Python

本書首先系統介紹了通信原理的基礎知識，然後通過開源編程語言Python進行了全面完整的仿真分析。書中提供了大量極具參考價值的仿真實例，不僅通過可視化的仿真圖形幫助讀者深入理解理論知識，還允許修改源碼，自己方便進行個性化開發。從而加快科研進度。全書共分11章。第1章主要介紹了Python的基本使用及相關庫；第2章介紹了信息和信道的相關內容；第3-5章主要介紹了信號的類型和表示。以及信號的分析方法；第6-10章介紹了各種信號的調製、解調及傳輸方法；第11章介紹了能夠提高傳輸可靠性的信道編碼方式。

本書選用統計學和數據科學中常見的 R 語言和Python語言“雙語”編寫,主要內容包括:引言、R 語言編程基礎、R 語言數據處理、R 語言可視化、R 語言隨機抽樣和隨機數、R 語言基本統計推斷、R 語言回歸分析、R 語言大數據分析、Python 語言基礎、Python 數據處理等內容。此外,本書在每章正文後設置主要函數列表、練習題和實驗題,以幫助學生複習鞏固和自主練習。同時,還為教師配備了課程教學大綱(含課程思政內容)、課件、習題解答、模擬試題及配套答案等豐富的教學資源。本書結構嚴謹,邏輯清晰,敘述清楚,說明到位,行文流暢,習題配備合理,可讀性強,可作為高等學校統計學、大數據科學與技術等專業的教材或相關專業的教學參考書,也可供統計分析軟件初學者或從業者參考。

從快速入門、主流應用到AI全面實戰連續6年榮登知名網路書店電腦資訊年度百大暢銷榜的Python學習最經典超過4萬名讀者見證與超過100位老師滿意的Python書籍榮獲各大通路電腦暢銷排行榜與海外指名授權圖書解決初學痛點，避免開發地雷集結熱門主題與AI技術，加值超過500分鐘影音教學內容由淺入深，範例程式精簡，執行效率再優化從200多個範例徹底掌握Python全面應用精髓Python是當今最熱門的程式語言，從網頁資料擷取、網站自動化測試、大數據分析、物聯網、機器學習與深度學習，到駭客攻擊工具等主流議題，Python都占據了重要的地位。本書以初學者的視角規劃學習地圖，並提供熱門主題實戰。從環境、語法、模組套件到主流技術應用，直接從實例學，讓學習者輕鬆入門，並能結合目前最受重視的實務運用，體驗Python最全面的應用魅力。Python學習最經典直擊關鍵技術領域，快速入門與實戰體驗Python的開發無極限■快速佈署Python開發環境，熟悉編輯器與執行方式。■詳細說明Python語法，由結構、變數、資料型態、運算式及判斷式進行學習引導，再深入迴圈、串列、元組、字典、函式與模組、檔案與例外處理等基礎且重要的內容。■詳述近50種實用的Python模組套件，如：random、os、os.path、sys、shutil、glob、locale、sqlite3、requests、re、bs4、BeautifulSoup、selenium、webdriver、time、matplotlib、pyplot、json、pytube、tkinter、flask、LineBotapi、LineNotify、ngrok、pydub、SpeechRecognition、pandas、OpenCV、numpy、pillow、PIL、Image、ImageDraw、ImageFont、math、pygame、mixer、gTTS、tempfile、PyAudio、googletrans、Translator、pyinstaller、pyfirmata、Arduino、pyserial…等，分析使用方式與注意事項，並以實例演練。■範例導引式學習，從小範例到專案應用實例。全新修訂並優化實作內容，從12個專案實戰貼近實務需求，即學即用即上手。■全面深入不同領域的應用主題，包括大數據網路爬蟲、資訊圖表繪製、影

