進行數據處理和分析。教材注重統計方法的應用，包含課程思政內容，每章開頭均以問題與思考的形式引出本章的內容，對方法的介紹側重于原理和應用，把繁雜的過程交給工具完成。教材配有例題和練習題的電子版數據，方便教師教學和學生學習。

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。

本書是算法入門指南，基於Python語言講述算法實現。具體內容包括：搜索、排序和**化算法；以人為本的算法，幫助人們決定如何接棒球或自助餐吃多少；先進的高級算法，比如機器學習和人工智能相關算法；古代文明時期的算法，如古埃及和俄羅斯農夫如何使用算法來實現乘法，古希臘人如何使用算法來找到**公約數，以及江戶時代的日本學者如何設計幻方生成算法。

A collection of essays detailing the necessary foci to build an effective classroom and school culture for students and teachers to succeed.CulturED: Pathways for Meaningful School Change discusses the primacy of effective school culture to effective teaching and learning. This book explores the shared experience of 6 authors that were teachers, department heads, and administrators as they build and maintained a school with their explicit decision to focus on culture first. Each author and essay provide focus on a critical topic which the group found to be essential to effectively running the school. Features contributions from Lyssa Bevan; Claire Wolters; Liz Wallace, M. Ed.; Nick Kiriazis, M.S. Ed.; Kevin Wasden, M. Ed.; and Jared L. Taylor, M. Ed.

本書是《大數據與人工智能》的配套實驗教材，共分為四個部分：第一部分大數據篇，重點介紹大數據實驗需要用到的相關軟件等；第二部分人工智能篇，主要從神經網絡入手設計了五個常規實驗；第三部分Python 篇，主要介紹Python 語言的基本語法、Python 常用庫、數據采集和數據可視化；第四部分自測題。本書力求讓讀者通過實際操作，深刻理解大數據與人工智能的相關知識及應用。 本書可作為高等院校大數據與人工智能相關專業的教材，也可供從事大數據和人工智能等領域的科研工作者和廣大工程技術人員參考，還可供對該領域感興趣的讀者自學使用。

本書以通俗易懂的方式，介紹了大數據和人工智能的發展歷程、應用，Python基本語法、數據類型、基本流程控制結構、擴展類庫等內容。全書共分17章，主要講解了大數據的概念、產生、發展、作用等基礎知識；雲計算和Hadoop體系結構；大數據的採集、預處理、存儲、分析與挖掘、可視化等大數據處理流程；大數據在國內外的應用；人工智能概念、分類、學派、發展、研究內容等基礎知識；主流的機器學習算法；幾種深度學習算法；人工智能應用領域；Python發展、特點、應用領域、開發環境安裝配置及類庫的導入等知識； Python基本語法知識；列表、字典、元組和集合等主要複合數據類型；順序、選擇和循環等三種基本流程控制結構；數據的存儲，包括文件和數據庫；Python中常用的幾種擴展類庫等內容。本書既適合作為高校各個專業的人工智能的基礎教材，又可作為自學大數據、人工智能人員以及人工智能愛好者的參考讀物。

本書是Python數據分析入門書，每個概念都通過簡單實例來闡述，便於讀者理解與上手。具體內容包括：Python及Pandas基礎知識，加載和查看數據集，Pandas的DataFrame對象和Series對象，使用matplotlib、seaborn和Pandas提供的繪圖方法為探索性數據分析作圖，連接與合併數據集，處理缺失數據，清理數據，轉換數據類型，處理字符串，應用函數，分組操作，擬合及評估模型，正則化方法與聚類技術，等等。

