書名: Python風格徹底研究: 超詳實、好理解的Python必學主題 (1版)
作者: Jason C McDonald原著;
譯者: H&C譯
版次: 1
ISBN: 9786263247383
出版社: 碁峰
出版日期: 2024/02
#資訊
#編程與軟體開發
#Python
定價: 980
售價: 833
庫存: 庫存: 2
LINE US! 詢問這本書 團購優惠、書籍資訊 等

付款方式: 超商取貨付款 line pay
信用卡 全支付
線上轉帳 Apple pay
物流方式: 超商取貨
宅配
門市自取

詳細資訊

【簡介】 ‧利用Python的動態型別來產生更乾淨簡潔、更具適應性的程式碼 ‧利用先進的迭代技術來建立和處理您的資料 ‧設計類別與函式,使其在運作時不會出現不必要的意外或限制 ‧使用多重繼承和自省(自我檢查)來設計編寫出更能直接運作的類別程式 ‧透過非同步、並行和平行等功能提高程式碼的回應能力和效能 ‧建構Python專案以進行上線生產等級的測試和發布 《Python風格徹底研究》一書應該是最符合Python風格的基礎程式設計讀本,本書會帶領您掌握真正符合Python風格的基礎知識,然後逐步學習和設計編寫出能上線發布使用的專業應用程式。 【目錄】 PART I Python 環境 第 1 章 Python 哲理 第 2 章 您的開發環境 第 3 章 語法課程 第 4 章 專案結構與引入 PART II 必學的基本結構 第 5 章 變數與型別 第 6 章 函式與lambda 第 7 章 物件與類別 第 8 章 錯誤和例外處理 PART III 資料與流程 第 9 章 集合與迭代 第 10 章 產生器與綜合運算 第 11 章 文字輸入輸出和情境管理器 第 12 章 2 進位與序列化的處理 PART IV 進階概念 第 13 章 繼承和混入 第 14 章 元類別和抽象基底類別 第 15 章 內省和泛型 第 16 章 非同步與並行 第 17 章 執行緒與平行 PART V 程式碼之外的議題 第 18 章 套裝與發布 第 19 章 除錯與記錄 第 20 章 測試與效能分析 第 21 章 未來的路徑 附錄 A 特殊屬性和方法 附錄 B Python 除錯器(PDB)命令 詞彙術語

為您推薦

Deep Learning: 用Python進行深度學習的基礎理論實作

Deep Learning: 用Python進行深度學習的基礎理論實作

相關熱銷的書籍推薦給您

書名:DEEP LEARNING|用PYTHON進行深度學習的基礎理論實作 出版社:歐萊禮 出版年月:201708 條碼:9789864764846 內容簡介 不走捷徑,幫助您真正搞懂「深度學習」的真義 這是一本與「深度學習」有關的書籍。從入門開始說明,一步一步帶領你瞭解深度學習必須具備的知識。本書可以幫助您了解:深度學習究竟是什麼?有何特色?根據何種原理來運作? 從零開始,由實做中學習 本書的目標是,盡量避免使用不瞭解內容的「黑盒子」,以基礎的知識為起點,以容易上手的Python撰寫程式,從動手實作的過程中,一步步深入瞭解深度學習。若以車用書籍來比喻這本書的話,這本書並不屬於汽車駕訓教材,而是希望能夠幫助您瞭解車子的原理,而非教您開車的方法。為了瞭解汽車的結構,必須試著打開車子的引擎蓋,將每個零件都拿起來觀察、操作看看。然後盡量用簡單的形狀,篩選出車子的核心部分,就像組合迷你模型般,製作出這台車子。本書的目標,就是透過製作車子的過程,讓你感受到自己實際可以製作出車子,進而熟悉與車子的相關技術。 本書特色: .利用最少的外部函式庫,使用Python,從零開始實際執行深度學習的程式。 .說明Python 的用法,讓Python 的初學者也能理解。 .實際執行Python 的原始碼,同時提供讀者手邊可以進行實驗的學習環境。 .從簡單的機器學習問題開始,到最後執行精密辨識影像的系統。 .以淺顯易懂的方式說明深度學習與神經網路理論。 .針對看似複雜的技術,如誤差反向傳播與卷積運算等,利用實際操作方式說明,幫助理解。 .介紹在執行深度學習時,有幫助且實用的技巧,包括決定學習率的方法、權重的預設值等。 .說明Batch Normalization、Dropout、Adam 等最近的趨勢與操作。 .為什麼深度學習很優秀,為什麼加深層數,就能提高辨識準確度,為什麼隱藏層很重要,仔細說明這些「為什麼」。 .介紹自動運作、產生影像、強化學習等深度學習的應用範例。 作者介紹 作者簡介 斎藤康毅 1984年生於長崎縣對馬,畢業於東京工業大學工學院,東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習有關的研究開發工作。1984年生於長崎縣對馬,畢業於東京工業大學工學院,東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習有關的研究開發工作。 目錄 第一章 Python入門 第二章 感知器 第三章 神經網路 第四章 神經網路的學習 第五章 誤差反向傳播法 第六章 與學習有關的技巧 第七章 卷積神經網路 第八章 深度學習 附錄A Softmax-with-Loss層的計算圖 參考文獻

