掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
清華開發(fā)者書庫.PythonPython科學計算及實踐 版權(quán)信息
- ISBN：9787302563976
- 條形碼：9787302563976 ; 978-7-302-56397-6
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
清華開發(fā)者書庫.PythonPython科學計算及實踐 本書特色
內(nèi)容深入淺出，既有對基礎(chǔ)知識點的講解，也涉及關(guān)鍵問題和重點、難點的分析和解決。 具有超強的實用性，實例豐富，提供完整的程序代碼，書中給出了90多個實例讓讀者理解概念、原理和算法。 以理論與實踐相結(jié)合為出發(fā)點，介紹Python科學計算中的相關(guān)內(nèi)容，使零基礎(chǔ)讀者也可以快速上手。 干貨分享，注重實戰(zhàn)，90多個實例講述Python科學計算中的相關(guān)內(nèi)容作者針對如何使用Python進行科學編程而編寫了這本引人入勝的圖書，講解細致透徹，注重實用。《Python科學計算及實踐》中所使用的例子取自作者日常的科研實踐，展示了每個計算科學家工具箱中的核心概念和技術(shù)。 ——胡曉敏 中山大學 《Python科學計算及實踐》先介紹相關(guān)概念、公式，再通過典型實例來鞏固相關(guān)知識點，而且在實例的實現(xiàn)代碼中，給出了詳細的注釋。內(nèi)容構(gòu)思精妙，有助于讀者邁出重要的一步，從而朝著正確的方向開始編程。 ——阮遠華 中國科學院 《Python科學計算及實踐》是一本利用Python實現(xiàn)科學計算、解決實際問題的參考書。Python有著豐富的擴展庫，可以輕松地完成各種高級任務，開發(fā)者可以用Python實現(xiàn)應用程序所需的各種功能。 ——胡紹林 西安電子科學大學用Python做科學計算的研究機構(gòu)日益增多，一些知名大學已經(jīng)采用Python來教授程序設(shè)計課程。《Python科學計算及實踐》除了介紹數(shù)值計算外，還介紹怎樣利用Python解決數(shù)值中的實際應用。 ——韓國強 華南理工大學干貨分享，注重實戰(zhàn)，90多個實例講述Python科學計算中的相關(guān)內(nèi)容
清華開發(fā)者書庫.PythonPython科學計算及實踐 內(nèi)容簡介
《Python科學計算及實踐》介紹如何用Python開發(fā)科學計算的應用程序，書中除了介紹數(shù)值計算外，還介紹了怎樣利用Python解決數(shù)值中的實際應用，帶領(lǐng)讀者領(lǐng)略利用Python解決實際問題的簡單、快捷等特性。《Python科學計算及實踐》共11章，具體內(nèi)容主要有Python數(shù)值基礎(chǔ)、模型評估與概率統(tǒng)計、貝葉斯分類器、頻率與快速傅里葉變換、線性回歸、多分類器系統(tǒng)、Scipy科學計算庫、統(tǒng)計分析、數(shù)值分析、數(shù)據(jù)可視化、數(shù)據(jù)處理等。 《Python科學計算及實踐》可作為利用Python進行科學計算的廣大科研人員、學者、工程技術(shù)人員的參考書，也可作為高等院校相關(guān)專業(yè)的教材。
清華開發(fā)者書庫.PythonPython科學計算及實踐 目錄
目錄
第1章Python科學基礎(chǔ)
1.1Python初嘗
1.2輔助工具
1.3使用第三方庫
1.4縮進
1.5內(nèi)置函數(shù)
1.6模塊
1.6.1數(shù)據(jù)結(jié)構(gòu)
1.6.2使用列表
1.6.3元組
1.6.4字典
1.7Python中的函數(shù)
1.8循環(huán)
1.9基因表達
1.10NumPy的N維數(shù)組
1.10.1N維數(shù)組代替Python列表
1.10.2向量化
1.10.3廣播
1.11標準化
1.12習題
第2章模型評估與概率統(tǒng)計
2.1經(jīng)驗誤差與過擬合
2.2評估方法
