Python算法,第二版解释了Python算法分析和设计的方法。作者Magnus Lie Hetland,开始Python的作者,这本书尖锐地关注经典算法,但它也提供了一个坚实的理解基本算法解决问题的技术。

这本书以高度可读的方式处理编程和计算机科学的一些最重要和具有挑战性的领域。它涵盖了算法理论和编程实践,展示了理论是如何在真实的Python程序中反映出来的。介绍了Python语言中内置的知名算法和数据结构,并向用户展示了如何实现和评估其他算法和数据结构。

https://www.apress.com/gp/book/9781484200568

成为VIP会员查看完整内容
0
35

相关内容

需要处理大量数据的人必备的案头书

对于许多研究人员来说,Python是首选的工具,因为它拥有丰富的储存、操作、以及洞察数据的程式库。这些资源散布在数据科学的领域中,但藉由本书,你可以一口气取得这些资源,包括Ipython、NumPy、Pandas、Matplotlib、Scikit-Learn等等。

对于需要处理大量数据的人而言,这是一本非常有价值的案头书,可以有效率地处理每天面对的问题,像是操作、转换,以及清理数据、视觉化不同形式的数据,建立统计学或机器学习的模型等等。

藉由这本手册,你将可以学习到如何使用: IPython和Jupyter:提供数据科学家使用的Python计算环境。 NumPy:在Python中进行高效储存以及操作密集数据阵列的ndarrys。 Pandas:在Python中进行对于标签式/栏位式的数据高效率储存与操作。 Matplotlib:在Python中进行弹性范围的数据视觉化的能力。 Scikit-Learn:提供机器学习演算法以及简洁的Python实作。

成为VIP会员查看完整内容
0
39

学习使用Python分析数据和预测结果的更简单和更有效的方法

Python机器学习教程展示了通过关注两个核心机器学习算法家族来成功分析数据,本书能够提供工作机制的完整描述,以及使用特定的、可破解的代码来说明机制的示例。算法用简单的术语解释,没有复杂的数学,并使用Python应用,指导算法选择,数据准备,并在实践中使用训练过的模型。您将学习一套核心的Python编程技术,各种构建预测模型的方法,以及如何测量每个模型的性能,以确保使用正确的模型。关于线性回归和集成方法的章节深入研究了每种算法,你可以使用书中的示例代码来开发你自己的数据分析解决方案。

机器学习算法是数据分析和可视化的核心。在过去,这些方法需要深厚的数学和统计学背景,通常需要结合专门的R编程语言。这本书演示了机器学习可以如何实现使用更广泛的使用和可访问的Python编程语言。

使用线性和集成算法族预测结果

建立可以解决一系列简单和复杂问题的预测模型

使用Python应用核心机器学习算法

直接使用示例代码构建自定义解决方案

机器学习不需要复杂和高度专业化。Python使用了更简单、有效和经过良好测试的方法,使这项技术更容易为更广泛的受众所接受。Python中的机器学习将向您展示如何做到这一点,而不需要广泛的数学或统计背景。

成为VIP会员查看完整内容
0
55

本课程涵盖了每个专业程序员需要了解的关于算法和数据结构的基本信息,重点是应用程序和Java实现的科学性能分析。第一部分介绍基本的数据结构、排序和搜索算法。第二部分重点介绍图形和字符串处理算法。

https://algs4.cs.princeton.edu/

《算法(第四版》是普林斯顿超级大神教授Robert Sedgewick的神作,该书还有配套的MOOC课程,是算法领域经典的参考书。

这本书涵盖所有程序员必须掌握的50种算法,全面介绍了关于算法和数据结构的必备知识,并特别针对排序、搜索、图处理和字符串处理进行了论述。第4版具体给出了每位程序员应知应会的50个算法,提供了实际代码,而且这些Java代码实现采用了模块化的编程风格,读者可以方便地加以改造。

成为VIP会员查看完整内容
0
41

你将学习Python 3!

