Python 函式庫語法範例字典
相關熱銷的書籍推薦給您
商品描述
<內容簡介>
彙整最常使用的 Python 函式庫語法
功能索引 + 字母順序查詢,
隨查隨用, 快速解決問題!
Python 是近來非常熱門的程式語言, 原因之一就是具有豐富的標準函式庫及第三方套件可以使用, 用途涵蓋字串處理、數值計算、資料壓縮與封存、XML與 JSON 存取等層面。本書集合 Python 常用的函式及模組功能, 依用途分門別類, 提供詳細的使用說明、豐富的語法範例, 讓使用者可以在短時間內找到、學會函式的正確使用方式, 在撰寫程式時更加得心應手!
<本書特色>
● 依功能分類, 每個函式都以豐富範例實際演練用法
● 目錄上列有函式名稱與用途說明, 可依據名稱或是用途查詢
● 可依字母順序快速查詢想使用的函式功能
● 本書嚴選的模組功能包括:
argparse/array/base64/beautifulsoup4/bisect/bz2/collections/ConfigParser/csv/datetime/dateutil/decimal/doctest/email/enum/fnmatch/glob/gzip/heapg/io/itertools/json/logging/lxml/lzma/math/multiprocessing/openpyxl/os/pathlib/paramiko/pdb/Pillow/pprint/PyCrypto/pydoc/pytest/pytz/random/re/requests/shutil/statistics/subprocess/sys/tartile/tempfile/time/timeit/traceback/unicodedata/unittest/unittest.mock/urllib.parse/weakref/xml.etree.ElementTree/yaml/zipfile/zlib
● 適用 Python 3
立即查看
Python 機器學習與深度學習特訓班:看得懂也會做的AI人工智慧實戰 (附120分鐘影音教學/範例程式) (2版)
類似書籍推薦給您
內容簡介
國內外最具代表性案例,9大專題實戰、15個分類實例
Google Colab、Microsoft Azure兩大雲端應用,人臉辨識、自然語言、
文字識別、語音轉換、分析預測、物件自動標示、影像辦識真正實練,
從資料收集整理、模型訓練調整,檢測修正到產出全面解秘!
資料科學(Data Science)技術崛起後,人工智慧(Artificial Intelligence)、機器學習(Machine Learning)與深度學習(Deep Learning)儼然成為電腦科學最熱門的話題。其實,人工智慧的應用早已出現在我們生活周遭,如即時車牌影像辨識,以及智慧型手機中的臉部指紋辨識解鎖、影像轉文字翻譯、智慧語音助理…等。
在人工智慧領域中最重要也最適合作為入門的程式語言非Python莫屬。本書就以TensorFlow、Keras為基底,運用Python進行實作,深入人工智慧技術,掌握機器學習與深度學習的真正強大應用。
程式人、工程師挑戰人工智慧最佳學習地圖
由類神經網路基礎到AI應用實戰
訓練、模型、預測、辨識、分析與驗證
全面深入機器學習與深度學習技術核心
■打造專屬Python、TensorFlow與Keras最強開發環境。
■圖解簡化複雜難懂的類神經網路觀念,涵蓋多層感知器(MLP)、卷積神經網路(CNN)與循環神經網路(RNN)。
■整合最夯的人工智慧雲端開發平台:Google Colab,應用雲端提供的充沛資源,全面提升運算效能。
■加碼最新的機器學習雲端應用平台:Microsoft Azure,連結功能強大、方向多元的Web API,豐富專業應用領域。
■顛覆只重視理論或產生結果的傳統機器學習內容,實際挑戰從資料收集與準備、模型訓練與調整、檢測修正到結果產出的最完整機器學習實戰流程。
■全面深入不同應用面向:
印刷文字辨識、手寫文字辨識、遠端圖片分析、本機圖片分析、辨識圖片地標或名人、臉部辨識、人臉比對、語言識別、文字翻譯、黑白照片上色、人臉情緒偵測、圖片物件偵測、人工智慧製作縮圖、圖片場景偵測、汽車型號及年份偵測、自動標示物件、資料走勢預測…
■網羅國內外最具代表性案例:
手寫文字辨識、圖片分類、即時匯率分析、文字雲與文章自動摘要、YouTube影片加上字幕、股票走勢分析、臉部辨識登入系統、擷取車牌、即時車牌影像辨識…等,進行有系統而扎實的真正演練。
■一次領略機器學習與深度學習的重要關鍵話題:
TensorFlow、Keras、Anaconda、Spyder、Jupyter Notebook、CUDA、cuDNN、MLP、Mnist、CNN、RNN、LSTM、Colab、Azure、Cognitive Services、Computer Vision、Face API、Language API、Text Analytics、Translator Text、Algorithmia、Jieba、wordcloud、SpeechRecognition、Aegisub、twstock、plotly、SQLite、SQLite Database Browser、Haar…
■針對專案實戰提供關鍵影音輔助教學,加速學習效率。
超值學習資源:120分鐘關鍵影音教學/範例程式檔/一探演算法雲端寶庫:Algorithmia教學PDF
感謝讀者好評
“很棒的書,我完全沒有深度學習和機器學習的任何知識,只有Python的基礎知識,也覺得書中的說明很快就讓我了解了。” --abedul
“此書把繁雜的演算法理論以圖像化的方式呈現,可以幫助我們快速了解深度學習的核心概念,讓學習門檻降低許多,而且還提供了很多實用的實作範例,是一本入門深度學習的好書…” --Victor
目錄
01 打造開發環境: TensorFlow和Keras
1.1 人工智慧、機器學習和深度學習的關係
1.2 什麼是機器學習?