暢銷書《Python機器學習》作者Sebastian Raschka又一原創力作！ 『在本書中，Sebastian帶領讀者深入了解他們在成為專家路上可能遇到的各種中階和高階應用機器學習主題。Sebastian無疑是這個領域最優秀的機器學習教育工作者之一。在每一頁中，Sebastian不僅分享他的豐富知識，也傳達象徵著真正專業的熱情與好奇心。……讓本書成為你晉級下一個階段的橋樑，協助你在機器學習中獲得更豐富的冒險和體驗。』 ——Chris Albon，維基媒體基金會 機器學習總監 專文推薦 ★本書特色★ 市面上大多數的機器學習、深度學習與AI書籍，都位於兩個極端：不是介紹基礎知識的入門指南，就是艱澀難懂的論文大全。在學習完基礎知識、閱讀完初階書籍之後，還想了解更多新觀念和進階技術嗎？作者說明並討論了這些領域的重要發展，同時保持平易近人，讀者不需要擁有進階數學或程式設計背景也能閱讀。全書分為5大篇，共30章，涵蓋30個不同主題。讀者可以依序閱讀，也可以跳著閱讀(但作者建議依序閱讀，由淺入深)，更適合隨時拿出來配著咖啡或在通勤時翻閱。 本書非常適合那些已經完成機器學習或深度學習的基礎課程，或是讀完同等程度初階書籍的人。本書採用獨特的問答風格(Q&A style)，每個簡短的章節都圍繞著一個核心問題展開，這些問題不僅與機器學習、深度學習和AI的基礎觀念相關，更是作者在教學過程中，學生們經常提出的疑問。每個問題後面都附有解釋，並配有許多插圖和圖表，以及測試理解能力的練習題。許多章節還提供了進一步閱讀的參考資料。這些簡短、容易消化的資訊提供了一個激勵人心的起點，幫助讀者踏出成為機器學習專家的第一步，開啟一段新的學習旅程。 ★內容亮點★ ・獨立章節：簡潔又精準地回答AI中的關鍵問題，化繁為簡。 ・主題廣泛：涵蓋神經網路架構、模型評估、電腦視覺、自然語言處理等。 ・實際應用：學會提升模型效能、微調大型模型等重要技術。 ★學習重點★ ・管理神經網路訓練中的各種隨機性來源 ・區分大型語言模型的編碼器架構和解碼器架構 ・利用數據和修改模型來減少過度適合 ・為分類器建立信賴區間，利用有限標籤數據改善模型效能 ・在不同的多GPU訓練範式和各種生成式AI模型之間做出選擇 ・理解自然語言處理的效能指標 ・理解視覺變換器中的歸納偏誤 【下載補充材料範例程式碼】 https://github

★☆★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。

這本趣味的指南在探索AI與資料科學領域的奇妙世界方面，具有以下特點，並獲得學界和業界的推薦：◆全面性：涵蓋從數據收集到機器學習模型構建的全過程，適合初學者和進階學習者。◆工具應用：重點介紹Python及其他主要工具的應用，這些工具是當今AI與資料科學必不可少的基礎。◆學界推薦：來自頂尖學術界專家的推薦，確保本書內容的學術性和專業性。◆業界推薦：專業資訊人士的推薦，證明本書在實際應用和職場技能需求的價值。◆實際案例和習題：提供豐富的實際案例和習題，有助於讀者從理論到實踐的無縫過渡，加深對知識的理解和應用能力。本書的特點使得這本指南不僅適合想要建立堅實基礎並深入研究AI與資料科學的新手，也適合希望在這些領域中追求更高專業水準的進階學習者。無論是學術研究還是商業應用，這本書都將成為讀者實現卓越的重要工具書。書籍推薦人：伽碩企業有限公司附設職業訓練中心執行長 郭明洽銘傳大學資訊科技與管理學程教授 尹邦嚴前仁寶電腦財務主管、法藍瓷行政主管、中強光電營運主管、國巨稽核主管 鄭穎臨日本東京農工大學 感染症未來疫学研究センター 特任助理教授 林立云王致遠 藥師國際商業機器股份有限公司 IBM 工程師 陳尚瑋優貝克股份有限公司資料工程師 吳俊毅

【書籍特點】★量化交易基礎，資產配置量化☆阿爾法量化，貝塔量化，另類量化★量化交易的策略及實戰，巴菲特的量化交易策略☆量化交易策略的邏輯與設計★因數建模，凱利公式與倉位計算，夏普比率，彼得·林奇多因數量化交易☆米倫坎普量化交易策略★量化交易策略的程式開發☆監督學習，無監督學習，深度學習★量化交易中的重要問題，低風險策略☆GPT在量化交易中的應用【內容簡介】ChatGPT從天而降，這讓廣大投資者可以更加方便地使用各類程式設計工具。當工具的使用門檻迅速降低時，掌握量化交易的底層邏輯就成了重中之重。量化交易的世界裡，每位投資者選擇的交易策略是差別很大的，具體可以概括成5種交易策略：基本面量化、資產配置量化、阿爾法量化、貝塔量化和另類量化。本書將這5種交易策略都用實戰演練，我們可以看到世界級投資大師們留下的足跡。把投資當作「數學」來研究的時候，投資就不再是一門無法預測的藝術。市場變化的背後應當有其數學邏輯，這也是筆者一直強調的「在投資中，底層思維邏輯最重要，而具體的工具不重要」的原因。使用GPT及Python的結合，再加上五大量化交易策略，讀者們可以勇於嘗試不同的交易策略，看看哪個最適合自己，用時間來錢滾錢，才是達到財富自由的唯一道路。

