Python

本書內容分為22章，包括Python類庫的安裝和使用、TensorFlow基本數據結構和使用、TensorFlow數據集的創建與讀取、人工神經網絡介紹、反饋神經網絡的理論基礎，深度學習模型的創建以及相關特性介紹等內容，並在本書各個模型部分特別介紹了模型調參的初步知識。本書強調理論聯繫實際，著重介紹了TensorFlow編程解決圖像識別的應用，提供了大量數據集供讀者使用，也以代碼的形式實現了深度學習

本書是一本Django Web的技術總結，以Django 3.0版本實現。全書重點講解Django 3.0版本的知識點和新特性，剖析Django 3.0每一個功能模塊的要點和實現方式。並提供了全流程項目案例。本書的特點是突出實戰，例舉新穎，代碼注釋詳盡，與新版本技術緊密聯繫，適合於有一定Python基礎的讀者，網站開發人員，大學生等使用，也可以供培訓機構和大中專院校作為教學用書。

Deep learning is revolutionizing how machine translation systems are built today. This book introduces the challenge of machine translation and evaluation - including historical, linguistic, and applied context -- then develops the core deep learning methods used for natural language applications. Code examples in Python give readers a hands-on blueprint for understanding and implementing their own machine translation systems. The book also provides extensive coverage of machine learning tricks, issues involved in handling various forms of data, model enhancements, and current challenges and methods for analysis and visualization. Summaries of the current research in the field make this a state-of-the-art textbook for undergraduate and graduate classes, as well as an essential reference for researchers and developers interested in other applications of neural methods in the broader field of human language processing.

PyTorch是一個嶄新的、羽量級的、以Python為優先開發語言的深度學習框架。PyTorch由Facebook開發，以其靈活性和高效性迅速成為深度學習專家的良好選則。 PyTorch可以説明你快速完成深度學習模型的開發。本書介紹了如何基於PyTorch框架實現主要的深度學習模型。本書從簡單的神經網絡開始，內容涵蓋了CNN、RNN、GAN和強化學習。你也可以基於PyTorch框架構建深度學習工作

本書分成書和卡片兩部分，卡片相當於書的圖片版，是供不能獨立閱讀本書的孩子使用的，使用方式是家長看書來講解，孩子看卡片來操作。書中設計了 49 個問題場景，使用簡單的程序解決這些問題，然後讓孩子改動程序中的變量，解決類似的問題。與上一版相比，本書基於 Python 3，簡化了環境的安裝過程，新增了 7 個案例，比如海龜模塊繪圖案例、用戶圖形界面案例、計算機網絡案例以及人工智能案例等。 本書適合非計算

21世紀的第二個十年，信息技術發展迅速，為使內蒙古地區能夠跟上信息技術教育的發展潮流，內蒙古教育廳電教館為內蒙古信息技術教師開設了四門課程並為該課程編寫了配套教材。 該教材分為四篇，內容分別為：Scratch、Python、APP Inventor、開源硬件設計。每篇共10課，一共40課。 本書注重對創客編程能力養成的培養，從圖形化編程到代碼編程逐漸過渡，給學有餘力、繼續深入學習的讀者打下了扎實的

《大學計算機基礎：基於CDIO項目教學》共計6章內容，內容包括計算機組成、Python基礎、算法之美、數據庫及應用、網站設計、網絡與信息安全。《大學計算機基礎：基於CDIO項目教學》從教學內容和教學模式上努力創設高階課堂、對話課堂、開放課堂、知行合一、學思結合的課堂素材和方法，注重學科知識體系構建，以實際問題過程為載體，利用樹莓派計算機設置創客項目，通過CDIO項目學習網絡技術，進行一體化課程設計

本書介紹如何使用機器學習、人工智能和雲計算工具解決現實世界的問題，即使你在數學或數據科學方面沒有很強的背景知識，本書也能很好地引導你深入淺出地理解相關概念和工具。本書展示了來自亞馬遜、穀歌和微軟的強大的現成雲產品，並展示了如何使用Python數據科學生態系統的成熟技術。本書所介紹的工作流程和示例涉及從部署到生產各個環節，通過逐步構建多種雲端人工智能、機器學習應用程序（覆蓋體育營銷、項目管理、產品定價、房地產等領域中的實際問題），幫助你構建可擴展的能交付於生產的解決方案。

