失效链接处理 |
Python机器学习实战_裔隽 PDF 下蝲
下蝲地址Q?/strong>
版权归出版社和原作者所有,链接已删除,误买正?br style="padding: 0px; margin: 0px;" />
用户下蝲说明Q?/strong>
?sh)子版仅供预览,下蝲?4时内务必删除,支持正版Q喜Ƣ的误买正版书c:
https://product.dangdang.com/11170928925.html
相关截图Q?br /> ![]() 资料介: q几q_人工和机器学习很热门Q相信它l究会成Z个标准功能,应用在生zd工作的方斚w面。同Ӟ?sh)脑~程技术也会l突飞猛q,从单机、终端大机模式、客L服务器多层模式、API接口模式{一直到现在的微服务、无服务模式、公有云Q等{。在q个飞速发展的世界中,或许有压力,所?需要学习的动力。市Z有很多Python从入门到高的专著,裔隽、张怿檬、张目清{著的《Python机器学习实战》的目的是想从 加实际的角度Q分享一些项目开发中ȝ的经验,帮助使用Pythonq行机器学习开发的新手或者从其他语言转过来的朋友Q少t一些坑?/span> 本书的主要内容分为四大部分:Q?QPython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Q(2QPython中的一些中U用技巧,如列表生成式、多U程与多q程、PythonE序性能分析{;Q?Q机器学习的基本概念和常用算法介l,以及如何选择合适的法Q(4Q一些用Pythonq行建模和机器学习的实际例子?/span> 资料目录Q?br /> 部分 Python开发实?br style="margin: 0px; padding: 0px;" /> ?开发环境选择与比?br style="margin: 0px; padding: 0px;" /> 1.1 PyCharm介绍 1.2 Jupyter Notebook介绍 1.3 Sublime Text介绍 1.4 Visual studi0 Code介绍 W二?Anaconda使用介绍 2.1 Anaconda介绍 2.2 使用conda理Python虚拟环境 W三?开发规范与Ҏ(gu) 3.1 PEP 8规范 3.2 Git介绍和?br style="margin: 0px; padding: 0px;" /> 3.3 敏捷思想与方?br style="margin: 0px; padding: 0px;" /> W四?单元试与代码覆盖率 4.1 试驱动开?br style="margin: 0px; padding: 0px;" /> 4.2 单元试的概念和原则 4.3 单元试实例 W二部分 Python~程技?br style="margin: 0px; padding: 0px;" /> W五?列表生成?br style="margin: 0px; padding: 0px;" /> 5.1 使用列表生成式代替@环语?br style="margin: 0px; padding: 0px;" /> 5.2 列表生成式的概念 5.3 字典和集合的生成?br style="margin: 0px; padding: 0px;" /> 5.4 列表生成式实际例?br style="margin: 0px; padding: 0px;" /> 5.5 速度比拼 W六?Collections?br style="margin: 0px; padding: 0px;" /> 6.1 namedtuple 6.2 deque 6.3 defaultdict 6.4 OrderedDict 6.5 Counter W七?q代?br style="margin: 0px; padding: 0px;" /> 7.1 可P代对象Iterable 7.2 q代器Iterator 7.3 Itertools模块 W八?Python多线E与多进E浅?br style="margin: 0px; padding: 0px;" /> 8.1 多线E引a 8.2 U程 8.3 Python是解释性语a 8.4 PythonU程切换机制 8.5 PvthonU程安全 8.6 Python多线Estep by step 8.7 多进E方?br style="margin: 0px; padding: 0px;" /> 8.8 ZIQO的多U程 8.9 结 W九(ji)?PythonE序性能分析初步 9.1 ~程语言和性能 9.2 Node.js和V8~译引擎 9.3 为web服务而生的Go语言 9.4 服务端性能指标 9.5 用装饰器记录执行旉 |