本書從Python基礎語法入手，逐步深入到面向對象編程、文件處理與數據操作等高級特性，內容全面且層次分明。同時，本書注重實踐操作，詳細介紹了Python基礎語法、函數與模塊、面向對象編程、文件處理與數據操作以及高級特性與應用等，並通過豐富的案例和實踐項目，讓學生在實踐中掌握Python編程的核心技能。本書既可作為高職高專院校計算機、大數據和人工智能等相關專業的教材，也可作為從事數據分析、數據採集等相關工作的技術人員的參考用書。本書配有教學課件，選用本書作為教材的教師可登錄機械工業出版社教育服務網(www.cmpedu.com)免費註冊後下載，或聯繫編輯(010-88379194)諮詢。

人工智能極簡歷史、開發環境準備、初識TensorFlow、簡化神經網絡模型、用神經網絡解決非線性問題、從文件中載入訓練數據、多層全連接神經網絡、保存和載入訓練過程、查看圖形化的模型、用訓練好的模型進行預測、用高層工具簡化建模和訓練過程、在其它語言中調用TensorFlow模型、用卷積神經網絡進行圖像識別、循環神經網絡初步、下一步學習方向指南

《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。

《Python數據分析實例精解》詳細闡述了多個Python數據分析的基本解決方案，主要包括生成匯總統計數據、為探索性數據分析準備數據、在Python中可視化數據、在Python中執行單變量分析、在Python中執行雙變量分析、在Python中執行多變量分析、在Python中分析時間序列數據、在Python中分析文本數據、處理異常值和缺失值、在Python中執行自動化探索性數據分析等內容。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。

本書從FastAPI框架的基礎知識和相關的Python編程概念開始講解。然後，您將瞭解該框架的所有方面知識，包括其強大的依賴注入系統，以及如何使用它與數據庫通信、實現身份驗證和集成機器學習模型等。之後，您將學習與測試和部署相關的實踐，以運行高質量和健壯的應用程序。後，您還將學習Python數據科學軟件包的應用生態系統。隨著學習的深入，您將學習如何使用FastAPI在Python中構建數據科學應用程序。本書還演示了如何開發快速高效的機器學習預測後端，並對其進行測試，以獲得性能。後，您將看到如何使用WebSocket和Web瀏覽器作為客戶端實現人臉實時檢測。在本書的後，您不僅學習如何在數據科學項目中實現Python，還學習如何在FastAPI的幫助下維護和設計它們，以滿足高編程標準。本書面向對FastAPI及其生態系統感興趣的數據科學家和軟件開發人員，並以此構建數據科學應用程序。讀者需要具備數據科學和機器學習概念的基本知識，以及瞭解如何在Python中應用它們。

本書使用數據科學領域中流行的編程語言之一――Python 來進行數據的基本處理與可視化、數據獲取、數據分析、數據挖掘、文本挖掘和深度學習，旨在幫助讀者掌握從事數據科學工作的必備技能。全書共 9 章，主要內容包括數據科學概述、Python 基礎知識、Python 數據科學常用庫、Python 數據獲取、Python 數據分析、Python 數據挖掘、Python 文本挖掘、深度學習基礎和深度學習應用。本書可作為普通高等院校數據科學與大數據技術、大數據應用與管理等專業相關課程的教材，也可作為數據分析從業人員的參考書。

本書以教育部考試中心頒發的《全國計算機等級考試二級Python語言程序設計考試大綱（2018年版）》為基礎編寫。系統地介紹了Python語言的基礎知識和實用技術，全書分為10章，內容主要包括：Python概述、Python語法概述、Python基本數據類型、程序控制結構、函數與模塊、組合數據類型、文件操作和數據格式化、面向對象程序設計、異常處理以及Python爬蟲程序。本書實例豐富，突出該課程操作性強的特點，每章都附有實例解析和習題，便於學生課後鞏固相關知識。本書既可作為高等院校各專業師生的計算機程序設計課程教材，也可作為程序開發人員的參考用書，還可以作為參加全國計算機等級考試二級Python語言程序設計人員的考試用書。

