当前位置:首页 > 名称

大约有27,618项符合查询结果项。(搜索耗时:0.2602秒)

为您推荐: title从excel到python用 轻松处理 超简单 用python让excel飞起来 核心模块语法详解篇 超简单 用python让excel飞起来 从excel到python数据分析 excel数据处理与可视化 title量化交易之路 用python做股票

  • 从零开始学Python程序设计

    吴惠茹等编著2017 年出版439 页ISBN:9787111583813

    Python语言是面向对象的模块化设计语言,它易于学习、易于维护、可读性强,适合初学者作为第一门程序设计语言。本书以Python 3.5版本作为教学版,针对初学者的特点,分为五篇内容进行全面讲解:第一篇为基础入门篇(第...

  • 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...

  • 神经网络与深度学习 基于TensorFlow框架和Python技术实现

    包子阳编著2019 年出版186 页ISBN:9787121362019

    Python、TensorFlow、神经网络和深度学习因人工智能的流行而成为当下IT领域的热门关键词。本书首先介绍了Python及其常库Numpy、Matplotlib和Scipy的基本使方法;其次介绍了TensorFlow的基本知识及使方...

  • 21天学通Python 第2版

    刘凌霞,郝宁波,吴海涛编著2018 年出版327 页ISBN:9787121333491

    本书全面、系统、深入地讲解了Python编程基础语法与高级应。在讲解过程中,通过大量实际操作的实例将Python语言知识全面、系统、深入地呈现给读者。此外,作者专门为本书录制了大量的配套教学视频,让读者通过...

  • 精通Python网络爬虫 核心技术、框架与项目实战

    韦玮著2017 年出版294 页ISBN:9787111562085

    这是一本实战性的网络爬虫秘笈,不仅讲解了如何编写爬虫,而且还讲解了最流行的网络爬虫的使。全书分为4个部分:第一部分对网络爬虫做了概要性的介绍,主要介绍了网络爬虫的常识和所涉及的技术概览;第二部分是本....

  • 你也能看得懂的Python算法书

    王硕,董文馨,张舒行等编著2018 年出版246 页ISBN:9787121352553

    在这个互联网时代,我们每个人都在享受着互联网的便利,而会编程的人就是我们现在和未来世界的幕后搭建者。编程的核心是算法,学习算法不仅会教会你解法问题的方法,而且还为你今后的发展提供一种可能。本书面向算...

  • Python与神经网络实战

    何宇健编著2018 年出版386 页ISBN:9787121342387

    人工智能已成趋势,而深度学习则是其中最有的工具之一。虽然由于科技发展的迅猛,现在实技术更新换代的频率已经几乎达到了一周,但是其背后最为基础的知识却是共通的。本书的目的就是较为全面地介绍神经网络...

  • 全国计算机等级考试二级教程 Python语言程序设计 2018年版

    教育部考试中心2018 年出版223 页ISBN:9787040502237

    本书根据教育部考试中心最新颁布的2018年考试大纲编写,是教育部考试中心组织编写的全国计算机等级考试系列教程之一。本书从Python语言的基本数据结构出发,介绍了程序设计的思想和方法。内容精练、实性强、...

  • 基于Python的Google App Engine编程

    (美)丹·桑德森(Dan·Sanderson)著;王晓莉,武凯旋,周勇译2017 年出版399 页ISBN:9787519806811

    本书介绍了中高级Web和移动应的开发者如何使Google App Engine在云中构建高度可扩展的Python程序。本书的主要内容有:通过一个示例应程序来指引你亲自动手实践App Engine相关的工具和功能。在开发...

  • 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,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