（1）《Python机器学习（微课视频版）——手把手教你掌握150个精彩案例》系统论述用Python语言行机器学习项目发的方法与技巧，内容涉及机器学习、大数据分析、自然语言处理等方面。 （2）柯博文老师（作者）长年在美国及中国各地教授Python、机器学习、人工智能等课程，积累了丰富的实战经验后才编著成书，书中内容也经过了业界*工程师学员的检验。书中程序均经过实际验证，读者可直使用或行二次发。
售 价：¥
纸质售价：¥54.50购买纸书
6.2
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
封面页
书名页
版权页
作者简介
内容简介
插图
前言
目录
第1章 Python程序语言
1.1 Python程序语言的介绍
1.2 Python历史
1.3 Python版本
第2章 安装和运行Python开发环境
2.1 Windows操作系统中安装Python
2.2 Windows操作系统中测试与运行Python
2.3 Mac操作系统中安装Python
2.4 Mac操作系统中测试与运行Python
2.5 Linux和树莓派中安装Python
2.6 Linux和树莓派中测试与运行Python
第3章 开发程序和工具
3.1 我的第一个Python程序（Windows版）
3.2 我的第一个Python程序（Mac、Linux和树莓派版）
3.3 开发和调试工具——PyCharm下载和安装
3.4 PyCharm工具介绍
3.5 创建项目
3.6 调试
3.7 安装其他的Packages函数库
3.8 安装Anaconda
3.9 使用Anaconda
3.10 pip安装包
3.11 本书需要安装的第三方函数库列表
第4章 Python程序基础
4.1 Python注释
4.2 Python数据模式
4.3 Python数学计算
4.4 Python打印
4.5 if…else条件判断语句
4.6 Array数组——List
4.7 range范围
4.8 for循环
4.9 UTF-8中文文字编码和文字输入
4.10 while循环语法
第5章 函数和面向对象OOP
5.1 开发函数（def）
5.2 import导入和开发
5.3 类（class）
5.4 类的初始化预定义值
5.5 类中的函数方法（Method）
5.6 类中的属性（Property）
5.7 类中调用其他的函数方法
5.8 设置公开、私有的类函数方法
5.9 把类独立成另一个文件
5.10 继承——OOP面向对象
5.11 多重继承
5.12 调用父类函数
5.13 调用父类的属性
第6章 窗口处理GUI Tkinter
6.1 窗口GUI函数库
6.2 窗口
6.3 文字Label
6.4 显示图片Image
6.5 按键Button
6.6 消息窗口tkMessageBox
6.7 输入框Entry
6.8 绘图Canvas
第7章 数据容器Containers
7.1 List数组
7.2 List数组数据的多样性
7.3 List的数学处理
7.4 Slicing切片
7.5 Dictionarie字典
7.6 Set序列集集合比较
7.7 Tuple序列
第8章 图表函数库Matplotlib
8.1 Matplotlib介绍
8.2 画线
8.3 画点
8.4 画面切割
8.5 显示图片
8.6 在窗口程序中显示图表
第9章 文件处理和开放数据
9.1 开放数据介绍
9.2 保存
9.3 文件复制、删除和列出所有文件
9.4 文件夹
9.5 读入Excel文件
9.6 读入、处理和存储CSV文件——气象风暴数据
第10章 网络
10.1 超文本传输协议HTTP GET
10.2 超文本传输协议HTTP POST
10.3 可扩展标记式语言XML
10.4 JSON
第11章 数据库
11.1 下载和装载MySQL数据库
11.2 创建数据库用户——Add User
11.3 创建数据库——Add database
11.4 打开数据库——MySQL-python和pymysql
11.5 创建数据库数据——insert
11.6 取得数据——select
11.7 删除和修改数据库数据——DELETE和UPDATA
第12章 自然语言处理——中文简体和繁体转换
12.1 中文分词断词工具
12.2 分析文件的文字
12.3 自定分词
12.4 取出断词位置
12.5 移除用词和自定比重分数
12.6 排列出最常出现的分词
12.7 网络文章的重点
第13章 人工智能标记语言AIML
13.1 人工智能标记语言AIML介绍
13.2 中文机器人
13.3 AIML语法教程——随机对话
13.4 AIML语法教程——变量
第14章 网络服务器
14.1 Python网页服务器
14.2 开发自己的网页服务器
14.3 显示HTTP内容
14.4 取得HTTP GET所传递的数据
14.5 取得HTTP POST所传递的数据
第15章 网络爬虫与BeautifulSoup4
15.1 网络爬虫——取得网络文章内容
15.2 BeautifulSoup的函数和属性
15.3 实战案例——获取柯博文老师的博客文章
15.4 实战练习
第16章 pandas数据分析和量化投资
16.1 安装
16.2 使用pandas读入和存储Excel的文件
16.3 使用pandas读入和存储CSV的文本内容
16.4 读入网络上的表格
16.5 DataFrame
16.6 计算
16.7 实战分析Apple公司股价
16.8 统计相关计算
16.9 逻辑判断——找出股价高点
16.10 计算股价浮动和每月的变化
16.11 画出股票的走势图和箱形图
第17章 NumPy矩阵运算数学函数库
17.1 矩阵数据初始化
17.2 NumPy默认数组
17.3 多维数组的索引
17.4 多维数组的切片
17.5 花式索引
17.6 数据模式
17.7 利用数组进行数据计算处理
17.8 统计
17.9 逻辑判断
17.10 不同尺寸的矩阵相加
第18章 使用pyinstaller生成运行文件
18.1 pyinstaller功能介绍和安装
18.2 pyinstaller安装步骤
第19章 机器学习算法——Regression回归分析
19.1 数据准备
19.2 机器学习的数据准备
19.3 回归分析数学介绍
19.4 回归分析绘图
19.5 随机数数据
19.6 残差
19.7 使用scikit-learn的linear_model函数求线性回归
19.8 实战案例——动物大脑和身体的关系
19.9 实战案例——糖尿病数据集
第20章 机器学习算法——kNN最近邻居法
20.1 kNN数学介绍
20.2 使用sklearn的kNN判断水果种类
20.3 实战案例——鸢尾花的种类判断
第21章 机器学习算法——k-means平均算法
21.1 k-means数学介绍
21.2 sklearn的k-means类
21.3 k-means实战案例
21.4 k-means实战案例图形化呈现结果
第22章 机器学习算法——决策树算法
22.1 决策树数学介绍——Gini系数
22.2 sklearn的DecisionTreeClassifier决策树
22.3 决策树图形化呈现结果
第23章 机器学习算法——随机森林算法
23.1 随机森林算法数学原理
23.2 随机森林函数
23.3 随机森林图形化
第24章 机器学习算法——贝叶斯分类器
24.1 贝叶斯分类器数学原理
24.2 贝叶斯分类器实战案例
24.3 贝叶斯分类器图形化
24.4 numpy.meshgrid方法
24.5 贝叶斯分类器圈选出分类的范围
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
