×
图文详情
  • ISBN:9787302553953
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16
  • 页数:288
  • 出版时间:2020-07-23
  • 条形码:9787302553953 ; 978-7-302-55395-3

本书特色

由浅入深、图文并茂地介绍了Python机器学习方面的相关内容,并通过100多个实例,手把手地教会读者掌握用Python语言进行机器学习方面项目开发的方法与技巧。

内容简介

本书介绍了如何利用Python 3开发网络爬虫,书中首先介绍了环境配置和基础知识,然后讨论了urllib、requests、正则表达式、Beautiful Soup、XPath、pyquery、数据存储、Ajax数据爬取等内容,接着通过多个案例介绍了不同场景下如何实现数据爬取,*后介绍了pyspider框架、Scrapy框架和分布式爬虫。适合从事计算机、电子信息、自动化、人工智能专业学习的大学生作为教材,并适合从事机器学习的工程师参考阅读。

目录


目录



程序代码下载





第1章Python程序语言


视频讲解: 1个


1.1Python程序语言的介绍


1.2Python历史


1.3Python版本


第2章安装和运行Python开发环境


视频讲解: 6个


2.1Windows操作系统中安装Python


2.2Windows操作系统中测试与运行Python


2.3Mac操作系统中安装Python


2.4Mac操作系统中测试与运行Python


2.5Linux和树莓派中安装Python


2.6Linux和树莓派中测试与运行Python


第3章开发程序和工具


视频讲解: 7个


实例: 2个


3.1我的**个Python程序(Windows版)


3.2我的**个Python程序(Mac、Linux和树莓派版)


3.3开发和调试工具——PyCharm下载和安装


3.4PyCharm工具介绍


3.5创建项目


3.6调试


3.7安装其他的Packages函数库


3.8安装Anaconda


3.9使用Anaconda


3.10pip安装包


3.11本书需要安装的第三方函数库列表


第4章Python程序基础


视频讲解: 13个


实例: 25个


4.1Python注释


4.2Python数据模式


4.3Python数学计算


4.4Python打印


4.5if…else条件判断语句


4.6Array数组——List


4.7range范围


4.8for循环


4.9UTF8中文文字编码和文字输入


4.10while循环语法


第5章函数和面向对象OOP


视频讲解: 12个


实例: 17个


5.1开发函数(def)


5.2import导入和开发


5.3类(class)


5.4类的初始化预定义值


5.5类中的函数方法(Method)


5.6类中的属性(Property)