本書深入淺出地介紹深度學習的基礎知識和相關技術，內容涉及近幾年深度學習領域的研究熱點問題，主要有深度學習、神經網絡及其發展歷史，機器學習的評價指標及算法的類型，前饋神經網絡、反向傳播算法和卷積神經網絡及其相關技術，AlexNet、VGG、NiN、GoogLeNet、ResNet、DenseNet等現代卷積神經網絡模型和可以處理序列信息的循環神經網絡模型及其實現。針對深度學習的實現問題，分析網絡優化與正則化的相關方法，並列舉3個基於Python的實戰演練案例，包括MNIST手寫數字分類的實現、車輛識別和人臉識別。 本書適合深度學習初學者閱讀，可以作為從事深度學習研究和Python實現及應用的科學研究工作者和工程技術人員的參考書，也可以作為控制科學與工程、計算機科學與技術、機械電子工程等學科研究生或高年級本科生的教材。

數據時代的來臨帶動了新一波的智能革命，數據與算法驅動了各個領域的改變。在幾個市場熱門的討論議題中，都可以看到數據應用扮演的角色。在面對真實世界的數據時，有許許多多的事情需要考慮。本書試圖從最務實的角度開始，結合理論與實踐去探索數據科學的真實世界，幫助讀者一步一步地培養數據時代下的思維與技術。本書將從基礎的 Python 編程開始，以數據分析的流程為主軸一步一步地解析，然后展開介紹數據收集、數據前處理、特征工程、探索式分析等。本書系統性地從函數庫開始學習，并拓展到不同的應用場景。 本書實用性強，提供數據分析所必需的編程技能的培訓，以及常見第三方軟件和庫的使用方法；以數據科學家、數據分析師等數據應用工作的實踐經驗作為培養目標，適合對 Python與數據分析有興趣的人閱讀。

本書是大學計算機相關專業的基礎課教材，結合Python程序設計講授計算機科學的基礎知識和思維方法。全書共11章，內容包括計算機中的數據表示與計算、數據存儲、流程控制、批量數據處理、函數、類、輸入和輸出、常用算法與簡單數據結構、圖形用戶界面、Web、數據庫編程等。 本書將知識點作了分解，由淺入深地安排教學內容，以便於教學。本書內容豐富，通俗易懂，既適合作為高等院校的計算機基礎課教材，也可作為一般的計算機基礎入門讀物或參考書。

《算法入門之西遊漫記——Python語言版》以西遊記人物為故事核心，開創性地使用故事外傳的形式，打造了悟空穿越到一個由0和1構成的奇妙世界，在這個天地中，利用學到的編程和算法知識，解救出他的西行伙伴的故事。該書使用的是Python語言，系統地介紹了各種基礎數據結構、排序算法，以及貪心法、分治、動態規劃法和回溯等經典算法思想。故事和算法實例緊密結合，循序漸進，文字風趣幽默，插圖精美，引人入勝。 該書每一章配有有趣的習題，引導孩子在做題中從另外的角度對算法進行思考，培養孩子的計算機算法思維。 該書包括配套學習視頻，更方便無基礎者自學。

編程已經成為21世紀人們應掌握的一項重要技能，隨著人工智能技術的發展以及STEAM教育理念的推廣和普及，青少年編程市場也越來越火熱，學習編程可以鍛煉孩子的邏輯思維能力。 Python作為時下最流行的編程語言，語法簡潔清晰，應用廣泛，特別適合初學者學習編程使用。本書通過生動有趣的例子、通俗易懂的語言，介紹了Python編程的基本方法和技巧，主要包括編程環境、變量、語法等基礎知識，選擇結構、循環結構、函數、對象、模塊、海龜繪圖等進階知識，並通過實際案例加以運用；【資料卡片】和【動手試試】等環節有助於將所學延伸拓展，舉一反三。 本書非常適合6～14歲的孩子作為編程入門讀物學習使用，家長帶著孩子一起邊學邊實踐，更能帶來一段高質量的親子陪伴時光。