Julia 像C 一樣快，像MATLAB 一樣方便，並且像Python 一樣通用。在Julia 開發者，特別是JuMP 包開發者的大力支持下，Julia 為運籌學及相關領域的高性能科學計算提供了一個強大的工具：JuMP。本書對Julia 語法基礎及其標準庫、編程技巧、數值優化、優化求解、計算機科學計算都有所涉及，它可以作為計算機科學計算的入門圖書使用；本書作者是美國南佛羅里達大學副教授Changh

本書是《對比Excel，輕鬆學生Python數據分析》姊妹篇，同樣採用對比的方法，降低學習門檻，提高學習效率。 全書分為三篇： 第一篇主要介紹數據分析基礎知識，包括數據分析的基本概念、為什麼要進行數據分析以及常規的數據分析流程，使讀者對數據分析有一個整體的認識；第2篇圍繞數據分析的整個流程來介紹SQL語法相關的知識，包括如何選取一列數據，如何對數據進行分組運算，還包括窗口函數等進階知識；第3篇主要

本書是“人工智能導論”課程的輔助實驗性教材，配合主教材《人工智能導論》(徐潔磐編著，中國鐵道出版社有限公司出版)一起使用。全書共5章：其中，第1章主要對實驗平臺進行介紹，第2～4章主要對平臺的工具進行介紹，如Python、Numpy、TensorFlow、PyTorch等，第5章主要介紹與人工智能相關的11個實驗，如人工神經網絡、決策樹、深度學習、計算機視覺等。本書堅持操作性、解釋性、趣味性的編寫

數據是載體，智能是目標，而機器學習則是從數據通往智能的技術途徑。機器學習是數據科學的核心，是現代人工智能的本質。本書內容包括機器學習概述、決策樹學習、多層感知器、維度約簡、支持向量機、無監督學習、概率圖模型、強化學習、深度學習。本書除介紹常用的機器學習方法外，還綜述各主要方法的應用現狀。通過各章案例的詳細描述,讀者可以系統地掌握機器學習方法。本書應用案例採用Python語言編寫，並提供下載網址。

本書闡述可穿戴傳感器原理、設計、製造和實施。主要內容包括可穿戴柔性傳感器的製造與表徵，可穿戴傳感器的物理特性、設計和應用可穿戴醫療傳感器的信號調節智能電路，以及基於Python的傳感器數據采集、提取和分析的GUI軟件開發。本書回顧了可穿戴傳感器的基本原理、功能、設計、製造和實現。這些應用及其先進的方面涉及旨在方便數據轉換的接口電路和信號處理功能、數據傳輸、數據網絡技術、數據安全和隱私。

This book introduces the field of data science in a practical and accessible manner, using a hands-on approach that assumes no prior knowledge of the subject. The foundational ideas and techniques of data science are provided independently from technology, allowing students to easily develop a firm understanding of the subject without a strong technical background, as well as being presented with material that will have continual relevance even after tools and technologies change. Using popular data science tools such as Python and R, the book offers many examples of real-life applications, with practice ranging from small to big data. A suite of online material for both instructors and students provides a strong supplement to the book, including datasets, chapter slides, solutions, sample exams and curriculum suggestions. This entry-level textbook is ideally suited to readers from a range of disciplines wishing to build a practical, working knowledge of data science.

