Python

本書的內容安排基本上按照數據科學的步驟及思維, 所有討論都基於實際數據案例並通過R 和Python 兩種軟件實現. 內容包括數據及探索性數據分析、數據整理及清理、有監督學習的10 種分類及回歸機器學習方法、無監督學習的兩種方法. 最後簡要介紹網絡爬蟲技術, 供讀者參考. 在課程內容的選擇、課程進度及授課方式, 必須給任課教師以最大的自由度和自主權,一切依學生的基礎、條件及需要而定. 我們應該介紹

本書是一本講解程序員面試筆試算法的書，代碼採用Python語言編寫，書中除了講解如何解答算法問題以外，還引入了例子輔以說明，讓讀者更容易理解。 本書幾乎將程序員面試筆試過程中算法類真題一網打盡，在題目的廣度上，通過各種渠道，搜集了近3年來幾乎所有IT企業面試筆試算法的高頻題目，所選擇題目均為企業招聘使用題目。在題目的深度上，本書由淺入深，庖丁解牛式地分析每一個題目，並提煉歸納。同時，引入例子與

第一部分是基礎篇（第1～5章），第1章的主要內容是資料採擷概述；第2章對Python以及本書所用到的資料採擷建模庫進行了簡明扼要的說明；第3章、第4章、第5章對資料採擷的建模過程，包括資料探索、資料預處理及挖掘建模的常用演算法與原理進行了介紹。第二部分是實戰篇（第6～15章），重點對資料採擷技術在電力、航空、醫療、互聯網、生產製造以及公共服務等行業的應用進行了分析。在案例結構組織上，本書是按照先介

結構地震反應分析是結構抗震設計的重要組成部分，也是結構工程師不可或缺的技能。筆者長期從事結構抗震設計及軟件研發工作，深感掌握結構地震動力計算相關理論的重要性。然而結構地震動力計算又是一門交叉學科，涉及地震工程學、結構動力學、計算機等領域，掌握起來非常困難。為此，筆者結合自身多年的抗震設計經驗及程序開發經驗，從理論和編程結合的角度，對結構地震動力計算涉及的常用知識進行歸納整理並編輯成冊，與讀者分享，以期為廣大工程技術人員提供參考。本書特點本書每個章節對應一個專題內容，均給出詳細的理論講解和公式推導，且配有完整的Python編程代碼及算例，理論和編程實踐結合。對於地震動力響應計算這類理論與實踐並重的學科，這樣的方式可以極大地提高學習效率及愉悅感。如果將整個地震動力響應計算理論比作一棵知識樹，各章節對應的專題內容則是不斷生長的莖幹，各章中的公式推導、Python編程和應用案例，則構成了莖幹上的樹葉與花朵，真心希望讀者通過本書的學習，能夠收穫到豐碩的知識果實。

Vibe Coding Python超級入門 ChatGPT x Codex (全彩印刷) 本書內容 ★★★★★【Vibe Coding】★★★★★ ★★★★★【ChatGPT x Codex助攻】★★★★★ ★★★★★【創意設計】【潛在應用】★★★★★ ★★★★★【國內第一本Codex實戰】★★★★★ 這是一本完全入門，充滿創意與描述Python未來潛在應用的書籍，也是國內第一本： ☆ 「與 AI 對話」單元：引導讀者用ChatGPT對Python語法進行深度理解和觀念釐清。 ☆ 「Vibe Coding」單元：輔助程式解說、錯誤修正、重構、重寫與專案協助。 ☆ 「Codex」單元：解說Vibe Coding設計流程、與 AI 協作完成程式設計。 閱讀本書內容，讀者可以學會下列知識的創意與潛在應用： ◎程式設計基礎 ☆ 創意設計：機器人、ASCII藝術作品、數學魔術、故宮到羅浮宮、地球到月球、Unicode藝術輸出、星空圖案、雞兔同籠、核廢水。 ☆ 潛在應用：房貸。 ◎程式流程控制 ★創意設計：情緒程式、火箭升空、推薦飲料。 ☆ 潛在應用：使用者輸入驗證、遊戲開發中的決策制定、物聯網(IoT)中的條件響應、交通應用中的路線建議、社交應用中的隱私設置檢查、電子商務中的折扣促銷。 ◎串列(List)與元組(Tuple) ★創意設計：凱薩密碼、旅行包裝清單、生日禮物選擇器。 ☆ 潛在應用：矩陣運算、遊戲棋盤、學生分數表、商品庫存清單、多國語言詞彙表、坐標系統、員工資料、時間序列數據、商品清單、學生成績表。 ◎迴圈控制 ★創意設計：監控數據警報器、關鍵日誌、計時器、國王麥粒、購物車。 ☆ 潛在應用：電影院劃位、簡易投票系統、簡易員工滿意度調查、訂單處理記錄、簡易客戶意見回饋收集、簡易聯絡人資料管理、監控系統。 ◎字典(Dict) ★創意設計：文章分析、星座字典、凱薩密碼。 ☆ 潛在應用：圖書館、管理超市、員工管理系統、餐廳菜單系統、學生課程和成績表、食譜和食材清單、個人行程安排、遊戲角色和屬性。 ◎集合(Set) ★創意設計：雞尾酒。 ☆ 潛在應用：統計獨特單字的數量、模擬抽獎系統、檢測兩個配置文件的差異。 ◎函數設計 ★創意設計：時間旅行者、故事生成器、冰淇淋的配料、多語言字典。 ☆ 潛在應用：

