当前位置:首页 > 名称

大约有20,000项符合查询结果项。(搜索耗时:0.0419秒)

为您推荐: 零基础入门python数据分析与机器学习 零基础入门学习python第2版 正版机器学习周志华著人工智能及其应用零基础入门书电脑编程程序设计数据分析神经网络与深度 好好学python从零基础到项目实战 python数据分析与大数据处理从入门到精通 python网络数据爬取及分析从入门到精通

  • 数据科学实战之网络爬取 Python实践和示例

    (比)希普·万登·布鲁克(Seppe Vanden Broucke),(比)巴特·巴森斯(Bart Baesens)著2019 年出版210 页ISBN:9787111614043

    本书提供了一个完整、现代的网络爬取指南,使用Python作为编程语言,专为数据科学的读者编写,探讨了网络爬取及其背后的大量Web技术。书中首先简要概述抓取和现实生活中的用例,解释了HTTP、HTML和CSS的核心概念...

  • Python网络编程基础

    (美)John Goerzen著;莫迟等译2007 年出版512 页ISBN:7121044951

    本书全面介绍了使用Python语言进行网络编程的基础知识,主要内容包括网络基础知识、高级网络操作、Web Services、解析HTML和XHTML、XML、E-mail服务、FTP、使用Python操作数据库、SSL、几种服务器端框架(包括...

  • 程序设计基础(PYTHON语言)

    嵩天,黄天羽,礼欣编著2014 年出版224 页ISBN:9787040347180

    本书系统地介绍了Python程序设计语言和程序设计的基本方法。从Python语言发展历史、配置环境开始,详细介绍了Python语言各种数据类型、程序编写方法、图形图像开发和多种库函数的使用。本书强调以程序设计基...

  • Python机器学习手册 从数据预处理到深度学习

    (美)Chris Albon(克里斯·阿尔本)2019 年出版346 页ISBN:9787121369629

    这是一本关于Python的图书,采用基于任务的方式来介绍如何在机器学习中使用Python。书中有近200个独立的解决方案(并提供了相关代码,读者可以复制并粘贴这些代码,用在自己的程序中),针对的都是数据科学家或机器学...

  • 数据采集技术 Python网络爬虫项目化教程

    黄锐军主编2018 年出版139 页ISBN:9787040497816

    本书主要分成四个章节部分,第一部分以学生信息管理的项目为依托,讲解Python的Web访问技术,它是爬虫的程序基础。第二部分以爬取城市天气预报的项目为依托,讲解网页数据的爬取方法,其中重点讲解了BeautifulSoap的...

  • 电子电路的频响分析 零极点分析法

    李拔强编1982 年出版295 页ISBN:15182·28

  • 基于python的web大数据爬取实战指南

    夏换,杨秀璋,于小民编著2019 年出版275 页ISBN:9787030606372

    本书主要是基于Python的Web大数据爬取实战指南,选题内容包括基础知识和通过Python爬取Web网页数据两大部分。下图是PythonWeb数据采集的结构图,主要包括三个部分:网络传播技术、信息提取技术和数据存储技术。...

  • 实用数据科学和Python机器学习

    FRANKKANE著2019 年出版404 页ISBN:9787564183202

    从事Amazon和IMDB的机器学习算法相关工作的Frank Kane将指导你迈向数据科学世界的第一步。本书为你提供了理解和探究该领域核心主题所需的工具,以及构建和分析你自己的机器学习模型的信心和实践。借助有趣易...

  • 征服Python 语言基础与典型应用

    孙广磊编著2007 年出版476 页ISBN:9787115166579

    Ajax是Web 2.0 最主要的技术组成部分。本书图文并茂,实例详尽,基本覆盖了Ajax所有常用模块。全书内容分为三篇。第一篇包括认识Ajax和ASP.net Ajax的概述、安装。第二篇采用ASP.net Ajax框架开发Ajax GridVie...

  • 数据科学与工程技术丛书 PYTHON机器学习

    (美)塞巴斯蒂安·拉施卡(Sebastian Raschka)著;高明,徐莹,陶虎成译2017 年出版259 页ISBN:9787111558804

    机器学习与预测分析正在改变企业和其他组织的运作方式,本书将带领读者进入预测分析的世界。全书共13章,除了简要介绍机器学习及Python在机器学习中的应用,还系统讲述了数据分类、数据预处理、模型优化、集成学...

返回顶部