本書提供了OpenCV與CUDA集成以實現實際應用的詳細概述。首先介紹使用CUDA進行GPU編程的基礎知識。然後，通過一些實際的例子講解如何利用GPU和CUDA實現OpenCV加速。一旦掌握了核心概念，讀者將熟悉如何在NVIDIA Jetson TX1上部署OpenCV應用程序，該應用程序在計算機視覺和深度學習應用程序中非常流行。本書的*後幾章解釋了PyCUDA，這是一個Python庫，它利用CUDA和GPU的強大功能來加速。在本書的*後，讀者將通過本書的實踐方法增強計算機視覺應用程序。

使用scikit-learn探索各式機器學習模型，實作多種機器學習演算法 機器學習是近年的熱門話題，它將電腦科學與統計學結合在一起，打造智慧又有效率的模型。你可以使用機器學習提供的強大演算法和技術，來自動化任何分析模型，而scikit-learn正是一個優秀的Python機器學習函式庫，它可以實作多種機器學習演算法，是非常好用的工具。 本書詳細介紹一系列機器學習模型和scikit-learn的使用

Networks are everywhere: networks of friends, transportation networks and the Web. Neurons in our brains and proteins within our bodies form networks that determine our intelligence and survival. This modern, accessible textbook introduces the basics of network science for a wide range of job sectors from management to marketing, from biology to engineering, and from neuroscience to the social sciences. Students will develop important, practical skills and learn to write code for using networks in their areas of interest - even as they are just learning to program with Python. Extensive sets of tutorials and homework problems provide plenty of hands-on practice and longer programming tutorials online further enhance students' programming skills. This intuitive and direct approach makes the book ideal for a first course, aimed at a wide audience without a strong background in mathematics or computing but with a desire to learn the fundamentals and applications of network science.

With its intuitive yet rigorous approach to machine learning, this text provides students with the fundamental knowledge and practical tools needed to conduct research and build data-driven products. The authors prioritize geometric intuition and algorithmic thinking, and include detail on all the essential mathematical prerequisites, to offer a fresh and accessible way to learn. Practical applications are emphasized, with examples from disciplines including computer vision, natural language processing, economics, neuroscience, recommender systems, physics, and biology. Over 300 color illustrations are included and have been meticulously designed to enable an intuitive grasp of technical concepts, and over 100 in-depth coding exercises (in Python) provide a real understanding of crucial machine learning algorithms. A suite of online resources including sample code, data sets, interactive lecture slides, and a solutions manual are provided online, making this an ideal text both for grad

When machine learning engineers work with data sets, they may find the results aren't as good as they need. Instead of improving the model or collecting more data, they can use the feature engineering process to help improve results by modifying the data's features to better capture the nature of the problem. This practical guide to feature engineering is an essential addition to any data scientist's or machine learning engineer's toolbox, providing new ideas on how to improve the performance of a machine learning solution. Beginning with the basic concepts and techniques, the text builds up to a unique cross-domain approach that spans data on graphs, texts, time series, and images, with fully worked out case studies. Key topics include binning, out-of-fold estimation, feature selection, dimensionality reduction, and encoding variable-length data. The full source code for the case studies is available on a companion website as Python Jupyter notebooks.

內容介紹本書基於Python全面介紹了機器學習在信貸風控領域的應用與實踐，從原理、算法與工程實踐3個維度全面展開，包含21種實用算法和26個解決方案。作者是智能風控、人工智能和算法領域的專家，曾在多加知名金融科技企業從事風控算法方面的研究與實踐，經驗豐富，本書得到了風控領域9位專家的高度評價。全書一共8章，每個章節都由問題、算法、案例三部分組成，具有系統性和實戰性。第1-2章講解了信貸業務的基礎知

Wolfram語言是一種電腦語言.它為你提供了與電腦交流的方式，尤其是你可以告訴它要做什麼.電腦語言有很多種，比如C++、Java、Python和JavaScript.Wolfram語言基於知識（knowledgebased）的特性讓其獨樹一幟.這意味著它已經擁有了許多知識，因此你只需告訴它很少的內容就可以讓它完成你想做的事情.在這本書中，你將瞭解如何使用Wolfram語言來完成很多工，並將學習如

本書在編寫過程中，首先收集了全世界380多所院校的數據科學和大數據相關的人才培養方案，然後使用非結構數據分析技術挖掘出編程類課程的主要內容，進而形成本書的主要雛形。筆者在其編寫的《Python數據分析基礎》(第1版和第2版)的基礎上對雛形進行了完善。本書針對數據分析領域中編程類課程教學過程中的突出問題進行了仔細斟酌和調整，力求內容生動、深入淺出、言簡意賅。全書採用mac OS Mojave操作系統

