zhongmeng001的博客

Python基础教程（第2版·修订版）2014年出版的版本,不是2010年版本

这不是一本常规意义上Python的入门书。这本书中没有Python关键字和for循环的使用，也没有细致入微的标准库介绍，而是完全从实战的角度出发，对构建一个完整的Python应用所需掌握的知识进行了系统而完整的介绍。更为难得的是，本书的作者是开源项目OpenStack的PTL（项目技术负责人）之一，因此本书结合了Python在OpenStack中的应用进行讲解，非常具有实战指导意义。, 《Python高手之路》从如何开始一个新的项目讲起，首先是整个项目的结构设计，对模块和库的管理，如何编写文档，进而讲到如何分发，以及如何通过虚拟环境对项目进行测试。此外，《Python高手之路》还涉及了很多高级主题，如性能优化、插件化结构的设计与架构、Python 3的支持策略等。

用Python写网络爬虫用Python写网络爬虫用Python写网络爬虫

如果数学不好，是否可以成为一名程序员呢？答案是肯定的。 本书最适合：数学糟糕但又想学习编程的你。, 没有晦涩的公式，只有好玩的数学题。, 帮你掌握编程所需的“数学思维”。, 日文版已重印14次！, 编程的基础是计算机科学，而计算机科学的基础是数学。因此，学习数学有助于巩固编程的基础，写出更健壮的程序。, 本书面向程序员介绍了编程中常用的数学知识，借以培养初级程序员的数学思维。读者无需精通编程，也无需精通数学，只需具备四则运算和乘方等基础知识，就可以阅读本书。, 书中讲 解了二进制计数法、逻辑、余数、排列组合、递归、指数爆炸、不可解问题等许多与编程密切相关的数学方法，分析了哥尼斯堡七桥问题、少年高斯求和方法、汉诺塔、斐波那契数列等经典问题和算法。引导读者深入理解编程中的数学方法和思路。, 本书还对程序员和计算机的分工进行了有益的探讨。读完此书，你会对以程序为媒介的人机合作有更深刻的理解。

机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。, 本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。, 全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。

Deep Learning中文版Deep Learning中文版Deep Learning中文版

机器学习那些事 机器学习那些事 机器学习那些事 机器学习那些事

神经网络与机器学习（原书第3版）神经网络与机器学习（原书第3版）神经网络与机器学习（原书第3版）神经网络与机器学习（原书第3版）

Python高级编程Python高级编程Python高级编程Python高级编程Python高级编程

Python数据分析基础教程：NumPy学习指南（第2版）随书代码Python数据分析基础教程：NumPy学习指南（第2版）随书代码Python数据分析基础教程：NumPy学习指南（第2版）随书代码Python数据分析基础教程：NumPy学习指南（第2版）随书代码

TensorFlow 人工智能 TensorFlow 人工智能 TensorFlow 人工智能 TensorFlow 人工智能 TensorFlow 人工智能 TensorFlow 人工智能

ado.net 3.5经典实例 第2版 pdf