原标题:Python学习指南
《Python数据分析 第2版(影印版)》
(美)韦斯·麦金尼/ISBN:9787564175191/东南大学出版社/定价:¥99
本书由Pythonpandas项目的创立者WesMcKinney撰写,是一本实用、现代的Python数据科学工具读物,适合新入门的Python分析师和刚接触数据科学及科学计算的Python程序员。数据文件和相关材料在Github上可以获得。
《Python机器学习实战》
裔隽 著/ISBN:9787518938087/科学技术文献出版社/定价:¥68
本书没有基础的Python语言的入门内容,所以如果从未学习过Python的话,可能不适合阅读本书。 本书的主要内容分为四大部分: (1)Python开发程序的一些方法技巧,如虚拟环境管理、敏捷开发入门、单元测试等;(2)Python中的一些中级使用技巧,如列表生成式、多线程与多进程、Python程序性能分析等;(3)机器学习的基本概念和常用算法介绍,以及如何选择合适的算法;(4)一些使用Python进行建模和机器学习的实际例子。
《零压力学Python》
[美]布莱恩 奥弗兰德(Brian Overland)/ISBN:9787115483140/人民邮电出版社/定价:¥79
本书以Python为背景讲述编程,用示例强化理解、条分缕析Python工作原理,给出了经验总结及其语言特性的缘由和技巧。内容包括Python编程基础知识、如何独立编程、程序片段的功能及来由、创建实用和可重用代码、面向对象编程等。
《Python深度学习》
[英] 尼格尔·刘易斯(N.D. Lewis)/ISBN:9787115482488/人民邮电出版社/定价:¥59
本书是使用Python 进行深度学习实践的一本初学指南。本书并未罗列大量的公式,而是通过一些实用的实际案例,以简单直白的方式介绍深度神经网络的两项任务——分类和回归,解析深度学习模型中的一些核心问题,以期让读者对深度学习的全貌有一个清晰的认识。 本书共9 章,分别介绍了深度学习基础理论、神经网络基础知识、构建定制化深度预测模型、性能提升技术、二元分类的神经网络应用等内容,并借助Python 语言对基本算法和实现模型进行了探索。 本书适合期望用较短时间在深度神经网络领域初试牛刀的读者,也适合深度学习的初学者以及业内人士参考。
责任编辑: