Natural Language Processing with Python

本書圖文並茂、示例豐富，結合136段代碼和213幅圖表，直觀易懂地介紹了算法與數據結構的基礎知識，包括數組、查找、棧和隊列、遞歸算法、排序、字符串查找、線性列表、樹結構和二分查找樹等。本書並非單純地對算法與數據結構進行介紹，而是致力於讓讀者掌握編寫實用程序的技術。為此，本書提供的示例代碼都是實際可運行的程序，理解這些示例程序之後，相信讀者的Python編程能力也會有很大的提升。本書各章節末設置有練習題，並在書末給出了答案，據此讀者可檢測自己對知識的掌握情況，加深理解。

本書的內容按當前理工院校同名課程體系展開，涵蓋概率論和數理統計的主要課題。全書包括隨機事件及其概率，事件的 立性，全概率公式及貝葉斯公式，隨機變量及其函數的字特徵和中心極限定理，為後四章討論進行統計推斷的數理統計方法構建一個明晰且嚴格點估計，正態總體參數的區間估計，正態總體參數的假設檢驗，非參數假設檢驗，方差分本書代碼簡潔，說明細緻，Python零基礎讀者輕鬆上手。提供全書所有源代碼，並通過博機專業等相關專業的教材。

本書是對中高職貫通的計算機網絡技術專業中 Python 編程技術的全面介紹及總結。本書的編寫得到了上海神州數碼企業實踐基地和上海物聯網行業協會及其下屬企業工程師的大力支持，本書的編寫模式體現了“做中學，學中做”的做學教一體職業教育教學特色，內容上採用了“理論部分、實踐部分、綜合部分”及“項目―任務―綜合實訓”的理實一體結構體系，從軟件編程的實際開發需求與實踐應用引入教學項目，從而培養學生能完成總體的項目設計、具體的工作任務實施及舉一反三的解決實際問題的技能。本書包含 10 個項目，44 個軟件編程任務，10 個項目綜合實訓。其中 10 個項目分別是：實現 Python 基礎編程，運用數據類型、運算符和表達式進行編程，實現數學函數、字符串和對象的編程，搭建程序的基本控制結構，運用函數、模塊與程序包進行編程，運用高級數據類型進行編程，設計面向對象程序，實現異常處理和文件操作，實現 GUI 的編程，實現數據庫編程與網絡爬蟲。書中全部項目及具體的每個任務都緊密貼近現代軟件編程中常用的 OOP 語言，並與真實的工作過程相一致，完全符合企業的需求，貼近軟件開發的實際。本書內容翔實，結構新穎，實用性強，可用作中專、高職、中高職貫通的計算機網絡技術專業和非計算機專業的軟件編程項目實踐教材，也可作為全國“1+X”證書試點考試的培訓教材，還可作為各類全國及市級技能大賽軟件編程模塊Python 項目的訓練教材。​

本書是數據分析類課程的入門教材，系統整理了數據分析的知識體系，以分析流程為主線闡述了數據分析的主要方法和基於Python的技術應用。 全書共分為9章，包括數據分析簡介，數據分析的方法，NumPy和pandas基礎，數據獲取與導入，數據預處理，數據探索，數據挖掘概述，基本統計圖形，文本、網絡和地理空間可視化。從第2章開始，在闡述基礎知識的同時設計了大量例題，按照“分析需求→Python代碼展示→例題解析→運行結果”的模式對知識點進行剖析。全書提供習題、答案及程序源碼。 本書可作為普通高等院校數據分析處理相關課程的學生的教材使用，也可供剛剛步入數據分析領域的從業人員參考。

本書面向工程和科學專業的學生，介紹編程工具和數值方法，旨在幫助學生掌握計算問題求解技巧。書中第 一部分介紹基本的Python編程概念，使用簡單的例子快速將新的概念付諸實踐；第二部分涵蓋算法和數值分析的基礎知識，幫助學生在實際設置中快速應用結果。

本書帶領讀者用原生Python語言和Numpy線性代數庫實現一個基於計算圖的深度學習框架MatrixSlow(類似簡易版的PyTorch、TensorFlow或Caffe)。全書分為三個部分。第一部分是原理篇，實現了MatrixSlow框架的核心基礎設施，並基於此講解了機器學習與深度學習的概念和原理，比如模型、計算圖、訓練、梯度下降法及其各種變體。第二部分是模型篇，介紹了多種具有代表性的模型，包括