1.3 什麼是深度學習?
1.4 TensorFlow與Keras
1.5 建置Anaconda開發環境
1.6 TensorFlow及Keras安裝
1.7 設定TensorFlow的GPU支援
02 機器學習起點:多層感知器(MLP)
2.1 認識多層感知器(MLP)
2.2 認識Mnist資料集
2.3 多層感知器模型資料預處理
2.4 多層感知器實戰:Mnist手寫數字圖片辨識
2.5 模型儲存和載入
2.6 模型權重的儲存和載入
2.7 建立多個隱藏層
03 影像識別神器:卷積神經網路(CNN)
3.1 卷積神經網路(CNN)基本結構
3.2 認識Kaggle Cats and Dogs Dataset資料集
3.3 卷積神經網路實戰:圖片辨識
3.4 模型權重的儲存和載入
04 自然語言處理利器:循環神經網路(RNN)
4.1 循環神經網路(RNN)基本結構
4.2 認識外幣匯率查詢資料集
4.3 循環神經網路外幣匯率預測
4.4 模型權重的儲存和載入
4.5 長短期記憶(LSTM)
05 機器學習雲端開發工具:Google Colab
5.1 Colab:功能強大的虛擬機器
5.2 在Colab中進行機器學習
06 體驗機器學習雲端平台:Microsoft Azure
6.1 專題方向
6.2 電腦視覺資源
6.3 臉部辨識資源
6.4 文字語言翻譯資源
07 臉部辨識登入系統:Azure臉部辨識應用
7.1 專題方向
7.2 Azure臉部客戶端程式庫
7.3 刷臉登入系統
08 自然語言處理:文字雲與文章自動摘要
8.1 專題方向
8.2 Jieba模組
8.3 文字雲
8.4 文章自動摘要
09 語音辨識應用:YouTube影片加上字幕
9.1 專題方向
9.2 語音辨識
9.3 影片字幕製作
10 投資預測實證:股票走勢分析
10.1 專題方向
10.2 台灣股市資訊模組
10.3 股票分析
10.4 股票預測
11 自動標示物件:用Haar特徵分類器擷取車牌
11.1 專題方向
11.2 準備訓練Haar特徵分類器資料
11.3 建立車牌號碼Haar特徵分類器模型
11.4 使用Haar特徵分類器模型
12 無所遁形術:即時車牌影像辨識
12.1 專題方向
12.2 車牌號碼機器學習訓練資料
12.3 建立車牌辨識系統
立即查看
Python與LINE Bot機器人全面實戰特訓班--Flask最強應用(附210分鐘影音教學/範例程式)
類似書籍推薦給您
Python與LINE Bot機器人全面實戰特訓班--Flask最強應用(附210分鐘影音教學/範例程式)
系列名:程式設計
ISBN13:9789865027292
出版社:碁峰資訊
作者:鄧文淵-總監製;文淵閣工作室-編著
裝訂/頁數:平裝/304頁
規格:23cm*17cm (高/寬)
出版日:2021/02/22
中國圖書分類:電腦程式語言
內容簡介
制霸5大超強聊天機器人
「智慧客服、即時查詢、發票對獎、多國語音翻譯、
線上旅館訂房」的人工智慧實戰攻略
LINE在全台擁有2,100萬個活躍用戶,使用者橫跨所有領域,深入每個年齡層,樹立不可撼動的地位。LINE Bot是近年來非常受到企業重視與愛用的服務,除了被動的客服答詢,還能主動推播行銷與活動資訊,為企業、社群或團體打造品牌形象,營造出使用者認同感與忠誠度。
書中使用當前最受歡迎的Python程式語言與Flask應用程式框架作為所有內容的技術主軸,從認識LINE Bot運作原理開始,經由LINE 2.0帳號申請、熟悉開發工具,最後再導入五個不同面向的重要專案,用Python全面學會LINE Bot的AI智慧機器人開發。
用最紅程式語言與應用框架打造最受歡迎聊天機器人
從環境建置、帳號申請、開發實作到商業實戰應用
緊扣每項技術的重要環節,由入門到精通!