★推薦！加深加廣，多元選修★ ★入門！新手練就扎實程式設計、訓練運算思維首選 ★實用！範例以日常生活實務應用，再搭配專題實作 ．微軟最有價值專家(MVP)與資深教師共同執筆 由MVP與科技大學教授程式設計教師根據教育部最新課綱與初學者所應具備程式設計基本素養所撰寫的入門教材，內容兼具理論與實務，書中範例引導初學者邏輯思考、解決問題，是教師教授程式設計與訓練學生運算思維的好教材。 ．扎實訓練，初學打穩基礎 扎實的程式設計訓練，由Python環境建置、結構化程式設計、函式模組化設計，一直到資料庫專題實作。各章節切割獨立單元，使各單元能扎實訓練，內容連貫、範例以日常生活實務應用，使初學者無痛邁入Python程式設計殿堂。 ．新手自學，教師授課首選 全書共十八章，適合初學者自學，教師教學無壓力，由基礎程式設計到資料庫與視窗專題整合全書程式設計技巧，使讀者能融會貫通、學以致用。 ．上機實作，學習與練習一氣呵成 實作豐富多元，如：立方體表面積與體積計算、貸款試算、儲值卡消費購物、BMI值與身體肥胖程度判斷、高速公路過路費計算、階乘計算、計程車跳表收費計算、猜數遊戲、密碼驗證、九九乘法表、串列元素平均計算、矩陣旋轉、求三角形面積自定函式設計...等。

本書重點介紹模擬電路仿真器的內部工作原理，並闡述了在開發過程中出現的各種難題的解決方案。本書選擇Python作為代碼環境以展示算法原理。本書首先概述了數值方法，重點強調了非線性方程及其牛頓-拉夫森算法中的解；其次介紹了建模技術，以及線性情況和非線性情況的電路仿真器；然後討論了實際場景中的仿真器，強調了一些限制因素並提出了對策；最後簡要介紹了仿真器涉及的更深入的數學背景知識。本書還提供了大量的示例和練習，以確保讀者更好地理解仿真器的工作原理。

本書從概念和數學原理上對人工智能所涉及的數據處理常用算法、圖像識別、語音識別、自然語言處理、深度學習幾個主要方面進行了闡述，並以Python為主要工具進行了相應的編程實踐，以使讀者對人工智能相關技術有更直觀和深入的理解。此外，本書也用幾個獨立的章節從原理和實踐上介紹了量子計算、區塊鏈技術、並行計算、增強現實等與人工智能密切相關的前沿技術。 本書適合對人工智能領域感興趣並有一定數學基礎的相關人員閱讀，也可作為高等院校相關專業的教學參考書。

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。

本書涵蓋圖像處理與分析的基礎知識和實操內容，詳細介紹了PyCharm的下載安裝、多種第三方庫的導入、基於Tkinter和PyQt5的界面開發、Visual Studio 2010的下載安裝以及DLL函數庫的開發方法等內容。通過豐富的實例，指導讀者利用Python軟件進行多種圖像處理與分析的編程實踐，包括灰度圖像二值化處理、直方圖處理、微分與細線化處理、去噪聲處理、特徵提取、彩色變換、彩色分割、圖像合成、幾何變換、Hough變換直線檢測、傅裡葉變換、小波變換、模式識別等。本書可供計算機科學與技術、人工智能、數據科學、電子工程等領域的工程技術人員參考，也可作為相關專業的本科生和研究生的教材。