《數學實驗與數學軟件/新世紀高等院校數學教材》主要介紹了數學實驗的一些概念，以及怎樣利用數學軟件進行數學實驗和數學建模活動。數學軟件主要介紹了Mathematica，MATLAB，LINGO和Python四種。在Mathmatica軟件實驗部分主要有基本運算、函數作圖、積分運算、級數、微分方程求解、密碼研究、分形與迭代等內容；在MATLAB軟件實驗部分主要有數值運算、矩陣運算、程序控制與文件、微分

本書的設計和編寫理念是培養高職學生的人工智能素養、計算思維能力和人工智能應用能力，內容選取既適合高職學生的特點，同時突出人工智能的通識性、典型性、實用性和可操作性。書中選取多個反映人工智能典型問題的案例，採用項目化思想重構所有案例，每個案例由循序漸進的遞進式任務組成，支持課堂分層次教學實施。全書共分8章，主要內容包括人工智能緒論、人工智能之Python基礎、人工智能之圖像識別、人工智能之自然語言處

本書遵循由淺入深、由易到難的原則, 循序漸進地介紹使用樹莓派玩轉機器人的必備軟硬件知識與技術。全書共8章, 第14章為樹莓派入門部分, 主要介紹樹莓派軟硬件、Scratch和Python編程語言以及各種傳感器的使用, 並提供豐富的操作案例, 方便讀者輕鬆構建樹莓派項目。本部分學會之後, 讀者基本上可以掌握使用樹莓派軟硬件與第三方軟硬件協同工作, 搭配和使用傳感器親手搭建一個簡單的用於巡線且自動跟隨

本書以認知語言學提出的基於使用的語言模型為理論依據，以英漢原創與翻譯散文語料庫為基礎，對比分析文學性語言中的意象和語義結構，並探索對分析結果進行可視化的方法。研究的創新性在於將語料庫與數據可視化相結合，有效利用 R、Python、D3.js 等多種文本分析、統計計算、數據處理和呈現手段，展示了數字人文方法對英漢對比與翻譯及語言歷時研究的意義。數字人文是近年來在國外蓬勃發展的一個研究方向，然而在國內

《Linux系統與大數據應用》主要內容包括Linux基本命令，大數據主要框架Hadoop的搭建和應用，Spark框架的應用，大數據科學計算、Python語言、網絡爬蟲分析等主要大數據分析應用的工具等。本書分別從系統使用者、網絡管理者、shell程序開發者、應用程序開發者和內核開發者的角度，全方位地介紹Linux操作環境、操作命令，以及基本的開發方法；同時，本書面向大數據應用的開發者，介紹基於Lin

《從零開始學Scrapy網絡爬蟲》從零開始，循序漸進地介紹了目前流行的網絡爬蟲框架Scrapy。即使你沒有任何編程基礎，閱讀《從零開始學Scrapy網絡爬蟲》也不會有壓力，因為書中有針對性地介紹了Python編程技術。另外，《從零開始學Scrapy網絡爬蟲》在講解過程中以案例為導向，通過對案例的不斷迭代、優化，讓讀者加深對知識的理解，並通過14個項目案例，提高讀者解決實際問題的能力。《從零開始學S

本書將包括四個部分：第一篇基礎篇，概述學習的基礎性內容，包括互聯網地圖電子數據、Python數據采集與分析簡介和ArcGIS 10.4軟件與操作簡介；第二篇矢量數據獲取與分析，包括興趣點（POI）數據獲取與分析、興趣線（LOI）數據獲取與分本書擬作為城市規劃、交通規劃、地理學、計算機等專業選修課教材。當前，國際範圍對於大數據的分析給與了足夠的關注。我們一方面可以利用手機數據等展開豐富的分析研究，同時可以利用國內多種互聯網地圖公司的數據開展研究。析和興趣面（AOI）數據獲取與分析；第三篇柵格數據獲取與分析，包括街景圖片獲取與分析和熱力圖片獲取與分析；第四篇交通出行數據篇，包括動態交通出行數據獲取、動態交通出行數據應用等。