【LINE Bot開發設定與介面互動配置】
■LINE開發者帳號申請與圖文選單設定
■文字圖片與多媒體回應訊息、快速選單整合
■按鈕、確認與轉盤回應樣板訊息
■圖片地圖與日期時間選單應用
■運用彈性配置設計靈活的訊息樣式
■利用LIFF在LINE加入網頁應用程式
【Python與Flask合體超強智慧機器人】
■建置Python開發環境
■啟動Jupyter Notebook及建立檔案
■使用Flask打造Web API應用程式
■Messaging API運用與實作
■PostgreSQL資料庫建置與使用
■LUIS為LINE Bot加上會思考的智慧大腦,快速理解詢問內容
■QnAMaker利用機器學習訓練模型,快速建置問答資料庫
■HeroKu免費高效的應用程式雲端平台部署
✶「智慧客服機器人」實戰:
善用機器學習建立語意分析資料庫,開發專屬智慧客服系統。
✶「天氣匯率萬事通」實戰:
即時查詢氣象與當天匯率,隨時回覆相關資訊。
✶「發票對獎小幫手」實戰:
結合網路爬蟲收集數據,大幅提升處理效率。
✶「多國語音翻譯機器人」實戰:
搭配雲端 API,開發多國語音翻譯機器人。
✶「線上旅館訂房管家」實戰:
結合電子商務應用,成為最佳虛擬助手。
書附超值學習資源:210分鐘關鍵影音教學/範例程式檔
*本書是使用Flask打造Web API應用程式,若想使用Django, 可參考另一本書《Python與LINE Bot機器人全面實戰特訓班》。
目錄
01 建置Python開發環境
1.1 建置Anaconda開發環境
1.2 Spyder編輯器
1.3 Jupyter Notebook編輯器
02 Flask網站應用程式開發
2.1 LINE Bot運作流程
2.2 基本Flask網站應用程式
2.3 用GET及POST方式傳送資料
2.4 使用模板
2.5 Template語言
03 管理PostgreSQL資料庫
3.1 PostgreSQL資料庫的安裝與使用
3.2 資料庫的連結與資料模型的定義
3.3 資料表的操作
3.4 使用SQL指令操作資料庫
04 LINE開發者帳號申請
4.1 LINE開發者管理控制台
4.2 建立LINE Bot圖文選單
05 LINE Bot基本互動功能
5.1 「鸚鵡」LINE Bot
5.2 LINE Bot API
5.3 回應多媒體訊息
06 LINE Bot進階互動功能
6.1 回應樣板訊息
6.2 圖片地圖及日期時間
07 彈性配置及LIFF
7.1 彈性配置
7.2 LIFF:嵌入外部網頁
08 專題:智能問答客服系統
8.1 專題方向
8.2 關鍵技術
8.3 實戰:智慧客服機器人
09 專題:天氣匯率萬事通
9.1 專題方向
9.2 關鍵技術
9.3 實戰:天氣匯率萬事通
10 專題:發票對獎小幫手
10.1 專題方向
10.2 關鍵技術
10.3 實戰:發票對獎小幫手
11 專題:多國語音翻譯機器人
11.1 專題方向
11.2 關鍵技術
11.3 實戰:多國語音翻譯機器人
12 專題:線上旅館訂房管家
12.1 專題方向
12.2 關鍵技術
12.3 實戰:線上旅館訂房管家
13 部署專案到Heroku
13.1 認識HeroKu
13.2 部署HeroKu專題環境建置
13.3 部署HeroKu專題
立即查看
TQC+ Python3.x機器學習基礎與應用特訓教材
類似書籍推薦給您
TQC+ Python3.x機器學習基礎與應用特訓教材
ISBN13:9789865035921
出版社:全華圖書
作者:林英志-編
裝訂/頁數:平裝/368頁
規格:26cm*19cm*1.4cm (高/寬/厚)
版次:1
出版日:2021/03/24
中國圖書分類:電腦程式語言
內容簡介
本書遵循專業考科「TQC+ 人工智慧:機器學習 Python 3」技能規範架構撰寫,符合鑑定的命題趨勢。
本書範例題目內容為認證題型與命題方向之示範,正式測驗試題不以範例題目為限。
1.內容由淺入深,採循序漸進的方式建立您運用機器學習解決問題的基本概念,達到技術的傳承及表達,符合實務運用需求。
