Python

從大數據到人工智能世代，其背後蘊含的關鍵技術與理論不脫數據科學的範疇。本書就要帶領您使用最容易上手的 Python 語言搭配本土化的數據集，一一探索、實踐數據科學和人工智能的觀念與理論，從網絡爬蟲、數據清理、數據可視化、數據採礦到最熱門的機器學習，全面整合實作與理論，開啟你成為數據科學家的成功之路！

《Python快樂編程：人工智能深度學習基礎/“好程序員成長”叢書》共14章，由淺入深，涵蓋了深度學習基礎知識、數學基礎、感知機、反向傳播算法、自編碼器、玻爾茲曼機、循環神經網絡、遞歸神經網絡和卷積神經網絡的相關知識。每章均附有課後練習及解析，相應課件等配套資源。力求講解簡單易懂，努力營造相對輕鬆愉快的學習氛圍，幫助讀者快速入門深度學習領域。

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

本書分為12個單元，通過科學、合理的結構，以親切的筆調、活潑的對話介紹了Python編程的相關知識。用有趣的例子，借助可愛的漫畫生動形象地介紹了包括變量、輸入輸出語句、循環語句、列表、對象等編程的基本概念。學習本書的內容，可以幫助孩子掌握計算機的思維方式，而書中可視化和以遊戲為主的例子可以激發孩子的學習興趣，培養其專注力。本書每單元末尾均設置有“小試牛刀”和“小小總結”板塊，可以拓展讀者的思維，鞏

本書通過理論與項目實踐相結合的方式引領讀者進入人工智能技術的大門。本書共15章，涵蓋的內容有神經網絡初體驗；深度學習的微積分基礎；深度學習的線性代數基礎；神經網絡的理論基礎；用python從零實現識別手寫數字的神經網絡；神經網絡項目實踐；使用神經網絡實現機器視覺識別；用深度學習實現自然語言處理；自動編解碼網絡和生成型對抗性網絡；增強性學習網絡開發實踐；Tensorflow入門；使用Tensorfl

本書是為電腦科學專業門程式設計課程編寫的教材，選用流行且易於教學的Python語言，主要涵蓋五個方面的內容：編程基礎，包括資料類型、控制結構、演算法設計等；面向物件編程，包括基礎原則和應用方法；資料和資訊處理，包括字串、陣列、檔、列表等；軟體發展生命週期，包括大量案例研究；編程實踐，包括數位和文本處理、事件驅動編程、圖形圖像處理、網路通信等。書中的每個新概念只在解決問題時才被引入，重視培養良好的編

演算法 圖解原理 x Python實作 x 創意應用 王者歸來 (全彩印刷) 本書內容 ★★★★★【國內第1本演算法 + 創意實作】★★★★★ ★★★★★【彩色圖解演算法】【Python創意程式】★★★★★ ★★★★★【約700張彩色圖片+ 296個創意應用】★★★★★ 這是一本使用Python從零開始指導讀者的演算法入門書籍，閱讀本書內容，讀者可以學會下列知識的創意與潛在應用： ◎演算法基本觀念 ★ 主要內容：時間複雜度、空間複雜度 ☆ 創意應用：一個要計算8411億年的程式 ◎陣列與鏈結串列 ★主要內容：陣列、單向(雙向)鏈結串列、循環鏈結串列 ☆創意應用：客戶資料管理、庫存管理系統、瀏覽器歷史記錄管理系統、音樂播放管理、醫療排隊系統 ◎佇列(Queue) ★主要內容：插入、讀取、串列模擬佇列 ☆創意應用：模擬銀行排隊系統、生產者 - 消費者、網路封包處理、網站爬蟲的URL管理 ◎堆疊(Stack) ★主要內容：堆入push、取出pop、認識堆別在函數呼叫的角色 ☆創意應用：模擬銀行排隊系統、生產者 - 消費者、網路封包處理、網站爬蟲的URL管理 ◎二元樹(Binary Tree) ★主要內容：建立、讀取、前序(中序與後序)遍歷二元樹 ☆創意應用：表達式樹、家譜樹、網頁導航樹、遊戲AI決策樹 ◎堆積樹(Heap Tree) ★主要內容：建立、取出、刪除、最小(最大)堆積樹 ☆創意應用：線上遊戲得分排行榜、物流中心的貨物調度、醫院緊急情況處理系統、電商平台推薦系統設計、多任務處理最短作業優先調度 ◎雜湊表(Hash Table) ★主要內容：雜湊表與陣列、效能分析、模組 ☆創意應用：電影評分系統、電子郵件垃圾過濾器、社交媒體標籤系統、網頁瀏覽記錄、簡單的快取系統 ◎排序 ★主要內容：泡沫、雞尾酒、選擇、插入、堆積樹、快速與合併排序 ☆創意應用：社交媒體貼文按讚數排序、任務排序、KTV點播次數排序、影評排序、旅館價位排序 ◎數據搜尋 ★主要內容：順序、二分搜尋、搜尋最大值 ☆創意應用：順序搜尋商品庫存、二分搜尋法查詢書籍、順序搜尋電子郵件黑名單、書籍搜尋使用二分搜尋法 ◎回溯演算法 ★主要內容：走迷宮、迷宮設計與堆疊 ☆創意應用：排列組合、密碼生成、圖的著色、任務分配、走迷宮 ◎從遞迴看經典演算法 ★主要內容：河內塔、八皇