本書是關於Python程序設計的基礎課程教材。全書共十一章，主要內容包括程序設計基礎、數據的計算機表示與操作、結構化程序設計、函數、面向對象程序設計、程序設計中的常用算法、文件、數據分析與可視化、用戶界面設計、程序設計綜合案例和實驗。為了便於教學，本書提供課程教學質量標準、教材配套PPT、微視頻、源代碼、習題和難點解析等教學資源。全書站在科學高度，提煉教學內容，以精練的語言講述程序設計方法，通過豐富的示例引導讀者進行深度探索，內容新穎，特色鮮明。本書適合高等學校非計算機專業作為計算機課程的教材使用，同時也可供對計算機感興趣的讀者自學使用。

《Python Web項目開發全程實錄》精選10個熱門項目，涉及Flask和Django兩大框架及多領域應用，實用性非常強。具體項目包含：用戶登錄校驗、員工信息審核模塊、在線學習筆記、甜橙音樂網、樂購甄選在線商城、心靈驛站聊天室、站內全域搜索引擎、綜藝之家、智慧校園考試系統、吃了麼外賣網。從軟件工程的角度出發，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→數據庫設計/公共模塊實現/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項目經驗與技巧，早日實現就業目標。

本書通過以Pandas實現的精彩的數據分析項目，來講解大數據相關的主題及概念。通過學習本書，讀者可以根據項目的大小及類型來評估自己的項目是否適合使用Pandas庫。本書對如何在Pandas中高效地加載及標準化數據進行瞭解讀，並回顧了一些最常用的加載器及它們的一些最具威力的選項，從而讀者可以學會如何高效地存取及轉換數據、使用什麼方法、什麼時候採用或回避一些更高性能的技術。本書還將帶讀者用心思考Pandas中基本的數據訪問及維護，以及直覺字典語法。 本書適合作為Python數據分析學習者及相關從業人員的參考用書。

本書深入介紹了機器學習領域的基本概念和方法，除介紹了Python機器學習庫和用機器學習庫搭建神經網絡模型的方法外，還介紹了機器學習算法的數學理論、工作原理、使用方法、實現細節以及如何避免機器學習算法實現過程中的常見問題。本書涵蓋了多種用於文本和圖像分類的機器學習與深度學習方法，以及用於生成新數據的生成對抗網絡（GAN）和用於訓練智能體的強化學習，還介紹了深度學習的新動態，包括圖神經網絡和用於自然語言處理（NLP）的大型transformer。本書講解清晰，示例生動，理論和實踐部分相對平衡，既可以作為機器學習領域初學者的入門教程，也可以作為讀者開發機器學習項目時的參考書。

本書系統地闡述數字音視頻技術的原理、標準、技術和應用，同時給出部分內容對應的Python實現程序。全書共10章，第1～3章介紹基本理論，包括數字音視頻技術概述、人類發音及聽覺基礎、人類視覺及感知基礎；第4～6章介紹音視頻標準，包括經典語音與音頻編碼標準、新一代語音與音頻編碼標準、視頻編碼原理與標準；第7、8章介紹基於深度學習的技術，包括深度學習驅動的視覺技術、多模態音視頻處理技術及應用；第9、10章介紹系統實踐，包括AR/VR沉浸式交互系統、數字音視頻技術開發實踐與工具。本書內容全面，重點突出，原理闡述深入淺出，注重理論與實際應用的結合，可讀性強。本書可以作為高等院校電子信息工程、通信工程、自動化、計算機技術與應用等專業高年級本科生相關課程的教材，也可供從事音視頻信號處理研究的研究生和科研人員參考。

本書主要內容分為對人工智能與自動駕駛的基本認知、掌握Python 人工智能的基礎應用、掌握機器學習技術的基礎應用、掌握基於深度學習的計算機視覺技術應用、掌握基於深度學習的自然語言處理技術應用和掌握基於深度學習的語音處理技術應用6 個能力模塊，並下設20 個任務。全書以“做中學”為主導，以程序性知識為主體，配以必要的陳述性知識和策略性知識，重點強化“如何做”，將必要知識點穿插於各個“做”的步驟中，邊學習、邊實踐，同時將“課程思政”融入課程的培養目標，在實訓教學中滲透理論的講解，使所學到的知識能夠融會貫通，讓學生具有獨立思考、將理論運用於實踐的動手能力，成為從事智能網聯汽車相關工作的高素質技能型專業人才。本書內容通俗易懂，可作為職業院校新能源汽車技術、智能網聯汽車技術、智能網聯汽車工程技術等專業的教材，也可供從事本專業工作的工程技術人員參考。