2.本書共有七個章節,包含「Python與機器學習」、「數據前處理」、「監督式學習:迴歸」、「監督式學習:分類」、「模型擬合、評估與超參數調校」、「非監督式學習:降維與分群」、「集成學習」、「機器學習應用」,帶領讀者快速從資料中自動分析獲得規律,並利用規律對未知資料進行預測與分類,是為實現人工智慧:機器學習實際表現之最佳讀本。
3.題庫練習 歡迎到雲端練功坊(https://cloud.csf.org.tw)來充電、練功。
4.配合中華民國電腦技能基金會(https://www.csf.org.tw)測驗,一舉取得專業證照,讓您求學、求職更具競爭力。
■ 圖書試閱會員獨享--請完成右上角會員登錄
試閱檔案
■ 本書特色
本書範例題目內容為認證題型與命題方向之示範,正式測驗試題不以範例題目為限。
1.內容由淺入深,採循序漸進的方式建立您運用機器學習解決問題的基本概念,達到技術的傳承及表達,符合實務運用需求。
2.本書共有七個章節,包含「Python與機器學習」、「數據前處理」、「監督式學習:迴歸」、「監督式學習:分類」、「模型擬合、評估與超參數調校」、「非監督式學習:降維與分群」、「集成學習」、「機器學習應用」,帶領讀者快速從資料中自動分析獲得規律,並利用規律對未知資料進行預測與分類,是為實現人工智慧:機器學習實際表現之最佳讀本。
3.題庫練習 歡迎到雲端練功坊(https://cloud.csf.org.tw)來充電、練功。
4.配合中華民國電腦技能基金會(https://www.csf.org.tw)測驗,一舉取得專業證照,讓您求學、求職更具競爭力。
目錄
Chapter 0 Python與機器學習
0-1 Python發展與編寫環境
0-2 機器學習
0-3 機器學習使用Python
0-4 基礎數學與Python實作
0-5 小結
綜合範例
Chapter 0習題
Chapter 1 數據前處理
1-1 數據類型
1-2 遺漏值
1-3 切割數據集
1-4 異常值
1-5 選取重要特徵
1-6 小結
綜合範例
Chapter 1習題
Chapter 2 監督式學習:迴歸
2-1 線性迴歸
2-2 評估迴歸模型的效能
2-3 正規化的迴歸
2-4 處理非線性關係
2-5 小結
綜合範例
Chapter 2習題
Chapter 3 監督式學習:分類
3-1 迴歸vs分類
3-2 評估分類器的效能
3-3 邏輯斯迴歸
3-4 支援向量機
3-5 樸素貝氏分類
3-6 決策樹
3-8 小結
綜合範例
Chapter 3習題
3-7 K最近鄰
Chapter 4 模型擬合、評估與超參數調校
4-1 工作流程管道化
4-2 過擬合與欠擬合
4-3 評估模型效能
4-4 調校超參數
4-5 處理類別不平衡
4-6 小結
綜合範例
Chapter 4習題
Chapter 5 非監督式學習:降維與分群
5-1 主成分分析降維
5-2 k-means分群
5-3 階層式分群
5-4 DBSCAN分群
5-5 鄰近傳播分群
5-6 小結
綜合範例
Chapter 5習題
Chapter 6 集成學習
6-1 以袋裝法集思廣益
6-2 以提升法互補有無
6-3 以堆疊法兼容並蓄
6-4 小結
綜合範例
Chapter 6習題
Chapter 7 機器學習應用
7-1 自然語言處理
7-2 序列資料處理
7-3 小結
綜合範例
Chapter 7習題
附錄
TQC+人工智慧:機器學習Python 3認證簡章
問題反應表
立即查看
TQC+ Python3.x 機器學習基礎與應用特訓教材
類似書籍推薦給您
TQC+ Python3.x 機器學習基礎與應用特訓教材
系列名:認證檢定
ISBN13:9789865027599
出版社:碁峰資訊
作者:林英志-編著;財團法人中華民國電腦技能基金會-總策劃
裝訂/頁數:平裝/368頁
規格:26cm*19cm*1.9cm (高/寬/厚)
出版日:2021/03/22
中國圖書分類:電腦程式語言
內容簡介
本書遵循專業考科「TQC+ 人工智慧:機器學習Python 3」技能規範架構撰寫,符合鑑定的命題趨勢。
1.內容由淺入深,採循序漸進的方式建立您運用機器學習解決問題的基本概念,達到技術的傳承及表達,符合實務運用需求。
