Python Data Science Handbook

本書主體內容包括機器學習概念與特徵工程、機器學習技術、模型關係管理，其中，模型關係管理部分主要介紹了弱集成學習、強集成學習和混合專家模型。本書以案例分析為主線介紹不同的集成學習方法，首先闡述弱集成學習如何解決項目痛點問題，然後以痛點為起點，集中討論強集成學習如何解構子項目問題，最後通過深度學習分析非結構化數據。在每個案例中，歸因問題是分析的核心，提供了解析歸因問題的一系列方法，以作者多年的項目經驗為基礎，展示Python數據分析的強大之處。

本書共14章：第1-3章側重介紹自然語言處理所必需的理論基礎知識，包括自然語言處理基礎、Python基礎、語料庫基礎等內容；第4-10章主要講解詞法分析、詞向量與關鍵詞提取、句法分析、語義分析、情感分析等自然語言處理核心技術的原理及實現方法，以及自然語言處理中常用的機器學習和深度學習技術；第11-14章主要介紹自然語言處理比較典型的應用場景，包括機器翻譯與寫作、智能問答與對話及個性化推薦，以及自然語言處理技術在醫療、司法和金融領域的應用情況。

本教材擬在《應用統計學》(陝西人民教育出版社，2006年，西安交通大學研究生核心教材建設項目)基礎上修訂，旨在培養研究生的數據分析技術及能力。本教材注重講述統計方法的思想、原理，擬結合學科發展趨勢，加入前沿統計學及機器學習數據分析的內容，每章有方法的應用案例，並給出python語言的實現過程。

第4版根據需要對第3版做了一些修正、改動及增補。在複雜數據分析方法上增加了無監督學習內容。同時隨著貝葉斯統計在實踐中應用的越來越多，本版特意增加了貝葉斯計算和貝葉斯網絡的深度應用等內容。增加了Python的實現形式。

全書包含5章內容，第1章主要講解了在Windows系統下，Python集成開發環境的搭建。第2章集中講解了數據采集的流程，即網絡爬蟲程序的設計與實現。第3章講解數據的清洗問題。第4章首先講解探索性數據分析的應用，並且簡單介紹了機器學習基本知識。第5章是綜合性學習的章節。

本書根據生物學研究者最常見的需求或問題，設計了10個基礎實驗，目的是加深初學者對理論知識的理解，包括分子序列數據庫、數據庫序列搜索、多序列聯配、系統發生樹構建、序列拼接與基因預測、基因組可視化、蛋白質功能域及結構預測、非編碼microRNA鑒定及其靶標預測、轉錄組分析、Python基礎及利用Python提取序列。

本書注重零基礎商科類專業讀者實現Python數據分析的學習，加強讀者基於數據分析而非常用的編程基礎，本書是Python數據分析與應用配套的實驗指導與習題解析。全書分為2篇，第一篇為實驗指導，實驗指導與主教材章節對應，提供符合商科院校實際教學需要的課堂實驗；第二篇為習題解析，與主教材章節對應，提供知識提要與習題答案解析的內容。本書可作為高等院校電子商務、信息管理與信息系統、大數據管理與應用等專業相關課程的教材，也可作為從事數據諮詢、研究或分析等人士的參考書。

本書系統講授數據挖掘的原理、主要方法及其Python實現，共分三部分：第一部分包含第1～2章，介紹數據挖掘的基本概念、流程和數據預處理；第二部分包含第3～11章，介紹經典的分類算法(包括樸素貝葉斯分類器、決策樹、k-近鄰、支持向量機等)、經典的聚類分析、關聯分析、人工神經網絡和Web挖掘等方法；第三部包含第12～14章，共有3個綜合案例，包括泰坦尼克號生存數據分析、心臟病預測分析和旅遊評論傾向性分

本教材在國內高校廣泛接觸並關注數據處理與Python語言教學的大背景下進行編寫，從語法理論基礎到案例應用構建全書的課程體系。同時，本教材將結合全國高等學校計算機水平考試(二級)大綱，本著理論與實踐並重的原則，組織一線教學經驗豐富的教師編寫。在教學的編寫過程中，充分考慮國內教、學、考一體化的需要，力求做到知識性、實用性、可操作性的有機結合，讓教師易教，學生易學，書中配有相應的習題和實驗供教學使用。本

