Intro to Python for Computer Science and Data Science: Learning to Program with AI, Big Data and the Cloud (1版)

類似書籍推薦給您

目錄大綱 Table of Contents: 1. Introduction to Computers and Python 2. Introduction to Python Programming 3. Control Statements and Program Development 4. Functions 5. Sequences: Lists and Tuples 6. Dictionaries and Sets 7. Array-Oriented Programming with NumPy 8. Strings: A Deeper Look 9. Files and Exceptions 10. Object-Oriented Programming 11. Computer Science Thinking: Recursion, Searching, Sorting and Big O 12. Natural Language Processing (NLP) 13. Data Mining Twitter 14. IBM Watson and Cognitive Computing 15. Machine Learning: Classification, Regression and Clustering 16. Deep Learning 17. Big Data: Hadoop, Spark, NoSQL and IoT Index 目錄大綱(中文翻譯) 目錄： 1. 電腦和Python簡介 2. Python程式設計簡介 3. 控制語句和程式開發 4. 函式 5. 序列：列表和元組 6. 字典和集合 7. 使用NumPy進行陣列導向程式設計 8. 字串：更深入的觀察 9. 檔案和例外處理 10. 物件導向程式設計 11. 電腦科學思維：遞迴、搜尋、排序和Big O 12. 自然語言處理（NLP） 13. 探勘Twitter資料 14. IBM Watson和認知運算 15. 機器學習：分類、回歸和分群 16. 深度學習 17. 大數據：Hadoop、Spark、NoSQL和物聯網 索引

精通資料分析｜使用Excel、Python和R Advancing into Analytics｜From Excel to Python and R

類似書籍推薦給您

內容簡介 　　資料分析聽起來很難，但只要你會用Excel，其實就不難上手了。透過這本實作指南，能夠幫助你更進一步地理解資料分析與處理，並瞭解如何藉助程式語言進行資料分析與假說檢定。 　　資料分析的重點是找出關聯性，本書可以引導你學到更進階的資料分析技術。本書運用試算表作為練習基礎統計學概念的範例，並告訴你如何運用Python與R進行更有效率的資料分析。 　　這本實用指南可以幫助你： 　　．了解如何利用Excel進行資料分析：透過Excel來測試變數之間的關係，並運用統計學製作令人信服的分析 　　．從Excel到R：學會如何使用R進行原本利用Excel所進行的資料分析工作 　　．從Excel到Python：學會如何應用Python進行原本利用Excel所進行的資料分析工作 專家推薦 　　「本書精確地說明如何運用Excel進行資料科學與分析的工作」--Jordan Goldmeier, 微軟Excel MVP 　　「這本書不僅可以作為商業和資料分析的參考資料，也可以作為入門教材」--Aiden Johnson, 資料科學家 目錄 第一部｜Excel資料分析導論 第1章 探索式資料分析導論 第2章 機率導論 第3章 推論統計導論 第4章 相關與迴歸 第5章 資料分析堆疊 第二部｜從Excel到R 第6章 Excel 使用者開始使用 R 的第一步 第7章 R 的資料結構 第8章 在 R 中處理資料和視覺化 第9章 總體專案：R for Data Analytics 第三部｜從Excel到Python 第10章 Excel使用者開始使用Python的第一步 第11章 Python的資料結構 第12章 在Python中處理資料和視覺化 第13章 總體專案：Python for Data Analytics 第14章 總結與展望

QUANTUM EVOLUTION AN INTRO.TO TIME-DEPENDENT QUANTUM MECHANICS

類似書籍推薦給您

A unique introduction to the concepts of quantum mechanics, Quantum Evolution addresses the present status of time-dependent quantum mechanics for few-body systems with electromagnetic interactions. It bridges between the quantum mechanics of stationary quantum systems and a number of recent advanced theoretical treatises on various aspects of quantum mechanics. The focus is on strongly-quantum and semi-classical systems, including the quantum manifestations of orderly and chaotic nonlinear classical dynamics.