本書立足實踐，以通俗易懂的方式詳細介紹深度學習的基礎理論以及相關的必要知識，同時以實際動手操作的方式來引導讀者入門人工智能深度學習。本書的讀者只需具備Python語言基礎知識，不需要有數學基礎或者AI基礎，按照本書的內容循序漸進地學習，即可快速上手深度學習。本書配套示例源碼、PPT課件、數據集、開發環境與答疑服務。 本書共分13章，主要內容包括人工智能、機器學習和深度學習之間的關係、深度學習的環境搭建、深度學習的原理、深度學習框架TensorFlow和Keras、卷積神經網絡相關知識、圖像識別、情感分析、遷移學習、人臉識別、圖像風格遷移、生成對抗網絡等內容。本書從簡單的常識出發來切入AI領域，打造平滑和興奮的學習 體驗。 本書作為零基礎入門書，既適合希望了解深度學習、使用深度學習框架快速上手的初學者和技術人員閱讀，也適合作為高等院校和培訓學校人工智能及相關專業的師生的實訓教材。

本书主要内容包括人工智能起源发展，特别是新一代人工智能的驱动因素和关键技术，并介绍通过Python编程语言的学习和数据统计、*优化方法等理论学习掌握人工智能的开发工具和方法。进而引出深度学习与神经网络、GPU并行计算与CUDA编程等新一代人工智能的核心技术和方法，对于以往较为忽视的数据采集与数据集制作部分专门做一章节来介绍。*后以TensorFlow为平台，通过各种与实际生产生活联系紧密的热点应用为案例改编为实验，达到提升创新素养和提高技能水平的人才培养目标。 汇聚新一代人工智能核心技术!全面掌握从理论到应用、从数据到模型、从编程语言到案例实现的全过程! 中国智慧城市专家委员会首席科学家 刘志刚 作序！ 汇聚新一代人工智能核心技术全面掌握从理论到应用、从数据到模型、从编程语言到案例实现的全过程

新版書將 AI 協作各個部分整合到章節中，從 AI 幻覺的案例開始說明提示工程，到如何利用 AI 協助除錯、產生測試案例、分析問題、推薦語法，並以通用大語言模型 ChatGPT、Claude 與哈佛大學特殊用途 CS50.ai 助教來作說明。 本書分成基礎篇和應用篇兩個部分來引發讀者學習興趣，第一部分「基礎篇」主要在介紹 Python 程式語言的基本語法與基本套件。第二部分「應用篇」分別是：「AI 協作案例」、「人臉辨識」、「物件辨識」、「視覺化文字資料」、「簡單線性迴歸」、「簡單線性分類」、「地理資訊系統應用」、「序列資料處理」、「資料的動畫呈現」、「字元辨識、翻譯與語音轉譯」。讓讀者可以用非常少的程式碼，製作出各式各樣與 AI 和「資料科學」相關的應用系統。 本書有完整的學習地圖，讀者可以依循學習地圖來學習，部分「應用篇」的章節，不會用到所有「基礎篇」的內容，所以可以安排提前學習，讀者甚至可以自行規劃學習路徑。另外，本書大部分所使用的資料集都會重複使用，讀者也可以依據資料使用的前後關係來自行規劃學習路徑。

這是一本能指導讀者快速掌握PyTorch和深度學習的著作，從PyTorch的原理到應用，從深度學習到強化學習，本書提供了全棧解決方案。第1版上市後銷量和口碑俱佳，是深度學習領域的暢銷書，被譽為PyTorch領域的標準著作。第2版在第1版的基礎上，去蕪存菁，與時具進，根據PyTorch新版本全面升級，技術性、實戰性、針對性、豐富性、易讀性均得到了進一步提升，必定能幫助讀者更輕鬆、更高效地進入深度學習的世界。全書一共19章，在結構上分為三大部分：第1部分（第1~4章） PyTorch基礎首先有針對性地講解了Python和PyTorch的基石NumPy中的關鍵知識，然後詳細講解了PyTorch的基礎知識、神經網絡工具箱和數據處理工具箱等內容，幫助讀者快速了解和掌握PyTorch。第二部分（第5~10章） 深度學習基礎依次講解了機器學習、視覺處理、自然語言處理、注意力機制、目標檢測、語義分割、生成式深度學習等機器學習和深度學習的核心技術的原理和使用。第三部分（第11~17章） 深度學習實踐通過實戰案例的方式，詳細講解了PyTorch在人臉檢測和識別、遷移學習、中英文互譯、圖像分類、語義分割、生成式網絡、對抗攻擊等領域的應用和解決方案。第四部分（第18-19章） 強化學習重點介紹了強化學習和深度強化學習的基礎理論、常用算法及相關實例。更為重要的是，為了讓本書通俗易懂，在內容安排和寫作方式上也頗花了一番心思。內容選擇上，廣泛涉獵、重點突出、注重實戰；內容安排上，實例切入、由淺入深、循序漸進；表達形式上，深度抽象、化繁為簡、用圖說話。