在數據時代，掌握數據可視化技能不僅是對統計學、計算機相關專業學生的要求，也是對財經、金融等需要處理大量數據專業學生提出的要求。本書作為數據可視化的入門級教程，選取基於Python的Jupyter Notebook作為運行環境，循序漸進地講解了數據可視化的三個工具庫：Matplotlib、Seaborn和Plotly,並通過案例的形式幫助學生學習如何運用工具庫。同時，書中插入了一些Python的基本

本書是根據高職高專的人才培養目標，從初學者的角度出發，深入淺出地講解了人工智能的相關技術，並利用當前的Python 3進行應用實戰。全書共分9個教學模塊：人工智能緒論、Python的安裝、Python語言基礎、Python序列、流程控制、函數、文件、面向對象程序設計與庫的應用。本書採用最新標準，注重在理論知識、素質、能力、技能等方面對學生進行全面的培養；注重文字敘述精煉，通俗易懂，總結歸納提綱挈領；本書在講解必要的理論知識的同時，安排了若干操作題目，注重對學生實際應用能力的培養；每篇末均配有複習思考題，以便讀者鞏固所學知識。本書可作為高等職業院校非計算機專業學生使用的計算機類公共課程，也可作為廣大自學者的自學用書及工程技術人員的參考書。

全書分7大部分：內容包括python語言實現機器學習算法的關鍵工具包和程序框架、分類(Classification)、回歸(Regression)、非監督分類數據(Clustering)、降維(Dimensionality reduction)、模型選擇(Model Selection)、數據預處理(Preprocessing) 六類算法的基本原理、程序實現框架、參數調整方法、案例實現。本書通過通俗易懂的語言、解釋機器學習核心算法的數學原理和應用方法。本書作為高等學校計算機、人工智能等專業教材。

本書共9章，主要介紹了人工智能在監督學習、非監督學習、強化學習3個領域的10種常見算法，包括kNN、貝葉斯、決策樹、支持向量機、集成學習、K-means、線性回歸、神經網絡、卷積網絡、Q-learning等。全書採用Python作為實現語言，通過大量原創圖表及實用案例讓讀者參與和體驗人工智能的“決策過程”，希望讀者能夠瞭解並掌握人工智能的常用算法。 本書配套的數字課程將在“智慧職教”(www.i

本書分為八章，主要內容包括：計算機與信息社會、計算機系統知識、操作系統基礎、辦公軟件及其應用、計算機網絡基礎、Python語言基礎等。

圖像識別與數據處理分析是人工智能與數據挖掘領域的重要內容之一，是多種技術交：叉融合的產物。本書對圖像識別與數據處理分析的基本內容、基本概念、基本原理與算法進行了介紹從Python語言實現的角度對SIFT圖像特徵提取、BOW算法、聚類算法、神經網絡算法、支持向量機算法並結合具體問題進行了具體實現，清晰地說明瞭原理與算法的具體應用，過程介紹得詳細具體，同時給出了部分關鍵的Python實現程序。本書適用於對圖像識別與數據處理分析感興趣的本科生、研究生與科研人員，以及對從事圖像識別與數據處理分析的工程技術人員閱讀參考。

本書以線上線下結合的方式, 使用FPGA平臺完成數字電路及計算機組成原理實驗, 並用Python編程的方式與自己設計的硬件系統交互, 來進行系統驗證與調試。全書包含三大部分內容: 首先是實驗所用的軟硬件工具和平臺; 其次是實驗設計方法; 最後介紹實驗內容安排的建議。書中主要講述了PYNQ平臺與基於Python的軟硬件交互、Vivado開發工具、硬件描述語言簡介、RISCV開源項目及組成原理實驗內容

瞭解圖像處理算法以及如何使用Python應用這些算法； 探索使用OpenCV進行圖像處理； 使用scikit-leam、NumPy和其他程序庫； 把機器學習和深度學習算法運用到圖像處理中； 把圖像處理技術應用到五個實時項目中。