本書通過豐富的例程，深入講解了micro:bit各部分的使用方法和使用技巧，可以幫助讀者快速掌握micro:bit的編程方法，深入瞭解其系統結構、功能參數、擴展性能、硬件效能，工作原理以及它的使用限制等內容。全書包括五個部分講解。每個部分通過makecode和python的編程方法對比，不但可以幫助讀者學習makecodePython的編程方法，也可以方便讀者快速從圖形化編程轉換到代碼編程。

機器學習最強入門 基礎數學/機率/統計 邁向 AI真實數據 x 專題實作 ★★★★★【數學原理 + 演算法 + 真實案例+ 專題實作】★★★★★ ★★★★★【最簡明的數學、機率、統計知識】★★★★★ ★★★★★【最完整的機器學習演算法】★★★★★ ★★★★★【最豐富的真實數據 x 專題實作】★★★★★ 本書特色如下： ★ 最白話解釋數學原理 ☆ 從簡單的數據開始理解機器學習的演算法 ★ 將理論知識轉化為實際的程式碼 ☆ 實際案例分析 全書有約416個Python程式實例，讀者可以由本書內容，了解下列與機器學習有關的基礎數學、機率、統計知識： ★ 方程式與函數 ☆ 完整Python語法 ★ 一元函數到多元函數 ☆ 最小平方法 ★ 基礎統計 ☆ 機率與單純貝式理論 ★ 指數與對數 ☆ logit函數與logistic函數 ★ 向量與矩陣 ☆ 二次函數、三次函數與多項式函數 當讀者有了上述知識後，筆者從簡單的實例開始介紹下列機器學習的演算法，每一種演算法皆是從基礎數據開始解說，然後跨入真實數據，解說應該如何將演算法應用到真實案例環境： ★ 線性迴歸 – 波士頓房價 ☆ 邏輯迴歸 – 信用卡/葡萄酒/糖尿病 ★ 決策樹 – 葡萄酒/鐵達尼號/Telco/Retail ☆ 隨機森林樹 – 波士頓房價/鐵達尼號/Telco/收入分析 ★ KNN演算法 – 電影推薦/足球射門/鳶尾花/小行星撞地球 ☆ 支援向量機 – 鳶尾花/乳癌/汽車燃料 ★ 單純貝式分類 – 垃圾郵件/中英文的新聞分類/情感分析/電影評論 ☆ 集成機器學習 – 蘑菇/醫療保險/玻璃/加州房價 ★ K-means分群 – 購物中心消費/葡萄酒評價 ☆ PCA主成分分析 – 手寫數字/人臉數據 ★ 階層式分群 – 小麥數據/老實泉 ☆ DBSCAN演算法 – 購物中心客戶分析 在講解上述演算法時，筆者同時介紹下列機器學習應該知道的知識： ★ 特徵選擇 ☆ 用直方圖了解特徵分佈 ★ 用箱型圖了解異常值 ☆ 數據預處理 ★ 殘差圖(Residual plot) ☆ 機器學習性能評估 ★ 過擬合(overfitting) ☆ 欠擬合(underfitting) ★ 數據洩漏(Data leakage) ☆ 繪製決策樹圖(Decision tree map) ★ 可視化熱力圖(Heat map) ☆ 決策邊界(Decis

麥昆機器人是一款體積小巧，功能完備的迷你機器人小車，搭載當下流行的microbit微型電腦開發板，青少年可以通過microbit進行編程和創造，學習成本低，符合創客教育初衷。Microbit一塊開發板上精心的集成了加速度、光線、溫度等多種傳感器，同時可使用藍牙和無線進行通訊。在學習的過程中，鍛煉學生解決問題的能力以及邏輯思維。同時也是學習python語言的途徑。本書分三章，分別介紹microbit