5.7类中调用其他的函数方法


5.8设置公开、私有的类函数方法


5.9把类独立成另一个文件


5.10继承——OOP面向对象


5.11多重继承


5.12调用父类函数


5.13调用父类的属性


第6章窗口处理GUI Tkinter


视频讲解: 12个


实例: 12个


6.1窗口GUI函数库


6.2窗口


6.3文字Label


6.4显示图片Image


6.5按键Button


6.6消息窗口tkMessageBox


6.7输入框Entry


6.8绘图Canvas


第7章数据容器Containers


视频讲解: 7个


实例: 7个


7.1List数组


7.2List数组数据的多样性


7.3List的数学处理


7.4Slicing切片


7.5Dictionarie字典


7.6Set序列集集合比较


7.7Tuple序列


第8章图表函数库Matplotlib


视频讲解: 8个


实例: 7个


8.1Matplotlib介绍


8.2画线


8.3画点


8.4画面切割


8.5显示图片


8.6在窗口程序中显示图表


第9章文件处理和开放数据


视频讲解: 5个


实例: 5个


9.1开放数据介绍


9.2保存


9.3文件复制、删除和列出所有文件


9.4文件夹


9.5读入Excel文件


9.6读入、处理和存储CSV文件——气象风暴数据



第10章网络


视频讲解: 5个


实例: 8个


10.1超文本传输协议HTTP GET


10.2超文本传输协议HTTP POST


10.3可扩展标记式语言XML


10.4JSON


第11章数据库


视频讲解: 7个


实例: 4个


11.1下载和装载MySQL数据库


11.2创建数据库用户——Add User


11.3创建数据库——Add database


11.4打开数据库——MySQLpython和pymysql


11.5创建数据库数据——insert


11.6取得数据——select


11.7删除和修改数据库数据——DELETE和UPDATA


第12章自然语言处理——中文简体和繁体转换


视频讲解: 8个


实例: 8个


12.1中文分词断词工具


12.2分析文件的文字


12.3自定分词


12.4取出断词位置


12.5移除用词和自定比重分数


12.6排列出*常出现的分词


12.7网络文章的重点


第13章人工智能标记语言AIML


视频讲解: 5个


实例: 6个


13.1人工智能标记语言AIML介绍


13.2中文机器人


13.3AIML语法教程——随机对话


13.4AIML语法教程——变量


第14章网络服务器


视频讲解: 4个


实例: 4个


14.1Python网页服务器


14.2开发自己的网页服务器


14.3显示HTTP内容


14.4取得HTTP GET所传递的数据


14.5取得HTTP POST所传递的数据


第15章网络爬虫与BeautifulSoup4


视频讲解: 4个


实例: 4个


15.1网络爬虫——取得网络文章内容


15.2BeautifulSoup的函数和属性


15.3实战案例——获取柯博文老师的博客文章


15.4实战练习


第16章pandas数据分析和量化投资


视频讲解: 10个


实例: 10个


16.1安装


16.2使用pandas读入和存储Excel的文件


16.3使用pandas读入和存储CSV的文本内容


16.4读入网络上的表格


16.5DataFrame


16.6计算


16.7实战分析Apple公司股价


16.8统计相关计算


16.9逻辑判断——找出股价高点


16.10计算股价浮动和每月的变化


16.11画出股票的走势图和箱形图


第17章NumPy矩阵运算数学函数库


视频讲解: 10个


实例: 10个


17.1矩阵数据初始化


17.2NumPy默认数组


17.3多维数组的索引


17.4多维数组的切片


17.5花式索引


17.6数据模式


17.7利用数组进行数据计算处理


17.8统计


17.9逻辑判断


17.10不同尺寸的矩阵相加


第18章使用pyinstaller生成运行文件


视频讲解: 3个


18.1pyinstaller功能介绍和安装


18.2pyinstaller安装步骤


18.2.1Windows操作系统下生成运行文件


18.2.2Mac和Linux操作系统下生成运行文件


第19章机器学习算法——Regression回归分析


视频讲解: 9个


实例: 9个


19.1数据准备


19.2机器学习的数据准备


19.3回归分析数学介绍


19.4回归分析绘图


19.5随机数数据


19.6残差


19.7使用scikitlearn的linear_model函数求线性回归


19.8实战案例——动物大脑和身体的关系


19.9实战案例——糖尿病数据集


19.9.1绘制出数据


19.9.2将数据存到Excel文件


19.9.3使用回归分析找出BMI与糖尿病的关系


第20章机器学习算法——kNN *近邻居法


视频讲解: 4个


实例: 4个


20.1kNN数学介绍


20.2使用sklearn的kNN判断水果种类


20.3实战案例——鸢尾花的种类判断


20.3.1鸢尾花数据下载和保存到Excel文件


20.3.2使用kNN判别鸢尾花的种类


第21章机器学习算法——kmeans平均算法


视频讲解: 4个


实例: 4个


21.1kmeans数学介绍


21.2sklearn的kmeans类


21.3kmeans实战案例


21.4kmeans实战案例图形化呈现结果


第22章机器学习算法——决策树算法


视频讲解: 3个


实例: 3个


22.1决策树数学介绍——Gini系数


22.2sklearn的DecisionTreeClassifier决策树


22.3决策树图形化呈现结果


第23章机器学习算法——随机森林算法


视频讲解: 2个


实例: 2个


23.1随机森林算法数学原理


23.2随机森林函数


23.3随机森林图形化


第24章机器学习算法——贝叶斯分类器


视频讲解: 4个


实例: 4个


24.1贝叶斯分类器数学原理


24.2贝叶斯分类器实战案例


24.3贝叶斯分类器图形化


24.4numpy.meshgrid方法


24.5贝叶斯分类器圈选出分类的范围



展开全部

作者简介

柯博文,美籍华人,美国硅谷LoopTek首席技术官,大富翁游戏设计者,长期从事嵌入式、移动开发及人工智能产品与技术的研发工作。著有多部英文及繁体中文畅销图书。曾在清华大学出版社出版畅销图书《树莓派实战指南》。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航