本書介紹了Python在金融數據分析中常用的基礎工具，包括NumPy、Pandas、Matplotlib、TensorFlow、Keras等，同時給出了40多個金融數據分析的經典案例，包括股票市場數據分析、債券市場數據分析、衍生品市場數據分析、投資組合案例分析、金融模型模擬、機器學習股價預測、期權定價綜合應用場景案例、層次風險平價方法應用場景案例以及深度學習在金融市場中的應用場景案例等。

《基於國產數據庫的項目實訓教程》以項目開發過程為主要框架，貫穿數據庫課程的主要知識點，完整地記錄了基於國產數據庫(HighGo Database)和Python語言平臺開發管理信息系統的全過程。本書以學生常見並易於理解的學生選課系統為例，以項目開發的主要階段(需求分析、數據庫設計、界面設計、功能實現)為組織提綱，以數據庫應用及Python開發為技術要點，引導讀者從無到有、循序漸進地完成一個完整項目的開發。

本書通過實際案例深入介紹了基於Python的開源商業智能工具Apache Superset。本書立足於為企業建立一套開源免費的BI（商業智能）數據分析平臺，實現自助數據處理、數據分析、數據可視化，概述了該系統的基本情況、總體需求、解決方案和業務理解等。本書從企業BI系統建設的實際需求出發，詳細闡述了商業智能系統開發的概念、流程及相關技術，同時結合實際案例介紹了基於Apache Superset的**且常用的商業智能技術，包括Redis、Hive、Presto、Vertica、ClickHouse、TiDB、Dremio等。

*詳細步驟說明，一步步跟著做，有如專家從旁親自指導! *本書使用Python 3.x、樹莓派4B與OpenCV 4.x *涵蓋大部分常用感測元件與重要連網技術 *第三版新增影像串流、LCD螢幕與全彩LED燈條、更新MQTT安裝方式 朱克剛老師專門培訓物聯網應用工程師，擁有豐富資訊教育訓練經驗，結合 Python、Raspberry Pi 與 OpenCV 的 AIoT 專案開發與教學，遠距實作授課操作流暢畫面優美，如同本書內容一樣，深入淺出，廣受師生好評。 -- 國立臺北科技大學電子系副教授 曾柏軒 本書內容說明清楚，透過實作例子的步驟說明，讓初學者可以快速上手，是一本適合學習的好書。 -- 國立高雄科技大學電子系教授兼主任秘書 陳銘志 樹苺派是最接近AIoT世界的起點，搭配Python與OpenCV工具的使用，可以讓你一窺這個大世界的堂奧。 很高興朱克剛老師把這些元素集結在一本書裡面，讓大家可以快速掌握這張通往未來的門票。 -- 宏碁強固電腦方案總處長 游鴻志 AIoT應用領域十分廣泛，舉凡機器視覺、外觀檢測、智能家居及設備維護監控。本書以深入淺出方式介紹樹莓派軟硬整合框架並採用最新的Python開發技巧，誠摯推薦給所有想要進入AIoT開發者殿堂的一本必備秘笈。 -- 鴻海集團D事業群/資訊價值創造處資深處長 徐長愷

機器學習是人工智能的重要技術基礎，涉及的內容十分廣泛。本書基於Python語言，實現了12個典型的實戰案例，其內容涵蓋了機器學習的基礎算法，主要包括統計學習基礎、可視化、常用的分類算法、文本分析、卷積神經網絡、循環神經網絡、注意力機制、生成對抗網絡、電子推薦系統等理論。本書深入淺出，以實際應用的項目作為案例，實踐性強，注重提升讀者的動手操作能力，適合作為高等院校本科生及研究生機器學習、深度學習、數據挖掘等課程的實驗教材，也可作為對機器學習和深度學習感興趣的研究人員和工程技術人員的參考資料。