本書為《翻譯實踐指南》(TranslationPracticesExplained)系列叢書之一，是本地化翻譯領域的最新研究成果總結。本書緊跟行業技術的發展步伐，結合當前本地化行業發展的最新特點，從跨學科視角出發，將翻譯與本地化工程技術緊密結合，系統地講解了應用程序本地化的相關知識與技能。全書共分為七章，內容涵蓋國際化與本地化基礎、Python語言編程基礎、國際化問題和解決方案、應用程序本地化基礎

micro:bit 是BBC 推出的一款微型電腦開發板，目前廣泛應用於青少年創客硬件開發教育和編程教育中。本書為引進的優質外版圖書，詳細講解了micro:bit 的Python 編程和硬件開發知識，符合國內讀者需要。本書分為9 章和2 個附錄。9 章分別是：準備、顯示屏和圖案、使用按鈕、使用輸入和輸出、使用加速度計和羅盤、使用音樂、使用語音、存儲和操作文件、建立有線或無線網絡。附錄分別是：“更新D

本教材內容包括8各部分：網絡測試基礎，網絡自動化測試概述，網絡自動化測試用例的實現腳本――Python語言簡介，DUT配置管理自動化，網絡測試儀錶自動化，網絡測試自動化實現中的高層API介紹，最後引入具有一定複雜度的工程實踐綜合案例需求，結合測試用例規劃與設計、自動化測試流程實現分析來進一步提升讀者對網絡測試自動化概念及其應用的理解。 本書既可作為網絡工程等計算機類專業的網絡測試教材，也可作為電

本書當今時代是一個充斥著龐大信息量的時代，身處這樣一個時代，如若能夠站在數據鏈的頂端，便能夠應用數據來解決一些現實問題，如減少決策誤差、量化風險、減少損失，並通過大數據的分析解決社會問題等等。本書淺談了大數據的應用領域、大數據與統計學之間的關係等問題，希望讀者能夠通過這本書的學習能夠對大數據有細緻的瞭解。本書首先介紹了數據、大數據、數據挖掘的定義定，介紹了Python基礎知識、數據分析與可視化，進

《高職體育教程》系統地介紹了Python編程語言的基礎知識。《高職體育教程》每章清晰的列出主要內容、學習目標、章節內容、相關案例、小結以及習題。便於讀者系統的學好每一章內容。《高職體育教程》內容全面， 概念清晰， 例題豐富， 循序漸進， 易於學習。書中以大量實例引導讀者逐步深入學習， 每個實例程序都有詳盡的解釋， 並都能在《高職體育教程》的運行環境中正常運行。實例中既有簡單易懂的程序片段也有實際可

This third edition provides a concise yet approachable introduction to seismic theory, designed as a first course for graduate students or advanced undergraduate students. It clearly explains the fundamental concepts, emphasizing intuitive understanding over lengthy derivations, and outlines the different types of seismic waves and how they can be used to resolve Earth structure and understand earthquakes. New material and updates have been added throughout, including ambient noise methods, shear-wave splitting, back-projection, migration and velocity analysis in reflection seismology, earthquake rupture directivity, and fault weakening mechanisms. A wealth of both reworked and new examples, review questions and computer-based exercises in MATLAB®/Python give students the opportunity to apply the techniques they have learned to compute results of interest and to illustrate Earth's seismic properties. More advanced sections, which are not needed to understand the other material, are fla

This third edition provides a concise yet approachable introduction to seismic theory, designed as a first course for graduate students or advanced undergraduate students. It clearly explains the fundamental concepts, emphasizing intuitive understanding over lengthy derivations, and outlines the different types of seismic waves and how they can be used to resolve Earth structure and understand earthquakes. New material and updates have been added throughout, including ambient noise methods, shear-wave splitting, back-projection, migration and velocity analysis in reflection seismology, earthquake rupture directivity, and fault weakening mechanisms. A wealth of both reworked and new examples, review questions and computer-based exercises in MATLAB®/Python give students the opportunity to apply the techniques they have learned to compute results of interest and to illustrate Earth's seismic properties. More advanced sections, which are not needed to understand the other material, are fla