本書以淺顯易懂的語言對Python進行了全面系統(tǒng)的介紹，采用范例加圖解的形式講解，讀者可輕松閱讀。全書主要內容包括Python語言的基礎語法、數據類型、運算符、函數、類、對象以及常用的標準功能模塊，最后以實例的形式介紹了開發(fā)機器學習和人工智能應用所需的知識及相應的功能模塊。本書適合有志于從事機器學習、人工智能技術開發(fā)的人員或愛好者，也可作為相關專業(yè)的教材。

隨著人工智能時代的到來，Python已經成為主流開發(fā)語言。本書就是針對完全零基礎入門的讀者，采用*小化安裝極簡代碼的教學方式，讓讀者學練結合，達到入門Python與網絡爬蟲編程的目的。 本書分為16章，從Python版本的演化、環(huán)境的搭建開始，逐步介紹Python3.7語言的語法基礎，包括內置類型、流程控制、函數、類和對象、異常處理、模塊和包、迭代器、裝飾器、多線程、文件和目錄、正則表達式、網絡編程、urllib爬蟲

本書是一本Python基礎教材。全書以Python3.0為藍本，分6章介紹。 第1章從模仿計算器進行簡單的計算入手，帶領讀者邁進Python門檻；順勢引導讀者掌握Python模塊的用法、變量的用法；再進一步引入選擇結構和重復結構，使讀者有了程序和算法的基本概念，進入程序設計的殿堂。第2章首先介紹Python特有的數據對象與變量之間的關系，然后較詳細地介紹了Python各種內置的數據類型。第3章從正常處理和異常處理兩個

本書以WIN10和Python3.6.5搭建Python開發(fā)基礎平臺為起點，重點闡述Python語言的基礎知識和3個典型的項目實戰(zhàn)案例。全書以理論引導、案例驅動、上機實戰(zhàn)為理念打造Python語言學習的新模式。具體內容分為兩大部分：第一部分以Python編程語言基礎知識普及為主，分別介紹了Python3概述、基本語法、流程控制、組合數據類型、字符串與正則式、函數、模塊、類和對象、異常、文件操作；第二部分以項目實戰(zhàn)為核

強化學習是一種重要的機器學習方法，在智能體及分析預測等領域有許多應用�！禤ython強化學習實戰(zhàn)：應用OpenAIGym和TensorFlow精通強化學習和深度強化學習》共13章，主要包括強化學習的各種要素，即智能體、環(huán)境、策略和模型以及相應平臺和庫；Anaconda、Docker、OpenAIGym、Universe和TensorFlow等安裝配置；馬爾可夫鏈和馬爾可夫過程及其與強化學習問題建模之間的關系，動態(tài)規(guī)劃

本書由資深網絡安全教師撰寫，書中系統(tǒng)并深入地將Python應用實例與網絡安全相結合進行講解，不僅講述了Python的實際應用方法，而且從網絡安全原理的角度分析了Python實現網絡安全編程的技術，真正做到理論與實踐相結合。全書共分為15章。第1章介紹網絡安全滲透測試的相關理論。第2章介紹KaliLinux2使用基礎。第3章介紹Python語言基礎。第4章介紹安全滲透測試中的常見模塊。第5章介紹使用Python實現信息

本書共分兩部分，第一部分包括計算思維與Python簡介、算法、數據與計算、流程控制、函數、模塊、數據文件、面向對象編程、異常處理、圖形界面設計和繪制曲線，為方便教學，每章最后均附有簡答題和編程題；第二部分給出了7個實驗，即數據與計算、流程控制、函數、數據文件、面向對象編程、圖形界面設計和繪制曲線。本書按課程教學模式來組織內容，既適合教師授課，也適合學生自學；同時，本書面向應用需求，教學內容先進，盡力幫助學生理解并掌握

本書共22章，分為三個部分。部分（第1~5章）為Python及應用數學基礎部分，介紹Python和TensorFlow的基石Numpy，深度學習框架的鼻祖Theano，以及機器學習、深度學習算法應用數學基礎等內容。第二部分（第6~20章）為深度學習理論與應用部分，介紹機器學習的經典理論和算法，深度學習理論及方法，TensorFlow基于CPU、GPU版本的安裝及使用、TensorFlow基礎、TensorFlow的一

本書采用Python語言介紹數據結構和算法，包括其設計、分析和實施。本書源代碼簡潔、明確，面向對象的觀點貫穿始終，通過繼承大限度地提高代碼重用，同時彰顯不同抽象數據類型和算法之間的異同。

本書由Pythonpandas項目創(chuàng)始人WesMcKinney親筆撰寫，詳細介紹利用Python進行操作、處理、清洗和規(guī)整數據等方面的具體細節(jié)和基本要點。第2版針對Python3.6進行全面修訂和更新，涵蓋新版的pandas、NumPy、IPython和Jupyter，并增加大量實際案例，可以幫助你高效解決一系列數據分析問題。