万本电子书0元读

万本电子书0元读

顶部广告

15天快速上手Python电子书

·从零始,循序渐 本书介绍了Python语言的基础知识和操作技巧,内容由浅深,循序渐,适合零基础读者快速门。 ·系统丰富,易学易用 本书构建了面向实际应用的知识体系,体现了理论的适度性、实践的指导性和应用的实际性,对难和重做了详细讲解和特别提示。 ·紧贴实际,案例导航 提供精彩案例,读者可边学边练,既可系统了解Python语言发的各种方案,又可快速掌握基于实际应用的项目和任务。

售       价:¥

纸质售价:¥39.90购买纸书

69人正在读 | 0人评论 6.4

作       者:中岛省吾 著

出  版  社:人民邮电出版社有限公司

出版时间:2022-08-01

字       数:11.1万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
Python作为一门功能强大且利于理解和使用的编程语言,非常适合编程初学者门。本书详细阐述了Python编程的基础知识,同时介绍了Python在网络爬虫和AI编程方面的应用。本书还通过丰富的实用案例介绍了掌握Python编程的知识,并针对学习过程中的重和难行了深剖析。本书采用师生互答的形式讲解,共有三篇,每一篇5天学完,每一天均有详细的学习说明,以帮助读者快速掌握Python基础知识,并用其解决工作中遇到的问题。 本书内容丰富,语言风趣幽默,适合对Python编程感兴趣的初学者参考。<br/>【推荐语】<br/>·从零始,循序渐 本书介绍了Python语言的基础知识和操作技巧,内容由浅深,循序渐,适合零基础读者快速门。 ·系统丰富,易学易用 本书构建了面向实际应用的知识体系,体现了理论的适度性、实践的指导性和应用的实际性,对难和重做了详细讲解和特别提示。 ·紧贴实际,案例导航 提供精彩案例,读者可边学边练,既可系统了解Python语言发的各种方案,又可快速掌握基于实际应用的项目和任务。 ·全程注解,快速上手 本书采用全程注解方式,对代码做了大量注解,对插图做了标注处理,信息丰富,阅读体验轻松,上手容易。<br/>【作者】<br/>中岛省吾,媒体星球有限公司代表。在担任公司工程师培训和新员工培训讲师的同时,还制作了与编程相关的视频与文档。他教授的内容主题宽泛,包括IT基础、网络、数据库、C++、C#、Java、Web技术、Python等。<br/>
目录展开

版 权

版权声明

内容提要

前 言

资源与支持

基础篇 Python

第1天 初识Python

第1部分 开始使用Python

第2部分 计算

第3部分 数值和字符串

第4部分 输入

第2天 控制语句和函数

第1部分 if语句和比较运算符

第2部分 逻辑运算符

第3部分 while语句

第4部分 函数的创建

第3天 Python数据类型

第1部分 列表

第2部分 列表的便捷功能

第3部分 元组和集合

第4部分 字典

第4天 类和模块

第1部分 面向对象

第2部分 类和继承

第3部分 异常

第4部分 模块

第5天 网络通信

第1部分 电子邮件基础与要做的准备工作

第2部分 使用Python发送邮件

第3部分 Web服务器和通信

第4部分 使用外部库

Python网络爬虫篇

第1天 Web基础

第1部分 启动Web服务器

第2部分 Web服务器与HTML的关系

第3部分 HTML基础

第4部分 <table>标签

第2天 CSS和JavaScript

第1部分 CSS是什么

第2部分 CSS选择器

第3部分 JavaScript是什么

第4部分 函数和事件

第3天 表单和正则表达式

第1部分 表单

第2部分 用Python程序接收表单输入

第3部分 用正则表达式检查输入

第4天 Selenium自动化

第1部分 Selenium是什么

第2部分 Selenium IDE

第3部分 在Python中使用Selenium

第5天 Python网络爬虫

第1部分 使用正则表达式进行数据采集

第2部分 使用beautifulsoup4和XPath进行数据采集

第3部分 使用Selenium进行数据采集

PythonAI编程篇

第1天 AI编程准备

第1部分 引言

▶ 掌握人工智能概要

▶ 确认机器学习中出现的术语

第2部分 安装Anaconda

第3部分 Jupyter Notebook

第4部分 NumPy

▶ 使用NumPy操作数组

▶ 向量和矩阵运算

▶ NumPy统计函数

第5部分 Pandas

▶ 创建DataFrame

▶ 将DataFrame转换为CSV文件

▶ 读取CSV文件

第6部分 matplotlib

▶ matplotlib的导入

▶ 显示图表

▶ 标题和轴标签的设定

第2天 scikit-learn

第1部分 了解scikit-learn

▶ 监督学习

▶ 无监督学习

▶ 其他机器学习算法(强化学习等)

▶ scikit-learn中的机器学习算法

▶ 哪种算法最合适

第2部分 回归分析

▶ 一元回归分析

第3部分 机器学习数据集

▶ iris数据集

▶ 手写数字数据集

第3天 监督学习(k最近邻算法)

第1部分 了解k最近邻算法

第2部分 数据划分

第3部分 绘制散点图

第4部分 构建机器学习模型

第4天 监督学习(其他相关的机器学习算法)

第1部分 感知机

▶ 简单感知机

▶ 偏置

▶ 激活函数

▶ 简单感知机的工作原理

▶ 多个类别的情况

第2部分 scikit-learn感知机

▶ 非线性可分

第3部分 逻辑斯谛回归

▶ LogisticRegression

第4部分 支持向量机

▶ svm.SVC

▶ 使用SVM识别图像

第5天 神经网络和聚类

第1部分 神经网络

▶ 形式神经元

▶ 简单感知机

▶ 多层感知机

▶ 多层感知机的激活函数

▶ 误差反向传播

第2部分 MLPClassifier分类器

▶ 利用神经网络对鸢尾花进行分类

▶ 简易手写数字的识别

第3部分 无监督学习

▶ 聚类算法

▶ k均值算法

第4部分 尝试k均值算法

▶ 聚类的实现

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部