本教材書在內容設計上具有明顯的創新行為,主要為了更好地滿足12歲到20歲青少年朋友的學習需求,由淺入深,快樂學習Python語言.從基礎知識角度,考慮讀者中學數學、英語等背景知識的要求,使所編程的內容既有助於加深對中學知識的理解,又有助於更好地領會代碼的作用,能達到一舉多得的學習效果；從趣味角度,還引入了可愛的三酷貓,融入各種故事與讀者一起體會編程的作用；從知識層次角度,本書從基本的Python語法、函數、數組,到製作二維圖、動畫、遊戲,再到傳統算法、圖像算法、國內外競賽知識,既能逐步提高讀者通過編程解決問題的能力,又能讓讀者觸碰智能編程在競賽、科學研究、實際應用等方面的誘人前景；從教學角度,每章安排了練習和實驗,並提供教學PPT等資料,方便教師的教學使用要求.另外,本書對大數據、人工智能的基礎知識做了啟蒙式的潛移默化式的安排,如對數學、數據、算法的畫龍點睛式安排.本書適合作為中學信息科技學科的教材,也適合作為各類信息化競賽的入門教材,同時適合部分學有餘力的五六年級小朋友學習,還適合大學非計算機類學生自學.

《語法學習手冊》嚴格依據教育bu和國家語委聯合發布的《國際中文教育中文水平等級標準》“附錄A（規範性）語法等級大綱”（以下簡稱“語法等級大綱”）進行編寫，是面向中文學習者的應用型學習手冊。本書遵循“以學習者為中心”的教育理念，倡導語法自然習得。《語法學習手冊》分初等、中等、高等三個分冊，分別對應“語法等級大綱”初等、中等和高等的語法點。書中對“語法等級大綱”的語法點進行了拆分或合並，圍繞“基本語義及用法”“典型例句和對話”“補充例句”“結構特點”“小提示”等幾個維度對每個語法點進行詳細說明。本書從教學實際出發，力求為國際中文語法學習與教學提供一定的參照與支持。本書為高等分冊，對高等水平學習者的語法學習提供參考。Grammar Learning Manual, a practical learning manual for students of Chinese language, is compiled in strict accordance with the “Appendix A (Normative Grammar Grading Outline)” (hereinafter referred to as “Grammar Grading Outline”) of Chinese Proficiency Grading Standards for International Chinese Language Education, which is jointly issued by the Ministry of Education and the State Language Commission. This book observes the “student-centered” education idea, and advocates the natural acquisition of grammar. Grammar Learning Manualis divided into the elementary, intermediate and advanced levels, respectively corresponding to the grammar points in the “Grammar Grading Outline”. In

本書是面向中學生，以Python編程語言應用為目的，基於可編程控制板Micro:bit V2.0為學習對象，學習Python編程語法、傳感器感知檢測、自動控制、無線遠程控制和實際操作等相關技術的一本綜合性機器人科普教材。本書共分為18課，利用情景式引入法，將生活中存在的各種使用智能化的場景展現給學生，並借由Micro:bit控制板實現。每一課分別講述了Micro:bit控制板上板載硬件的工作原理和編程控制方法，內容涵蓋LED點陣屏、四角按鍵、GPIO、觸摸點電容、音樂與語音、加速度傳感器、電子羅盤、舵機控制、無線電通信等。整個過程寓教於樂，學以致用。本書通過“拓展提高”引申每節課的知識，讓學有餘力的同學提高思維層次；通過“目標檢測”讓學生對自己在本課程中學到的內容進行總結。努力做到由簡到繁、深入淺出，讓孩子們在快樂中感受機器人課程的魅力。同時，在學習中培養孩子發現問題、搜索答案、思考應用、分析組成、設計創造的能力。本書可作為青少年編程學習的初等教材。

機器學習是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域。無監督學習是機器學習中的一種學習方式，是數據科學的一個重要分支，常用於數據挖掘領域，通過構建模型來為業務決策提供依據。本書通過Python語言講解無監督學習，全書內容包括10章，前面9章由淺入深地講解了無監督學習的基礎知識、聚類的基礎知識、高級聚類、層次聚類、軟聚類和高斯混合模型、異常檢測、降維和分量分析、無監督神經網絡模型、生成式對抗網絡和自組織映射，第10章以問題解答的形式對前面9章涉及的問題給出了解決方案。本書適合數據科學家、機器學習從業者和普通的軟件開發人員閱讀，通過學習本書介紹的無監督學習理論和Python編程方法，讀者能夠在業務實踐中獲得有價值的參考。