隨著人工智能的飛速發展，特別是大語言模型的廣泛應用，結合教學實踐的反饋，本書在第1版基礎上進行全面修訂，系統介紹數據挖掘經典算法和機器學習主流算法，並為經典算法、應用案例和實驗題目均提供相關實驗數據和Python代碼實現，特別是大模型在數據挖掘中的應用。通過經典算法、大模型應用、Python實現和實際項目應用“四位一體”，強化數據挖掘和機器學習算法的理解和掌握，對經典算法做到“精”和“通”。全書共13章，大致分為3部分，第1部分(第1～6章)介紹數據挖掘的基礎知識(數據挖掘過程、數據探索和數據預處理)和經典算法(關聯規則、聚類、分類等)；第2部分(第7～9章)介紹機器學習的經典算法(集成學習、神經網絡與深度學習、強化學習)；第3部分(第10～13章)是算法應用部分，介紹4個真實案例，包括大語言模型及微調技術、阿裡百煉平臺和華為雲ModelArts平臺的大語言模型微調技術及情感識別分類應用等。本書作為高等院校信息類以及相關專業的高年級本科生和研究生教材，也可供對數據挖掘、機器學習和大語言模型感興趣的工程技術人員閱讀參考。

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。

本書圍繞機器學習算法中涉及的概率統計知識展開介紹，沿著概率思想、變量分佈、參數估計、隨機過程和統計推斷的知識主線進行講解，結合數學的本質內涵，用淺顯易懂的語言講透深刻的數學思想，幫助讀者構建理論體系。同時，作者在講解的過程中注重應用場景的延伸，並利用Python工具無縫對接工程應用，幫助讀者學以致用。 全書共5章。第1章以條件概率和獨立性作為切入點，幫助讀者建立認知概率世界的正確視角。第2章

《圖解機器學習―算法原理與 Python 語言實現》從應用場景出發，利用大量圖解和流程圖相結合的方式講解機器學習的基本知識及其常用經典算法的應用，全書沒有大篇幅的理論介紹和複雜的數學公式推導，也沒有生澀難懂的專業術語，而是通過淺顯易懂的圖示、直觀的流程圖以及與生活息息相關的實例應用讓讀者輕鬆學習和掌握機器學習知識，從而明白機器學習是如何影響和改變人類生活的。 本書共14章，覆蓋了監督學習、半監督

機器學習是一門涉及高等數學、線性代數、概率論、統計學和運籌學等領域的交叉學科。機器學習的基礎就是數學，這也就要求學習者要有良好的數學基礎。為了降低機器學習的學習門檻，本書深入淺出地對機器學習算法的數學原理進行了嚴謹的推導；並利用Python 3對各種機器學習算法進行複現，還利用介紹的算法在相應數據集上進行實戰。本書主要內容包括機器學習及其數學基礎；線性回歸、局部加權線性回歸兩種回歸算法；Logis