《深度學習入門 基於Python的理論與實現》本書是深度學習真正意義上的入門書，深入淺出地剖析了深度學習的原理和相關技術。書中使用Python3，儘量不依賴外部庫或工具，從基本的數學知識出發，帶領讀者從零創建一個經典的深度學習網絡，使讀者在此過程中逐步理解深度學習。書中不僅介紹了深度學習和神經網絡的概念、特徵等基礎知識，對誤差反向傳播法、卷積神經網絡等也有深入講解，此外還介紹了深度學習相關的實用技

本書通過理論任務和實踐任務相結合的方式重點介紹了Hadoop生態圈，Spark內存計算框架，NoSql數據庫存儲，數據可視化，Python大數據處理等大數據關鍵技術，並提供大量實踐及綜合案例。本書通過理論任務和實踐任務相結合的方式重點介紹了Hadoop生態圈，Spark內存計算框架，NoSql數據庫存儲，數據可視化，Python大數據處理等大數據關鍵技術，並提供大量實踐及綜合案例。

本書包括基礎篇、研發技術篇和實戰篇，按照由基礎到進階，再到實戰的順序講解。基礎篇涉及Odoo簡介、Odoo的安裝與配置、Odoo應用概覽、Python基礎和PostgreSQL基礎。通過本篇的學習，可以讓讀者快速掌握Odoo二次開發所需具備的基礎知識。研發技術篇是本書的核心內容，涵蓋了搭建模型的基礎知識、模型建設進階內容、ORM介紹以及後端視圖的介紹。另外還包括了數據的導入和導出功能，以及安全設置

《Python 項目開發案例集錦》 一書從入門學習者的角度出發，開發了 8 個開發方向、23 個項目，循序漸進地讓讀者在實踐中學習，在實踐中提升實際開發能力。全書共分 8 篇：控制台程序、小遊戲、實用小工具、網絡爬蟲、數據分析、人工智能、Web 網站和微信 / 小程序，內容包括：學生信息管理系統、企業編碼生成系統、簡易五子棋遊戲（控制台版）、瑪麗冒險、彩圖版飛機大戰、DIY 字符畫、超級畫板、Wo

本書共九章，內容包括：信息檢索、傳感器、Word高級應用、PowerPoint演示文稿的製作、Excel數據管理、微信公眾號、網絡設置與安全、多媒體、Python程序設計。

本書是為普通高校非計算機專業學生編寫的基礎性教材。全書共分十一章，系統介紹了Python程序設計語言及其程序設計的方法與技術。本書結構合理、概念清晰、循序漸進、取材得當。為便於教學，提供了高質量的配套PPT講稿，習題解析，上機實驗題、實驗難點指導和參考答案，及重點難點內容的教學資源。

Python與機器學習這一話題是如此的寬廣，僅靠一本書自然不可能涵蓋到方方面面，甚至即使出一個系列也難能做到這點。單就機器學習而言，其領域就包括但不限於如下：有監督學習（Supervised Learning），無監督學習（Unsupervised Learning）和半監督學習（Semi-Supervised Learning）。而具體的問題又大致可以分兩類：分類問題（Classificatio

本書是一本關於機器人學的書籍，從機器人的基本結構開始，逐步講解了有關機器人的硬體及軟體結構。機器人的硬體部分主要包括了基本機械結構以及完成機器人定位和自主導航所需的各種感測器；機器人的軟體部分是基於Python語言在ROS中進行編寫的程式，目的是完成機器人的指定功能。而後通過硬體和軟體的結合完成了機器人在指定地圖內按照用戶命令進行移動的功能，並且有一個GUI強化了人機界面的交互功能。

本書以零基礎為起點介紹Python程序設計方法。各章內容由淺入深、相互銜接、前後呼應、循序漸進。為了提高讀者對程序設計思想方法的理解，本書將程序設計語言模型與人類自然語言模型進行了比較，使讀者對程序設計語言模型及其內容的理解有了完整的參照對象。全書各章節選用大量程序設計語言經典實例來講解基本概念和程序設計方法，同時配有大量習題供讀者練習。本書共12章，主要內容包括程序設計語言緒論、對象與類型、運算

《與孩子一起學編程》是一本寫給孩子看的編程書。作者以Python語言為例，詳盡細致地介紹了從Python如何安裝、字符串和操作符等程序設計的基本概念，到條件語句函數，模塊等進階內容，直至用Pymon實現遊戲編程。書中的語言生動活潑，敘述簡單明了。《與孩子一起學編程》適合中小學生以及一切編程初學者。