2.本書共有七個章節,包含「Python與機器學習」、「數據前處理」、「監督式學習:迴歸」、「監督式學習:分類」、「模型擬合、評估與超參數調校」、「非監督式學習:降維與分群」、「集成學習」、「機器學習應用」,帶領讀者快速從資料中自動分析獲得規律,並利用規律對未知資料進行預測與分類,是為實現人工智慧:機器學習實際表現之最佳讀本。
3.題庫練習 歡迎到雲端練功坊(cloud.csf.org.tw)來充電、練功。
4.配合中華民國電腦技能基金會(www.csf.org.tw)測驗,一舉取得專業證照,讓您求學、求職更具競爭力。
目錄
Chapter 0 Python與機器學習
0-1 Python發展與編寫環境
0-2 機器學習
0-3 機器學習使用Python
0-4 基礎數學與Python實作
0-5 小結
綜合範例
Chapter 1 數據前處理
1-1 數據類型
1-2 遺漏值
1-3 切割數據集
1-4 異常值
1-5 選取重要特徵
1-6 小結
綜合範例
Chapter 2 監督式學習:迴歸
2-1 線性迴歸
2-2 評估迴歸模型的效能
2-3 正規化的迴歸
2-4 處理非線性關係
2-5 小結
綜合範例
Chapter 3 監督式學習:分類
3-1 迴歸vs分類
3-2 評估分類器的效能
3-3 邏輯斯迴歸
3-4 支援向量機
3-5 簡單貝氏分類器
3-6 決策樹
3-7 k最近鄰
3-8 小結
綜合範例
Chapter 4 模型擬合、評估與超參數調校
4-1 工作流程管道化
4-2 過擬合與欠擬合
4-3 評估模型效能
4-4 調校超參數
4-5 處理類別不平衡
4-6 小結
綜合範例
Chapter 5 非監督式學習:降維與分群
5-1 主成份分析降維
5-2 k-means分群
5-3 階層式分群
5-4 DBSCAN分群
5-5 鄰近傳播分群
5-6 小結
綜合範例
Chapter 6 集成學習
6.1 以袋裝法集思廣益
6.2 以提升法互補有無
6.3 以堆疊法兼容並蓄
Chapter 7 機器學習應用
7.1 自然語言處理
7.2 序列資料處理
立即查看
超圖解 Python 物聯網實作入門 ~ 使用 ESP8266與 MicroPython(趙英傑)/學習套件(特價2680)
類似書籍推薦給您
《超圖解 Python 物聯網實作入門-使用 ESP8266 與 MicroPython》學習套件組
《特色》
實體書”超圖解 Python 物聯網實作入門- 使用 ESP8266 與 MicroPython” 所使用的零組件
《規格》
1. Wemos D1 mini板 x1
2. 單芯線 x1
3. 電阻220Ω x1
4. 電阻620Ω x1
5. 電阻1KΩ x1
6. 電阻2.2KΩ x1
7. 可變電阻 x1
8. 光敏電阻 x1
9. 電容0.1μF ×1
10. 1N4004二極體 ×1
11. TIP120電晶體 x1
12. LED x1
13. RGB LED模組 x1
14. WS2812晶片彩燈板 x1
15. 0.96吋OLED模組 × 1
16. MAX7219 8×8 LED模組 ×1
17. 輕觸開關 ×1
18. 4路觸控開關模組 ×1
19. 旋轉編碼器 ×1
20. DHT11溫濕度感測模組 ×1
21. UART序列GPS接收模組 x1
22. 類比搖桿模組 ×1
23. PCF8591類比數位轉換模組 ×1
24. MAX9812 聲音放大模組 ×1
25. 超音波距離感測模組(SRF05) ×1
26. Wemos MicroSD記憶卡模組 ×1
27. Wemos馬達擴展板 ×1
28. 雙馬達驅動DIY小車套件 ×1
29. FA-130馬達 ×1
30. SG90微型伺服馬達 ×2
31. 電源供應板(5V和3.3V輸出) ×1
32. 直流電壓轉換板 ×1
33. USB轉TTL序列線 ×1
34. 蜂嗚器 x1
35. 8050 電晶體 x1
36. 電阻470Ω x1
37. 400洞麵包板 x1
38. 熱敏電阻 x1
39. 杜邦線(公母) x10
40. 杜邦線(公公) x6
41. 杜邦線(母母) x3
42. 1N4148 二極體 x1
立即查看