本書由工程師撰寫，系統介紹機器學習中需要的主要數學知識，以及機器學習算法的實現和應用場景，為機器學習初學者制定了如何夯實基礎的方案。本書以機器學習的算法為主線，深入剖析算法的概念和數學原理，以通俗形象的語言進行介紹，讓讀者無需瞭解太多前置數學知識，就能看懂數學公式的表達意思，從而深度掌握機器學習的思想和原理。主要內容包括：首先介紹機器學習基本概念及工具，然後從概念、原理、Python實現、應用場景

本書為《Python數學建模算法與應用》的配套書，通過物理、化學、生物、醫學、交通、人口、生態、經濟管理和工程技術中眾多數學模型的實例，闡明建立各種現實問題數學模型的主要方法和基本規律。書中每章內容後面還設置了“習題”和“實踐與思考”，前者是幫助讀者加深對本章內容理解的練習；後者實際上是為建立與本章內容有關的實際問題的數學模型的實踐活動提供課題，其中有些還是國內外數學建模競賽的賽題。閱讀該書有助於讀者提高分析問題和解決問題的能力。

本書首先簡要介紹Python語言的基礎知識，為後續內容的學習提供基礎，接著介紹NumPy、Matplotlib和Pandas三個數據分析基礎模塊的用法，同時也為後面基於scikitlearn的機器學習提供基礎，最後介紹基於scikitlearn機器學習及其模型的評價方法、超參數調優方法。全書通過大量案例，希望能讓讀者快速提高實踐能力。 本書適合作為高校本科生或研究生數據分析、機器學習等相關課程的教材或參考書，也可作為數據分析和機器學習愛好者的自學教程，還可以作為相關科研工作者與工程實踐者的參考書。

本書詳細介紹了PySide6提供的各種可視化類進行可視化界面編程。本書對各種類做了細緻的介紹，對類的方法、槽函數和信號都了詳細的說明，並配以實例。可視化編程方面主要內容包括PySide6的框架、基礎類、常用控件、高級控件、主窗口、對話框、窗口美化、事件、繪圖、文件操作、數據庫、數據可視化、打印支持、多媒體等。本書講解更全面細緻，實例也很有針對性，非常適合用Python進行可視化編程的初學者，由於本書對類的各種方法介紹比較詳細，也可以作為有一定基礎的人作為參考手冊，在忘記類的方法的時候查閱。

本書以Python作為開發Spark應用程序的編程語言，系統介紹了Spark編程的基礎知識。全書共9章，內容包括大數據技術概述、Spark的設計與運行原理、大數據實驗環境搭建、Spark環境搭建和使用方法、RDD編程、Spark SQL、Spark Streaming、Structured Streaming和Spark MLlib等。本書安排了入門級的編程實踐內容，以助讀者更好地學習和掌握Spark編程方法。本書免費提供全套在線教學資源，包括PPT課件、習題答案、源代碼、數據集、微課視頻、上機實驗指南等。本書可以作為高等院校計算機、軟件工程、數據科學與大數據技術等專業的進階級大數據課程教材，用於Spark編程實踐教學，也可以供相關技術人員參考。

本書系統介紹數據科學的核心概念、基本方法和關鍵技術，內容涵蓋數據科學的導向目標，涉及科學計算、數據處理和分析、數據可視化等關鍵知識環節。本書基於 Python 技術框架實現，內容注重理論和實踐的有機融合，克服單調、晦澀的知識累積之苦，以問題為導向，學以致用，提供了大量的案例代碼和樣本數據集，可以為學習者平添幾分學習的樂趣。本書既適用於高等院校“數據科學與大數據技術”專業人才的基礎培養，也適用於信息處理相關專業人才的能力提升，能夠為數據科學從業者和相關學科的科研工作者提供必要的技術支撐。

本書專注於傳統計算機視覺處理技術，以Python為工具，實戰為嚮導，從基礎概念、基本原理、典型算法、代碼複現、實用技術等多維度詳細講解OpenCV常用的計算機視覺算法。本書從初學者的角度出發盡可能清楚地表達原理的含義，並用代碼複現算法，幫助讀者不僅知其然，還知其所以然。此外，通過實戰案例加強讀者對相關知識點的理解。全書共14章，內容涉及數字圖像處理和識別技術的方方面面，包括圖像的數學運算、邏輯運算、線性和非線性變換、色彩空間處理、閾值分割、圖像平滑、幾何變換、形態學處理、圖像輪廓處理、頻域濾波、圖像特徵提取等內容。全書結構緊湊，內容深入淺出，講解圖文並茂，適合於相關專業的本科生、研究生、工作在圖像處理一線的工程技術人員、對於數字圖像處理和機器視覺感興趣的並且具備必要預備知識的所有讀者。