This book is meant to be neither encyclopedic nor a sourcebook for the most recent observational data. In fact, I avoid altogether the presentation of data; after all the data change very quickly and

本書以案例為主線，全面地介紹了Python網絡爬蟲在不同場景下採用不同技術爬取網絡數據的方法。全書共10章，內容包括網絡爬蟲入門、爬蟲基礎、網頁解析基礎、爬取動態加載數據、反爬蟲策略、模擬登錄和處理驗證碼、爬取App和PC客戶端數據、爬蟲框架Scrapy、分布式爬蟲、項目實戰--京東商品信息爬取及數據分析。

本教材以掌握Python語言的基礎編程理論和方法為目的。該書由上機實驗時應用到的原理概述、實驗涉及的內容、與實驗題目相關的參考練習題，以及每個實驗的詳細參考步驟組成。其基礎實驗內容十分豐富，不僅僅涵蓋開發環境認識、語言基礎、流程控制、容器操作、字符串操作、函數定義與使用、數據格式化、異常處理、模塊使用等，還給出了各個實驗的詳細參考步驟和完整的參考程序。該教程以由淺入深、循序漸進的方法介紹和指導實驗操作，使讀者能通過上機練習快速掌握Python語言的基礎編程知識和應用基礎。書中全部案例代碼均能運行於Python3.5及以上版本。本實驗教材與主教材配套使用，會大大提高學習者的學習效果，為後續的實踐應用打好堅實的基礎。

本書共分七章，內容包括：計算機概論、計算機硬件基礎、計算機軟件基礎、計算機網絡基礎、SQL數據庫技術、多媒體技術及應用、Python程序設計。

本書為高等學校非信息類專業學生學習程序設計編寫的通識類教材。按照程序設計基礎知識、基本方法、編程能力和應用編程為主線組織內容。以培養程序設計能為目標，強調程序設計中分析問題、問題的數學抽象、算法設計和編程方法講解，注重程序設計思維養成和提升，通過大量的實例，培養和拓展程序設計能力。 教材突破傳統程序設計內容組織形式，在程序設計三大結構的基礎上，將數據結構和組合數據類型作為一個獨立章節，將編程思維與方法作為獨立掌機以提升程序設計能力，增加了數據處理與人工智能基本應用編程案例，為提升Python程序設計在未來專業應用奠定基礎。

本書是與“醫學資料電腦處理”課程相配套的實踐教程，提供了與理論課教材相配套的知識點、實踐習題、參考答案等多種內容和資源。本書共包含16個實驗，涵蓋了電腦基本組成、程式設計基本方法、檔處理方法、系統內置庫和協力廠商庫等多方面內容。 本書以知識點作為起點，通過基礎實驗、程式改錯實驗、補全程式實驗和能力拓展實驗等多種實驗方法，帶領學習者由淺入深、循序漸進地增強程式設計能力，並在學習中不斷提升程式設計素養；選用了很多醫學實例，讓學習者能夠高效地利用Python語言對多類型醫學資料進行處理；還選用了一些與中華優秀傳統文化相關的實例，使學習者在學習的過程中不斷加深對中華文化的理解。 本書適合作為醫學類高等院校大學電腦基礎、Python程式設計等課程的實踐教材或參考書，也適合作為廣大電腦愛好者的自學參考書。

本書依據工科類本科數學基礎課程教學基本要求，並結合編者多年教學經驗編寫而成。本書理論結合實際，從概念的引入到案例的應用，以層層遞進的方式展開，同時融入工程案例、經濟案例和Python實驗等， 讀者既能感受到數學理論知識的嚴謹性又能夠體會到數學的趣味性與實用性。為滿足讀者的多元化需求，加入了適當難度的全國碩士研究生招生考試題目以及建模題目，並在每章都配有大量不同層次的習題。全書共6章內容，包含矩陣及其運算、行列式、向量組的線性相關性與向量空間、線性方程組解的結構及其應用、特徵值與特徵向量以及二次型，在附錄部分介紹了Python在線性代數中的應用並提供了三套模擬題供讀者練習。本書可供高等學校工科各專業學生使用，也可供工程技術人員參考。