本書講解了GUI自動化測試開發的主流編程語言、自動化實現原理、常用工具及自動化框架的代碼實現。全書共9章，包括自動化測試概念、Python編程基礎、基於圖像識別的自動化測試、Selenium入門、Selenium進階、自動化測試框架、Windows應用的自動化測試框架、Android移動端自動化測試、移動端雲測試平臺開發。本書可以作為高校計算機及相關專業的教材，也可以作為測試開發愛好者的參考書。

本書重點突出深度強化學習理論的基本概念、前沿基礎理論和Python應用實現。首先介紹馬爾可夫決策、基於模型的算法、無模型方法、動態規劃、蒙特卡洛和函數逼近等基礎知識；然後詳細闡述強化學習、深度強化學習、多智能體強化學習等算法，及其Python應用實現。本書既闡述獎勵、價值函數、模型和策略等重要概念和基礎知識，又介紹深度強化學習理論的前沿研究和熱點方向。本書英文版出版之後，廣受好評，已成為深度強化學習領域暢銷教材，也可為人工智能和機器學習等領域的科研工作者、技術工程師提供參考。

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。

本書以遊記的方式引導讀者由淺入深逐步學習Python的開發平臺、基礎知識、流程控制語句、組合類型、代碼複用與函數、類與對象、異常處理、SQLite數據庫編程、文件管理、多線程機制、GUI編程、模塊與庫等知識，學習過程輕鬆愉快，引人入勝。每章都包括學習目標、重點內容、場景引入、主題知識、學習交流、實驗、習題7方面內容。本書還提供了電子課件、案例源代碼、習題答案、實驗指導、教學設計和課程標準等相關教學資源。本書既可以作為計算機科學技術、軟件工程、大數據與人工智能、信息系統與信息管理等專業的教材，也可以作為編程愛好者的入門學習用書，還可以作為培訓用書。

本書內容全面，既涵蓋項目實踐所需的Python語言基礎和實踐環節搭建，又涉及項目相關的技術原理和方法等理論知識介紹，還包含多個案例項目的實踐內容。書中講解了Python 語言，包括Python的安裝、數據類型、涉及函數、文件讀/寫、第三方庫等知識；介紹了人工智能實戰基礎，包括數據庫預處理技術和方法，KNN算法、回歸分析應用和其他機器學習技術等內容；還講解了人工智能實戰進階，包括自然語言處理、語音識別、圖像識別和神經網絡與深度學習等內容。

本書介紹機器學習經典算法的原理、實現及應用，並通過綜合案例講解如何將實際問題轉換為機器學習能處理的問題進行求解。本書配套源碼、PPT課件、習題答案、開發環境與QQ群答疑。 本書共分14章。內容包括k近鄰算法、樸素貝葉斯、聚類、EM算法、支持向量機、決策樹、線性回歸、邏輯回歸、BP神經網絡經典算法，以及垃圾郵件分類、手寫數字識別、零售商品銷售量分析與預測、個性化推薦等綜合案例。本書算法首先給出了數學原理及公式推導過程，然後給出算法實現，最後所有算法及案例均以Python實現，方便讀者在動手編程中理解機器學習的經典算法。 本書適合Python機器學習初學者、機器學習開發人員和研究人員使用，也可作為高等院校計算機、軟件工程、大數據、人工智能等相關專業的本科生、研究生學習人工智能、機器學習的教材。

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。

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。

《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。

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。

本書是根據教育部教育考試院制訂的《全國計算機等級考試二級Python語言程序設計考試大綱》的要求而編寫的。本書共分為11章，第1章介紹程序設計的基本方法，主要包括Python語言概述和開發環境配置；第2章和第3章主要介紹Python語言基本語法元素和基本數據類型；第4章介紹程序的控制結構；第5章介紹函數和代碼複用；第6章介紹組合數據類型；第7章介紹文件和數據格式化；第8章至第11章介紹Python的計算生態、標準庫和第三方庫。本書立足自學，在內容上力求新穎，選材採用一批實用有趣的例子，以增加學習的樂趣。本教程配套自學電子教案ppt一套，以及全部行文代碼和程序資源，可以掃碼知識導圖上的二維碼訪問這些資源，這些資源只對第一個防偽碼綁定手機的讀者免費使用，其他情況需付費使用。防偽碼只可以綁定一次。本教程不僅可以作為全國計算機等級考試教材，也可以作為普通高等院校及各類學校或機構的教學用書，更是一本程序設計愛好者的自學參考用書。

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。