本書作者是一名自學成才的程序員，經過一年的自學，掌握了編程技能並在eBay找到了一份軟件工程師的工作。本書是作者結合個人經驗寫作而成，旨在幫助讀者從外行成長為一名專業的Python程序員。本書包括5部分內容：第一部分（第1～11章）介紹了編程基礎知識，以及函數、容器、字符串、循環和模型等概念；第二部分（第12～15章）介紹了編程範式和面向對象編程等知識；第三部分（第16～20章）介紹了Bash、正則表達式、包管理器和版本控制等編程工具方面的知識；第四部分（第21～22章）主要涉及數據結構和算法方面的知識；第五部分（第23～27章）則是關於求職與團隊協作的內容。本書可以滿足幾乎所有想要學習編程的初學者。本書適合高中、大學階段想要自學編程的學生，以及其他行業想入門編程的人，同時也適合作為編程入門的培訓教材。

Selenium是目前非常流行的一種自動化測試工具。本書基於Python 3語言講述了新的Selenium 4的基本理論與操作，涉及各種高級應用，以及如何進行項目實戰，並提供了詳細的自動化平臺部署步驟。 本書共14章，分為4篇。第1篇介紹了Selenium概況、相關的基礎知識及環境的搭建步驟；第2篇介紹了Selenium涉及的各種技術，包括前端技術、Selenium元素定位、Selenium常用方法及WebDriver進階應用；第3篇以攜程訂票系統為例，深入探討了如何進行項目實戰與優化，詳細介紹了項目重構、數據驅動測試、Page Object設計模式及行為驅動等相關的各種常用技術；第4篇介紹了平臺建設相關的一些實用技術，如平臺搭建維護、項目部署及運用Docker容器技術進行測試等。 為了使讀者不但能掌握Selenium自動化測試，而且能夠迅速獲得項目經驗，徹底掌握並靈活運用到實際的測試項目中，本書注重理論與實踐相結合，提供了大量典型的自動化測試實例，按照由淺入深、前後照應的順序來安排內容。

本書全面而深入地講解了Python Web開發的主流框架Flask。全書共9章，第1章主要講解“蝸牛筆記”博客系統的功能，同時對使用的開發環境和基礎知識進行了梳理；第2章講解如何基於“蝸牛筆記”博客系統的功能需求設計前端頁面，並利用HTML5+Bootstrap框架設計能夠同時適配移動端和PC端的響應式頁面；第3章講解如何基於業務需求進行數據庫和表結構的設計，進而使讀者更好地分析和達成項目需求；第4章講解Flask開發框架的核心知識，為實現項目的功能開發做好技術儲備；第5～8章基於MVC模型，結合數據庫操作和前端頁面開發，講解實現“蝸牛筆記”博客系統的核心功能；第9章為進階內容，講解緩存服務器、首頁靜態化處理、全文搜索和接口與性能測試等技術。本書通過不同案例對核心知識點進行深入剖析，更加快速地幫助讀者提升Web系統開發的能力。本書可作為高校計算機及相關專業的教材，也可作為Web開發工程師和相關從業者的自學參考書。

本書深入淺出地介紹了大數據可視化這一結合藝術與科學的領域，旨在幫助讀者將複雜的大數據轉化為直觀且具有價值的信息。全書共10章，從大數據可視化的基礎概念出發，逐步深入講解編程基礎、不同類型大數據的可視化展示方法，以及如何優化大數據可視化的效果等。此外，本書還介紹了知識圖譜的構建、AI在大數據可視化中的應用等內容，並通過具體的大數據分析案例展示如何綜合運用這些知識進行有效的數據分析。 本書適合對大數據可視化感興趣的各類讀者，包括但不限於高校學生、大數據分析師、軟件開發者及任何希望提升自身大數據解讀能力的專業人士。無論是初學者還是有一定經驗的從業者，都能通過本書的系統性講解和實踐練習，掌握大數據可視化的基本概念以及應用方法，從而更有效地利用大數據輔助決策。