原價: 580 售價: 493 現省: 87元
立即查看
Python: 自動化股票網格交易實戰87個活用技巧 (1版)

Python: 自動化股票網格交易實戰87個活用技巧 (1版)

類似書籍推薦給您

原價: 600 售價: 540 現省: 60元
立即查看
金融風險管理的機器學習應用|使用Python (1版)

金融風險管理的機器學習應用|使用Python (1版)

類似書籍推薦給您

 金融風險管理在人工智慧的幫助下發展迅速。透過這本實用指南,開發人員、程式設計師、工程師、金融分析師、風險分析師及定量和演算法分析師,將可以機器學習和深度學習模型進行金融風險評估。建立基於人工智慧的財務建模實務技能後,您將學習要如何運用機器學習模型來取代傳統的金融風險模型。   作者Abdullah Karasan幫助您探索金融風險建模背後的理論,再深入研究使用Python運用機器學習模型以對金融風險進行建模的實際方法。   有了這本書,您將可以:   ‧回顧經典的時間序列應用並將其與深度學習模型進行比較   ‧使用支撐向量迴歸、神經網路和深度學習來探索波動率模型以衡量風險程度   ‧使用機器學習技術來改善市場風險模型(VaR和ES),並包括了流動性維度   ‧使用分群和貝氏方法來進行信用風險分析   ‧使用高斯混合模型和關聯結構模型來捕捉流動性風險的不同面向   ‧使用機器學習模型來進行詐欺偵測   ‧使用機器學習模型來預測股價崩盤並識別其決定因素 目錄 第一部分 風險管理基礎 第一章 風險管理基礎 第二章 時間序列建模簡介 第三章 應用深度學習於時間序列建模 第二部分 針對市場、信用、流動性和營運風險的機器學習 第四章 基於機器學習的波動率預測 第五章 市場風險建模 第六章 信用風險估計 第七章 流動性建模 第八章 營運風險建模 第三部分 其他金融風險來源之建模 第九章 公司治理風險度量:股價崩盤 第十章 合成資料產生與金融中的隱藏馬可夫模型

原價: 680 售價: 578 現省: 102元
立即查看
手術刀般精準的FRM - 用Python科學管控財金風險(實戰篇) (1版)

手術刀般精準的FRM - 用Python科學管控財金風險(實戰篇) (1版)

類似書籍推薦給您

原價: 880 售價: 792 現省: 88元
立即查看
手術刀般精準的FRM: 用Python科學管控財金風險. 基礎篇

手術刀般精準的FRM: 用Python科學管控財金風險. 基礎篇

類似書籍推薦給您

原價: 880 售價: 792 現省: 88元
立即查看
創客.自造者工作坊 Python 黑科技:電話按鍵竊聽器、雷射/風速傳訊器

創客.自造者工作坊 Python 黑科技:電話按鍵竊聽器、雷射/風速傳訊器

類似書籍推薦給您

原價: 1099 售價: 989 現省: 110元
立即查看