本書根據教育部高等學校大學計算機課程教學指導委員會編制的《大學計算機基礎課程教學基本要求》，針對非計算機專業學生的計算機教學培養目標進行編寫。 全書共14章，內容包括中文操作系統Windows10、文字處理軟件Word2019、電子表格軟件Excel2019、演示文稿製作軟件PowerPoint2019、計算機網絡基礎與Internet應用、醫學圖像處理技術及應用、醫學動畫處理及應用、醫學信息系統及常用軟件的使用、大數據與數據挖掘、人工智能基礎知識、Python語言基礎、Python的數據與表達式、Python的基本結構、Python的應用。

本書介紹統計計算與智能分析基礎理論以及基於Python的模型算法實現。全書由13章組成，主要內容有：隨機數生成技術；數據探索性分析；特徵提取與選擇方法；**期望算法；Markov鏈蒙特卡羅方法；重采樣技術；重要采樣技術；序貫重要性采樣；非參數概率密度估計；非參數回歸分析；樹模型理論；概率圖模型；模型性能評價技術。

本書從實踐的角度，介紹了如何使用基於Python的Keras庫和TensorFlow框架開發機器學習模型和深度學習模型，以及如何使用Kubernetes將其部署到生產環境中。書中討論了許多流行的算法；展示了如何使用它們來構建系統；包含有大量注釋的代碼示例，以便讀者理解並重現這些示例；使用了一個深度學習模型的示例來讀取圖像，並對流行品牌的標識進行分類，然後將該模型部署在分布式集群上，以處理大量的客戶

本書揭開了時間序列預測技術的神秘面紗，為沒有時間序列或機器學習經驗的讀者提供了創建和評估時間序列模型所需的基本工具。本書使用流行的Python工具和庫來解決複雜和重要的業務預測問題。書中介紹了如何清理和獲取數據，如何設計端到端的時間序列預測解決方案，如何理解時間序列預測的一些經典方法，如何將神經網絡結合到預測模型中，以及如何在真實世界中部署時間序列預測模型。

這是一本金融商業資料分析的實戰工具書。作者都是在金融行業有10~20年資料分析經驗的資深專家，他們將多年來的項目經驗、培訓和諮詢經驗融合成了這本書。它將指導讀者零基礎掌握金融資料分析的工具、思路、方法和技巧，快速實現從入門到進階的突破。 本書強調實戰，方法論與實踐相結合，所有案例均來自實際的金融業務，涵蓋工具使用、資料處理、統計分析等資料分析的全流程。 本書內容共14章，可分為3篇。 分析工具篇（第1~4章）：首先介紹了資料科學和數理統計的基本常識，然後講解了資料分析工具SAS EG和Python的基礎知識。 資料處理篇（第5~9章）：首先通過描述性統計分析進行資料探索，繼而講到基本的報表和統計製圖，還包括使用SAS EG進行資料處理，用Python進行資料整合、資料清洗，構建出滿足分析需求的資料集。 統計分析篇（第10~14章）：從統計學的基本概念引出假設檢驗與樣本t檢驗，三大統計檢驗、構造預測模型，並分享基於時間序列算法的建模方法。

大數據時代，數據分析成為各行各業非常重要的工作，如機器學習、深度學習、數據科學、市場營銷分析、企業決策制定等，都離不開數據分析。《Python 數據分析教科書》就是一本介紹使用Python 進行數據分析的入門書，詳細介紹了成為數據分析工程師必備的技能，如數據獲取和加工、數據可視化、編程基礎、數據分析所需的基礎數學知識、機器學習的流程和執行方法等。學完本書，讀者能掌握 Python 的基本語法和 Jupyter Notebook 的使用方法，數據預處理知識，NumPy、pandas、Matplotlib 和 scikit-learn 等軟件庫的使用方法，以及利用現有算法實現機器學習的方法。另外，對網絡爬蟲、自然語言處理和圖像數據處理等機器學習中經常用到的知識也進行了簡要介紹。本書采用雙色印刷，語言淺顯易懂，並用中小實例輔助理解，特別適合有一定編程基礎想從事數據分析工作的人員學習，也適合作為想從事人工智能工作的人員學習數據處理的參考書。