為提高統計學和經濟學等領域學生和相關專業人才的數據應用技能，本書提供一個相對綜合的、多應用場景的大數據分析教材。包括目前主流的4種軟件：1. SAS。此部分基於給定的實驗目的和應用場景，介紹相應的SAS語言特點和使用規則，對基本統計方法如描述統計分析、參數估計、假設檢驗、方差分析、相關分析、回歸分析等進行案例教學。2. R語言。此部分以R軟件為實戰基礎，以參數估計、假設檢驗、方差分析、相關回歸分析等常見的統計分析方法為主要內容，通過多個應用實例詳細介紹了不同統計分析方法的R語言實現以及結果解釋。3. MATLAB。此部分結合學科與應用中的實際需要，系統地介紹了軟件MATLAB的一些功能和應用，並基於給定的實驗內容介紹對應的MATLAB的使用規則與方法，對數理統計、數據分佈、數據檢驗、回歸分析、最優化等方面進行案例分析與教學。4.PYTHON。此部分主要基於PYTHON語言特色，介紹了其優缺點、適用性以及PYTHON內置數據結構、控制流程、文件讀寫、函數等基本使用語法，然後分別從網絡爬蟲、數據庫、機器學習庫、數據可視化等部分重點介紹PYTHON的應用教學。

本書系統介紹了Python編程在語言數據獲取、處理與分析中的應用。全書內容涵蓋Python基礎語法、數據類型與控制結構、文件操作、正則表達式、爬蟲技術、Pandas數據分析、Matplotlib可視化、自然語言處理工具及情感分析、文本分類與聚類等核心技術，強調理論與實踐結合。作者以多年本科教學經驗為基礎，將語言數據處理的步驟與細節詳盡呈現，並提供擴展閱讀和實用腳注，幫助讀者快速掌握方法與原理。全書可作為語言數據研究者和跨學科學習者的入門指南，為大數據時代語言學研究提供堅實的技術支持與方法指導。

本書是響應國家新一代人工智能發展戰略、面向高校通識教育與跨學科人才培養的迫切需求而編寫的“理論—技術—應用”一體化教材，旨在構建一個從基礎原理、核心技術到前沿應用的完整知識框架。本書巧妙地將Python語言與人工智能知識相結合，使讀者既能初步學習Python編程語言，又能系統地瞭解人工智能基本原理，並較好掌握人工智能特別是新一代人工智能的關鍵技術。本書同時配有豐富的教學案例和前沿熱點應用。本書內容包括人工智能概述、大數據與人工智能、人工智能編程語言Python、機器學習、深度學習、自然語言處理、計算機視覺、AI大語言模型、機器人技術和人工智能的發展。本書適合作為普通高等院校“人工智能通識”課程的教材，也可作為對人工智能相關領域感興趣的讀者的參考書。

本書介紹了深度學習的核心理論與應用，從人工智能發展歷程和機器學習基礎講起，涵蓋Python編程、主流框架(TensorFlow、PyTorch等)、神經網絡原理(結構、優化、評估)及經典模型(MLP、CNN、RNN)，並配有手寫數字識別、圖像分類等實戰案例。書中特別設置生成式學習(VAE、GAN)、強化學習、神經算子(DeepONet、PINN)等前沿內容，最後探討Transformer架構、模型可解釋性等熱點議題。

Linear Algebra is an important basic theory course in the teaching plan of higher engineering schools. It is a mathematical tool widely used in all fields of natural science and engineering technology. With the rapid development of modern science and technology and the extensive application of computer, the importance of Linear Algebra in theory and application is more prominent. This puts forward higher request to the Linear Algebra teaching content from the depth and the breadth.Linear Algebra is given priority to in order to discuss the finite dimensional linear space theory courses, with strong abstractness and logical. Since the application of Linear Algebra has gone deep into the fields of natural science, social science, engineering technology, economy, management and so on. Therefore, of course, Linear Algebra should be combined with simple discretization methods, it should be co

針對應用型本科高校的在校學生開展人工智能通識教育所需的教材，主要內容包括人工智能的基礎、數據處理的基礎、深度學習基礎以及大模型應用基礎等相關內容。主要介紹人工智能概述、DeepSeek模型原理與應用、提示詞基礎與設計、人工智能語言Python基礎、人工智能數據基礎、人工智能基礎算法、大模型技術與應用、人工智能的未來與倫理。