Python

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

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.

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.

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

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

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

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。

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

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

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

This unique text provides a thorough, yet accessible, grounding in the mathematics, statistics, and programming that students need to master for coursework and research in climate science, meteorology, and oceanography. Assuming only high school mathematics, it presents carefully selected concepts and techniques in linear algebra, statistics, computing, calculus and differential equations within the context of real climate science examples. Computational techniques are integrated to demonstrate how to visualize, analyze, and apply climate data, with R code featured in the book and both R and Python code available online. Exercises are provided at the end of each chapter with selected solutions available to students to aid self-study and further solutions provided online for instructors only. Additional online supplements to aid classroom teaching include datasets, images, and animations. Guidance is provided on how the book can support a variety of courses at different levels, making i

本書由一線數據分析師精心編寫，通過大量案例介紹了數據分析工作中常用的數據分析方法與工具。本書包括5章內容，分別是數據分析入門、數據分析――從玩轉Excel開始、海量數據管理――拿MySQL說事兒、數據可視化――Tableau的使用、數據分析進階――Python數據分析。本書通俗易懂、通過大量貼近企業真實場景的案例，幫助讀者在提高數據處理技能的同時加深對數據分析思維的理解。本書適合有志於從事數據分析

機器學習是計算機智能圍棋博弈系統、無人駕駛汽車和工業界人工智能助理等新興技術的靈魂, 特別是深度學習理論更是諸多高精尖人工智能技術的核心。掌握機器學習理論與實踐技術是學習現代人工智能科學最重要的一步。本書既講述機器學習算法的理論分析, 也結合具體應用介紹它們在Python中的實現及使用方法。本書的第2到第9章主要介紹監督式學習算法。其中包括: 監督式學習算法基礎、線性回歸算法、機器學習中的搜索算法

語音辨識已經逐漸進入人們的日常生活，語音辨識技術是涉及語言、電腦、數學等領域的交叉學科。 全書從語音辨識的基礎講起，並輔以翔實的案例，介紹包括C#、Perl、Python、Java等多種程式設計語言實作，開放程式碼語音辨識工具套件Kaldi的使用與程式碼分析，深度學習的開發環境搭建，旋積神經網路，以及語音辨識中常見的語言模型--N元模型和依存模型等，讓讀者快速瞭解語音辨識基礎，掌握開發語音辨識程式

《自學是門手藝：沒有自學能力的人沒有未來》以自學Python編程為例，闡述了如何培養、習得自學能力，並運用自學能力在競爭激烈的社會中獲得一席之地，不斷地升級、進化，實現真正的成長。作為一本“硬核”的“雞湯”書，本書不僅僅以紙質的形式呈現，還配套了XUE.cn互動學習平臺。讀者不僅可以通過閱讀本書學到自學的方法，還能在XUE.cn上把這些方法付諸實踐，不斷練習、提升自己的技能，真正成為有積累、有前途

本書是一本系統介紹區塊鏈理論知識和應用開發的教程。全書共8章，主要包括兩部分的內容，區塊鏈理論知識(1～3章)：區塊鏈概述、區塊鏈中的密碼學以及區塊鏈的核心機制；區塊鏈應用開發(4～8章)：打造自己的區塊鏈――基於Python、以太坊之DApp開發實戰、超級賬本開發實戰、EOS開發實戰以及區塊鏈綜合應用開發實踐。本書在系統介紹區塊鏈理論知識的基礎上，結合豐富的案例進行實踐操作的講解，力求引領讀者在

The Earth and environmental sciences are becoming progressively more quantitative due to the increased use of mathematical models and new data analysis techniques. This accessible introduction presents an overview of the mathematical methods essential for understanding Earth processes, providing an invaluable resource for students and early career researchers who may have missed (or forgotten) the mathematics they need to succeed as scientists. Topics build gently from basic methods such as calculus to more advanced techniques including linear algebra and differential equations. The practical applications of the mathematical methods to a variety of topics are discussed, ranging from atmospheric science and oceanography to biogeochemistry and geophysics. Including over 530 exercises and end-of-chapter problems, as well as additional computer codes in Python and MATLAB®, this book supports readers in applying appropriate analytical or computational methods to solving real research questi

A complete resource for finance students, this textbook presents the most common empirical approaches in finance in a comprehensive and well-illustrated manner that shows how econometrics is used in practice, and includes detailed case studies to explain how the techniques are used in relevant financial contexts. Maintaining the accessible prose and clear examples of previous editions, the new edition of this best-selling textbook provides support for the main industry-standard software packages, expands the coverage of introductory mathematical and statistical techniques into two chapters for students without prior econometrics knowledge, and includes a new chapter on advanced methods. Learning outcomes, key concepts and end-of-chapter review questions (with full solutions online) highlight the main chapter takeaways and allow students to self-assess their understanding. Online resources include extensive teacher and student support materials, including EViews, Stata, R, and Python so

語音識別已經逐漸進入人們的日常生活。語音識別技術是涉及語言、計算機、數學等領域的交叉學科。《深度學習：語音識別技術實踐》介紹了包括C#、Perl、Python、Java在內的多種編程語言實踐，開源語音識別工具包Kaldi的使用與代碼分析，深度學習的開發環境搭建，卷積神經網絡，以及語音識別中常見的語言模型――N元模型和依存模型等，讓讀者快速瞭解語音識別基礎，掌握開發語音識別程序的算法。 《深度學習：