Zed Shaw完善了世界上最好的学习Python 3的系统。遵循它,你就会成功——就像Zed教的数百万初学者约会一样! 你们带来了纪律、承诺和坚持;其他一切由作者提供。

在Learn Python 3 the Hard Way中,您将通过52个精心制作的练习来学习Python。读它们。精确地输入他们的代码。修正你的错误。观看程序运行。当你这样做的时候,你将学习计算机是如何工作的;什么是好的程序;以及如何读、写和思考代码。然后Zed在5个多小时的视频中教您更多,他向您展示如何破坏、修复和调试您的代码,因为他正在做练习。

安装完整的Python环境 组织和编写代码 修复代码 基本的数学 变量 字符串和文本 与用户交互 处理文件 循环和逻辑 使用列表和字典的数据结构 程序设计 面向对象编程 继承和组合 模块、类和对象 Python包装 自动化测试 基本的游戏开发 基本web开发

一开始会很困难。但是很快,你就会得到它——那会让你感觉很棒!这门课程将会奖励你投入的每一分钟。很快,您就会知道世界上最强大、最流行的编程语言之一。你会成为一名Python程序员。

这本书非常适合

完全没有编程经验的初学者 掌握一种或两种语言的初级开发人员 多年没有编写代码的归国专业人员 寻找Python 3中快速、简单的速成课程的经验丰富的专业人员

成为VIP会员查看完整内容
0
61

通过使用Python开发用例,全面了解监督学习算法您将学习监督学习概念、Python代码、数据集、最佳实践、常见问题和缺陷的解决方案,以及实现结构化、文本和图像数据集算法的实践知识。

你将从介绍机器学习开始,强调监督学习、半监督学习和非监督学习之间的区别。在接下来的章节中,你将学习回归和分类问题,它们背后的数学,像线性回归、逻辑回归、决策树、KNN、朴素贝叶斯等算法,以及像随机森林、支持向量机、梯度增强和神经网络等高级算法。提供了所有算法的Python实现。最后,您将得到一个端到端模型开发流程,包括模型的部署和维护。在阅读了Python的监督学习之后,你将会对监督学习和它的实际实现有一个广泛的理解,并且能够以一种创新的方式运行代码和扩展它。

你将学习:

  • 回顾使用Python进行监督学习的基本构建块和概念
  • 为结构化数据以及文本和图像开发监督学习解决方案
  • 解决围绕过拟合、特征工程、数据清理和建立最佳拟合模型的交叉验证的问题
  • 理解从业务问题定义到模型部署和模型维护的端到端模型周期
  • 在使用Python创建监督学习模型时,避免常见的缺陷并遵循最佳实践

这本书是给谁的

  • 对监督学习的最佳实践和标准感兴趣,并使用分类算法和回归技术来开发预测模型的数据科学家或数据分析师。

https://www.apress.com/gp/book/9781484261552

成为VIP会员查看完整内容
0
30

如果您是用Python编程的新手,并且正在寻找可靠的介绍,那么这本书就是为您准备的。由计算机科学教师开发,在“为绝对初学者”系列丛书通过简单的游戏创造教授编程的原则。您将获得实际的Python编程应用程序所需的技能,并将了解如何在真实场景中使用这些技能。在整个章节中,你会发现一些代码示例来说明所提出的概念。在每一章的结尾,你会发现一个完整的游戏,展示了这一章的关键思想,一章的总结,以及一系列的挑战来测试你的新知识。当你读完这本书的时候,你将非常精通Python,并且能够将你所学到的基本编程原理应用到你要处理的下一种编程语言。

成为VIP会员查看完整内容
0
95

有兴趣的数据科学专业人士可以通过本书学习Scikit-Learn图书馆以及机器学习的基本知识。本书结合了Anaconda Python发行版和流行的Scikit-Learn库,演示了广泛的有监督和无监督机器学习算法。通过用Python编写的清晰示例,您可以在家里自己的机器上试用和试验机器学习的原理。

所有的应用数学和编程技能需要掌握的内容,在这本书中涵盖。不需要深入的面向对象编程知识,因为工作和完整的例子被提供和解释。必要时,编码示例是深入和复杂的。它们也简洁、准确、完整,补充了介绍的机器学习概念。使用示例有助于建立必要的技能,以理解和应用复杂的机器学习算法。

对于那些在机器学习方面追求职业生涯的人来说,Scikit-Learn机器学习应用手册是一个很好的起点。学习这本书的学生将学习基本知识,这是胜任工作的先决条件。读者将接触到专门为数据科学专业人员设计的蟒蛇分布,并将在流行的Scikit-Learn库中构建技能,该库是Python世界中许多机器学习应用程序的基础。

你将学习

  • 使用Scikit-Learn中常见的简单和复杂数据集
  • 将数据操作为向量和矩阵,以进行算法处理
  • 熟悉数据科学中使用的蟒蛇分布
  • 应用带有分类器、回归器和降维的机器学习
  • 优化算法并为每个数据集找到最佳算法
  • 从CSV、JSON、Numpy和panda格式加载数据并保存为这些格式

