(中文)流畅的python 高清完整PDF版 文字版
(中文)流畅的python 高清完整PDF版
本书由奋战在Python开发一线近20年的Luciano Ramalho执笔,Victor Stinner、Alex Martelli等Python大咖担纲技术审稿人,从语言设计层面剖析编程细节,兼顾Python 3和Python 2,告诉你Python中不亲自动手实践就无法理解的语言陷阱成因和解决之道,教你写出风格地道的Python代码。
● Python数据模型:理解为什么特殊方法是对象行为一致的关键。
● 数据结构:充分利用内置类型,理解Unicode文本和字节二象性。
● 把函数视作对象:把Python函数视作一等对象,并了解这一点对流行的设计模式的影响。
● 面向对象习惯用法:通过构建类学习引用、可变性、接口、运算符重载和多重继承。
● 控制流程:学习使用上下文管理器、生成器、协程,以及通过concurrent.futures和asyncio包实现的并发。
● 元编程:理解特性、描述符、类装饰器和元类的工作原理。
本书致力于帮助Python开发人员挖掘这门语言及相关程序库的优秀特性,避免重复劳动,同时写出简洁、流畅、易读、易维护,并且具有地道Python风格的代码。本书尤其深入探讨了Python语言的高级用法,涵盖数据结构、Python风格的对象、并行与并发,以及元编程等不同的方面。
Spark机器学习(高清文字版/可复制/带标签目录)PDF
本书每章都设计了案例研究, 以机器学习算法为主线, 结合实例探讨了Spark 的实际应用。 书中没有让人抓狂的数据公式, 而是从准备和正确认识数据开始讲起, 全面涵盖了推荐系统、 回归、 聚类、 降维等经典的机器学习算法及其实际应用。本书适合互联网公司从事数据分析的人员, 以及高校数据挖掘相关专业的师生阅读参考。
本书每章都设计了案例研究,以机器学习算法为主线,结合实例探讨了Spark 的实际应用。书中没有让人抓狂的数据公式,而是从准备和正确认识数据开始讲起,全面涵盖了推荐系统、回归、聚类、降维等经典的机器学习算法及其实际应用。
人工智能标准化白皮书(2018版)文字版 国家标准
人工智能作为一项引领未来的战略技术,世界发达国家纷纷在新一轮国际竞
争中争取掌握主导权,围绕人工智能出台规划和政策,对人工智能核心技术、顶
尖人才、标准规范等进行部署,加快促进人工智能技术和产业发展。主要科技企
业不断加大资金和人力投入,抢占人工智能发展制高点。2017 年,我国出台了
《新一代人工智能发展规划》(国发〔2017〕35 号)、《促进新一代人工智能产业
发展三年行动计划(2018-2020 年)》(工信部科〔2017〕315 号)等政策文件,
推动人工智能技术研发和产业化发展。目前,国内人工智能发展已具备一定的技
术和产业基础,在芯片、数据、平台、应用等领域集聚了一批人工智能企业,在2
部分方向取得阶段性成果并向市场化发展。例如,人工智能在金融、安防、客服
等行业领域已实现应用,在特定任务中语义识别、语音识别、人脸识别、图像识
别技术的精度和效率已远超人工。
全栈数据之门-python ,任柳江368页完整高清 带书签
《全栈数据之门》以数据分析领域最热的Python语言为主要线索,介绍了数据分析库numpy、Pandas与机器学习库scikit-learn,使用了可视化环境Orange 3来理解算法的一些细节。对于机器学习,既有常用算法kNN与Kmeans的应用,决策树与随机森林的实战,还涉及常用特征工程与深度学习中的自动编程器。在大数据Hadoop与Hive环境的基础之上,使用Spark的ML/MLlib库集成了前面的各部分内容,让分布式机器学习更容易。大量的工具与技能实战的介绍将各部分融合成一个全栈的数据科学内容。, 《全栈数据之门》不是从入门到精通地介绍某一种技术,可以把《全栈数据之门》当成一本技术文集,内容定位于数据科学的全栈基础入门,全部内容来自当前业界最实用的技能,有非常基础的,也有比较深入的,有些甚至需要深入领悟才能理解。, 《全栈数据之门》适用于任何想在数据领域有所作为的人,包括学生、爱好者、在职人员与科研工作者。无论想从事数据分析、数据工程、数据挖掘或者机器学习,或许都能在书中找到一些之前没有接触过的内容。
[高清版]OpenCV 3计算机视觉-python语言实现(第二版)(含示例代码)
[高清版]OpenCV 3计算机视觉-python语言实现(第二版)(含示例代码)
基于Python编程语言的opencv,介绍图像变换方法。
Python Data Science Cookbook
Python Data Science Cookbook python,data,数据挖掘,数据分析
魔乐Java 李兴华 Java面向对象
这是魔乐Java李兴华主讲的Java课程笔记