本書詳細介紹了數據分析的基礎、方法，以及在電力系統中的應用。全書共分12章，包括數據分析的統計學基礎、核方法、知識建模、關聯分析、分類分析、聚類分析、數據分析的其他方法、數據可視化、電網仿真數據分析實踐的思路和過程、電網仿真數據分析案例系統的搭建等。附錄簡介了R語言、Matlab、Python語言以及其他數據分析工具，主要側重於軟件特性和基本使用方法的描述。 本書旨在強調對實際工作的幫助。全書內

《Python3.6編程實踐指南――計算機科學入門》(原書第3版)通過Python語言介紹了編程的基本知識，內容包括現代編程語言常用的各種數據存儲和基本處理方法，如數值、字符串、列表、集合、字典和文本信息；程序的條件和循環控制結構；函數的概念、定義和應用；編程方法以及測試和調試思路。本書也介紹了一些更高級的編程知識，包括面向對象的編程方法、圖形用戶界面的構建以及數據庫的處理。

本書內容分為八章，基本涵蓋了目前較為常用的數據科學建模方法，包括現在熱門的深度學習。書中不僅介紹模型的理論基礎，還以大量案例結合現實數據為讀者展示了數據分析中常見任務的處理流程，如分類、回歸、聚類、推薦、圖片識別等，幫助讀者應用這些模型和方法解決實際問題。第一章首先對數據科學的任務和重要性進行了概述，接著介紹數據科學的建模流程以及Python語言開發環境與常用庫；第二章介紹了回歸模型，包括線性回歸

Deploy deep learning applications into production across multiple platforms. You will work on computer vision applications that use the convolutional neural network (CNN) deep learning model and Pytho

本書為瞭解機器學習提供了一種獨特的途徑。書中包含了新穎、直觀而又嚴謹的基本概念描述，它們是研究課題、製造產品、修補漏洞以及實踐不可或缺的部分。本書按照幾何直覺、算法思想和實際應用(縱貫計算機視覺、自然語言處理、經濟學、神經科學、推薦系統、物理學和生物學等學科)的順序，為讀者提供了深入淺出的基礎知識和解決實際問題所需的實用工具。本書還包含了基於Python和MATLAB/OCTAVE語言的深入習題，

Renowned for their courage, their chivalry, and their ability to fight mythical creatures, the Knights of the Round Table must face their most dangerous opponents yet—DINOSAURS!This heavily illustrated middle grade novel from award-winning author and artist Matt Phelan is a hilarious, rip-roaring tale of derring-do perfect for reluctant readers and fans of How to Train Your Dragon and The Terrible Two. Let me tell you a secret about the Knights of the Round Table: they don’t have much to do. The realm is at peace and dragons are few and far between. So Merlin decides to send the knights out on a real adventure to a world filled with the most terrible lizards of all: DINOSAURS! Knights vs. Dinosaurs is a highly illustrated, fast-paced adventure full of uproarious knightly hijinks, surprising secrets, and terrifying dinosaurs. With art on nearly every page, including an epic fight scene depicted in several graphic-novel style spreads, this engaging story is Monty Python for young middle

周永章，張良均，張奧多，王俊著的《地球科學大數據挖掘與機器學習》系統地介紹了地球科學大數據挖掘與機器學習的基本框架與原理，重點分析高維數據降維、分類與預測、大圖形社區結構識別、無限流數據處理、機器學習及人工智能地質學的建模過程，對必要的應用場景使用Python語言給出案例。本書是中山大學研究生試用研究型教材，對運用大數據挖掘技術與機器學習算法解決地球科學問題大有裨益。適合地球科學領域研究生和高年級

本書以計算機科學基礎知識為主，以計算機的問題求解為主線，注重培養學生的計算思維能力。本書將計算思維、信息表示、計算機系統、計算機網絡以及計算機的新技術作為穿插，選擇Python語言為計算實踐語言，內容上側重于如何應用計算思維解決各領域的問題。 全書分為10章，內容包括計算思維基礎知識、計算機中的信息表示，計算機系統結構與工作原理、算法與程序設計、數據組織與管理、計算機網絡及應用、信息安

本書內容涵蓋數據科學基礎知識，介紹了數據科學的工作流程，包括數據采集、數據整理和探索、數據可視化和數據建模預測等技術，並通過文本、圖像、語音等前沿應用，引入人工智能技術在數據科學領域應用的最新成果。全書設計收集了多個數據分析案例，採用Python及相關科學計算工具包介紹數據分析實現的方法，幫助讀者通過實際應用理解數據科學知識，掌握實踐技能，運用統計學、人工智能等技術解決實際問題。本書通俗易懂、實例

C++是一種高效實用的程序設計語言，既可進行過程化程序設計，也可進行面向對象程序設計，已成為軟件開發人員廣泛使用的工具。學好C++，對於今後學習其他的編程語言，如Java、VB.NET、C#、Python也有很大的幫助。 本書是作者總結了十年的項目教學實踐經驗編寫而成的，全書共分8個單元，其中單元一至單元五是基礎實踐，主要從C++程序設計語言的基本語法、程序結構和過程化基礎進行項目實踐；單元六