这本书是给谁的

  • 有抱负的数据科学家渴望通过掌握底层的基础知识进入机器学习领域,而这些基础知识有时在急于提高生产力的过程中被忽略了。一些面向对象编程的知识和非常基本的线性代数应用将使学习更容易,尽管任何人都可以从这本书获益。
成为VIP会员查看完整内容
0
123

从设计和原型设计到测试、部署和维护,Python在许多方面都很有用,它一直是当今最流行的编程语言之一。这本实用的书的第三版提供了对语言的快速参考——包括Python 3.5、2.7和3.6的突出部分——它庞大的标准库中常用的区域,以及一些最有用的第三方模块和包。

本书非常适合具有一些Python经验的程序员,以及来自其他编程语言的程序员,它涵盖了广泛的应用领域,包括web和网络编程、XML处理、数据库交互和高速数字计算。了解Python如何提供优雅、简单、实用和强大功能的独特组合。

这个版本包括:

  • Python语法、面向对象的Python、标准库模块和第三方Python包
  • Python对文件和文本操作、持久性和数据库、并发执行和数值计算的支持
  • 网络基础、事件驱动编程和客户端网络协议模块
  • Python扩展模块,以及用于打包和分发扩展、模块和应用程序的工具
成为VIP会员查看完整内容
0
110

Python算法,第二版解释了Python方法的算法分析和设计。本书由《初级Python》的作者Magnus Lie Hetland撰写,主要关注经典算法,但也对基本的算法解决问题技术有了深入的理解。

这本书涉及一些最重要和最具挑战性的领域的编程和计算机科学在一个高度可读的方式。它涵盖了算法理论和编程实践,演示了理论是如何反映在真实的Python程序中的。介绍了Python语言中内置的著名算法和数据结构,并向用户展示了如何实现和评估其他算法和数据结构

成为VIP会员查看完整内容
0
109
小贴士
相关主题
相关VIP内容
专知会员服务
39+阅读 · 3月14日
专知会员服务
55+阅读 · 2月25日
专知会员服务
61+阅读 · 2020年12月28日
专知会员服务
25+阅读 · 2020年8月16日
专知会员服务
95+阅读 · 2020年8月14日
专知会员服务
123+阅读 · 2020年6月10日
专知会员服务
110+阅读 · 2020年5月21日
相关资讯
【资源】机器学习数学全书,1900页PDF下载
新智元
3+阅读 · 2019年10月17日
最全Python算法实现资源汇总!
AI100
3+阅读 · 2019年5月13日
下载 | 954页《数据可视化》手册
机器学习算法与Python学习
7+阅读 · 2019年1月3日
这可能是学习Python最好的免费在线电子书
程序猿
34+阅读 · 2018年5月17日
福利 | 当Python遇上大数据与机器学习,入门so easy!
人工智能入门书单(附PDF链接)
InfoQ
18+阅读 · 2018年1月24日
Python 书单:从入门到……
Linux中国
11+阅读 · 2017年8月6日
相关论文
Bayesian Variational Federated Learning and Unlearning in Decentralized Networks
Jinu Gong,Osvaldo Simeone,Joonhyuk Kang
1+阅读 · 4月8日
SCANimate: Weakly Supervised Learning of Skinned Clothed Avatar Networks
Shunsuke Saito,Jinlong Yang,Qianli Ma,Michael J. Black
0+阅读 · 4月7日
Long Feng,Junhui Wang
0+阅读 · 4月7日
Ashwin Raju,Shun Miao,Chi-Tung Cheng,Le Lu,Mei Han,Jing Xiao,Chien-Hung Liao,Junzhou Huang,Adam P. Harrison
0+阅读 · 4月7日
Ole Schumann,Markus Hahn,Nicolas Scheiner,Fabio Weishaupt,Julius F. Tilly,Jürgen Dickmann,Christian Wöhler
0+阅读 · 4月6日
Seyednami Niyakan,Ehsan Hajiramezanali,Shahin Boluki,Siamak Zamani Dadaneh,Xiaoning Qian
0+阅读 · 4月4日
Yanqiao Zhu,Weizhi Xu,Jinghao Zhang,Qiang Liu,Shu Wu,Liang Wang
12+阅读 · 3月4日
Krishna Chaitanya,Ertunc Erdil,Neerav Karani,Ender Konukoglu
12+阅读 · 2020年6月18日
Keyulu Xu,Weihua Hu,Jure Leskovec,Stefanie Jegelka
17+阅读 · 2018年10月1日
Top