·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
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
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
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