金融風險管理已經成為各個金融機構必備的職能部門。特別是隨著全球金融一體化不斷地深入發展，金融風險管理越發重要，也日趨複雜。金融風險管理師（FRM）就是在這個大背景下推出的認證考試，FRM現在已經是金融風險管理領域頂級權威的國際認證考試。本叢書以FRM考試第一、二級考綱內容為中心，並且突出介紹實際工作所需的金融建模風險管理知識。本叢書將金融風險建模知識和Python編程有機地結合在一起，配合豐富的彩色圖表，由淺入深地將各種金融概念和計算結果可視化，幫助讀者理解金融風險建模核心知識，提高數學和編程水平。 本書是本系列圖書的第二冊，共分12章。本書的第l章講解金融數據波動率計算，其中主要包括MA、ARCH、GARCH等模型。第2章介紹隨機過程，比如馬爾可夫過程、馬丁格爾策略、維納過程、伊藤引理和幾何布朗運動等內容。第3章探討蒙特卡羅模擬，特別是股價模擬和期權定價內容。第4章介紹常見的幾種回歸分析，比如線性回歸、邏輯回歸、多項式回歸、嶺回歸和套索回歸。第5、6和7章內容探討期權定價和分析，第5章以二叉樹為主，第6章介紹BSM模型條件下的期權定價，第7章介紹希臘字母。第8、9和10章內容介紹風險管理，分別是市場風險、信用風險和交易對手信用風險。第11和12章探討投資組合相關內容。 本書適合所有金融從業者閱讀，特別適合金融編程零基礎讀者參考學習。本書適合FRM考生備考參考學習，可以幫助FRM持證者實踐金融建模，另外，本書也是鞏固金融知識、應對金融筆試和面試的利器。

1.內容選擇：提供全棧式的解決方案深度學習涉及範圍比較廣，既有對基礎、原理的要求，也有對代碼實現的要求。如何在較短時間內快速提高深度學習的水平？如何儘快把所學運用到實踐中？這方面雖然沒有捷徑可言，但卻有方法可循。本書基於這些考量，希望能給你提供一站式解決方案。具體內容包括：機器學習與深度學習的三大基石(線性代數、概率與信息論及數值分析)；機器學習與深度學習的基本理論和原理；機器學習與深度學習的常用開發工具(Python、TensorFlow、Keras等)；TensorFlow的高級封裝及多個綜合性實戰項目等。2.層次安排：找准易撕口，快速實現由點到面的突破我們打開塑料袋時，一般從易撕口開始，這樣即使再牢固的袋子也很容易打開。面對深度學習這個“牢固袋子”，我們也可以採用類似方法，找准易撕口。如果沒有，就創造一個易撕口，並通過這個易撕口，實現點到面的快速擴展。本書在面對很多抽象、深奧的算法時均採用了這種方法。我們知道BP算法、循環神經網絡是深度學習中的兩塊“硬骨頭”，所以我們在介紹BP算法時，先介紹單個神經如何實現BP算法這個易撕口，再延伸到一般情況；在介紹循環神經網絡時，我們也先以一個簡單實例為易撕口，再延伸到一般情況。希望這種方式能幫助你把難題化易，把大事化小，把不可能轉換為可能。3.表達形式：讓圖說話，一張好圖勝過千言萬語機器學習、深度學習中有很多抽象的概念、複雜的算法、深奧的理論，如NumPy的廣播機制、梯度下降對學習率敏感、神經網絡中的共享參數、動量優化法、梯度消失或爆炸等，這些內容如果只用文字來描述，可能很難達到讓人茅塞頓開的效果，但如果用一些圖來展現，再加上適當的文字說明，往往能取得非常好的效果，正所謂一張好圖勝過千言萬語。除了以上談到的三個方面，為了幫助大家更好地理解，更快地掌握機器學習、深度學習這些人工智能的核心內容，本書還包含了其他方法，相信閱讀本書的讀者都能體會到。我們希望通過這些方法或方式帶給你不一樣的理解和體驗，使你感到抽象數學不抽象、深度學習不深奧、複雜算法不複雜、難學的深度學習也易學，這也是我們寫這本書的主要目的。至於人工智能(AI)的重要性，想必就不用多說了。如果說2016年前屬￿擺事實論證階段，那麼2016年後已進入事實勝於雄辯階段了，而2018年後應該擼起袖子加油幹了。目前各行各業都忙於AI+，給人“忽如一夜春風來，千樹萬樹梨花開”

無

無