本書以PyCharm為主要開發工具，採用理論與實訓案例相結合的形式，系統性地講解Python的核心知識。本書共11章，其中，第1～10章介紹Python語言的核心理論知識，包括基礎知識、流程控制、字符串、組合數據類型、函數、文件與數據格式化、面向對象、異常和Python計算生態與常用庫；第11章圍繞著前期學習的理論知識開發一個遊戲項目――飛機大戰。除第1章和第11章外，其他章均配有豐富的實訓案例和

Python是當前流行的編程語言，簡單易學、應用廣泛。本書以Python為基礎開發語言，全面系統地講解了機器學習的相關知識。本書共9章，主要包括機器學習的基本概念，Python及其庫的入門，機器學習中常用算法的理論介紹、項目實現和優缺點分析，數據預處理，特徵工程，模型評估及改進，綜合實戰等。 本書可作為本科院校和職業院校計算機相關專業的教材，還可作為社會培訓機構的教材，也適合計算機愛好者自學使用。

本書由Real Python團隊傾力編寫，內容兼容Python 3.9版本。全書可分為兩大部分，共18章。前半部分透徹地講解現代Python編程的所有核心知識，後半部分帶領你用Python構建實際的應用程序和腳本，解決有趣的現實問題。本書按照邏輯順序介紹每個概念和語言特性，並以簡短明瞭的代碼示例進行解釋和說明。你還可以通過書中的編碼練習和項目鞏固基礎，通過交互式小測驗檢驗自己的學習效果。本書內容已經過數以萬計的Python愛好者、數據科學家和開發人員的實戰檢驗，尤其適合零基礎新人快速習得編寫Python程序的實用技巧，培養對編程的熱情。

《Python在財務管理中的應用》旨在培養具有一定數智化技術功底的財務管理應用型人才。書中內容先結合財務背景知識介紹Python的變量、常用語句、函數等基礎知識，以及Python的庫、模塊、可視化、數據采集和處理等功能，然後結合財務管理的專業知識，探討運用Python解決貨幣時間價值、資本成本分析、投資項目評價、證券投資組合策略、成本管理、本量利分析、短期經營決策、財務報表分析、財務預測與預算管理等場景中的典型分析和決策問題。最後，通過綜合實例講解了Python在行業財務報表採集和財務報表分析中的應用。《Python在財務管理中的應用》提供了完善的教學資源，包括教學課件、教學視頻、練習數據、參考答案等。適合作為高等院校財務管理、會計、審計、工商管理、信息管理等相關專業的教學用書，也適合作為企業中高層財務管理人員和信息化主管在數字化管理轉型中的參考書。

這是一本使用Python進行數據處理和分析的入門教材，其主要內容包括：Python基礎知識介紹、數據處理與分析、數據可視化等。全書共分為10章，前9章介紹Python基礎語法以及數據處理與分析及可視化等內容，第10章介紹綜合應用案例，屬￿項目實戰。本書內容豐富、簡單易懂，可以零基礎入門，適合作為數據科學與大數據技術、大數據管理、人工智能等專業的本科教材，也適合對 Python語言感興趣和擬使用Python語言做數據分析的讀者閱讀。

本書通過經典案例，由淺入深地介紹了 Python 及其應用。本書注重素質的培養，注重練 習的實用性、可操作性和趣味性。本書章節安排科學、合理，可引導讀者學習、鞏固、綜合 運用 Python。本書內容新穎、圖文並茂、實例豐富、通俗易懂，可供互聯網開發人員、財務管理人員、 人力資源管理人員、運營管理人員，以及培訓機構等相關人員閱讀，亦可作為初學者的入門教材。

本書基於哥倫比亞商學院的Python課程，旨在幫助零編程基礎的讀者掌握Python技能，讓讀者能夠自主執行商業分析任務，並從數據分析中獲得重要見解。本書分為兩部分：第一部分介紹Python編程的基礎概念，比如循環、變量、列表、字典、函數等；第二部分結合實際案例展示如何在商業分析場景中使用Python。學完本書，你將能夠熟練使用Jupyter Notebook和pandas庫，通過自己編寫的Python代碼，高效地整理和分析數據，無須完全依靠外部分析團隊。無論是自己做商業數據分析，還是希望更好地與數據分析團隊溝通，本書都是實用且簡單的學習指南。