2.2.1留出法
2.2.2交叉驗證法
2.2.3自助法
2.2.4調(diào)參與*終模型
2.3性能度量
2.3.1錯誤率和精度
2.3.2查準率與查全率
2.3.3ROC曲線
2.3.4代價敏感錯誤率與代價曲線
2.4比較檢驗
2.4.1假設(shè)檢驗
2.4.2交叉驗證t檢驗
2.4.3McNemar檢驗
2.5偏差和方差
2.6習題
第3章貝葉斯分類器
3.1貝葉斯學派
3.1.1貝葉斯學派論述
3.1.2貝葉斯決策論
3.1.3貝葉斯原理
3.2參數(shù)估計
3.2.1似然函數(shù)
3.2.2極大似然估計原理
3.2.3極大似然估計(ML估計)
3.2.4極大后驗概率估計(MAP估計)
3.3樸素貝葉斯
3.3.1基本框架
3.3.2樸素貝葉斯分類算法實現(xiàn)二分類
3.3.3貝葉斯算法實現(xiàn)垃圾郵件分類
3.3.4MultinomialNB的實現(xiàn)
3.3.5GaussianNB的實現(xiàn)
3.3.6MergedNB的實現(xiàn)
3.3.7BernoulliNB分類器實現(xiàn)
3.4半樸素貝葉斯
3.4.1ODE算法
3.4.2SPODE算法
3.4.3AODE算法
3.5貝葉斯網(wǎng)
3.6習題
第4章頻域與快速傅里葉變換
4.1頻率直方圖
4.2傅里葉變換
4.2.1一維傅里葉變換
4.2.2二維傅里葉變換
4.2.3Python實現(xiàn)傅里葉變換
4.3快速傅里葉變換
4.4頻域濾波
4.4.1低通濾波器
4.4.2高通濾波器
4.4.3頻率域高通濾波器
4.4.4巴特沃斯濾波器
4.5平滑空域濾波器
4.5.1基本灰度變換函數(shù)
4.5.2對數(shù)變換
4.5.3冪律(伽馬)變換
4.6線性濾波器
4.6.1均值濾波器
4.6.2非線性濾波器
4.7銳化空間濾波
4.7.1基本概述
4.7.2拉普拉斯算子
4.8習題
第5章線性回歸
5.1概述
5.2普通線性回歸
5.2.1基本概述
5.2.2Python實現(xiàn)
5.3廣義線性模型
5.4邏輯回歸
5.5嶺回歸
5.6Lasso回歸
5.7彈性網(wǎng)絡
5.8線性判別分析
5.8.1線性判別二分類情況
5.8.2線性判別多類情況
5.8.3線性判別分析實現(xiàn)
5.9習題
第6章多分類器系統(tǒng)
6.1多分類器系統(tǒng)原理及誤差
6.2Bagging與AdaBoost算法
6.2.1Bagging算法
6.2.2PAC與Boosting算法
6.2.3AdaBoost算法
6.3隨機森林算法
6.3.1決策樹
6.3.2隨機森林
6.3.3隨機森林模型的注意點
6.3.4隨機森林實現(xiàn)過程
6.4多分類器實戰(zhàn)
6.5習題
第7章Scipy科學計算庫
7.1文件輸入和輸出
7.2線性代數(shù)操作
7.3傅里葉變換
7.4積分
7.5插值
7.6擬合
7.6.1*小二乘擬合
7.6.2一元一階線性擬合
7.6.3一元多階線性擬合(多項式擬合)
7.7圖像處理
7.8邊緣檢測
7.9正交距離回歸
7.10數(shù)學形態(tài)學運算
7.10.1二值形態(tài)學
7.10.2灰度形態(tài)學
7.10.3開運算和閉運算
7.11卷積運算
7.12中值濾波器
7.13稀疏矩陣的存儲和表示
7.14特殊函數(shù)
7.15習題
第8章統(tǒng)計分析
8.1隨機變量
8.1.1獲取幫助
8.1.2通用方法
8.1.3縮放
8.1.4形態(tài)(shape)變量
8.1.5凍結(jié)分布
8.1.6廣播
8.1.7離散分布的特殊之處
8.1.8構(gòu)造具體的分布
8.2幾種常用分布
8.2.1正態(tài)分布
8.2.2均勻分布
8.2.3泊松分布
8.2.4二項式分布
8.2.5卡方分布
8.3樣本分析
8.3.1描述統(tǒng)計
8.3.2t檢驗和KS檢驗
8.3.3分布尾部
8.3.4正態(tài)分布的特殊檢驗
8.3.5比較兩個樣本
8.4核密度估計
8.4.1單元估計
8.4.2多元估計
8.5習題
第9章數(shù)值分析
9.1主成分分析
9.1.1主成分分析的原理
9.1.2PCA算法
9.1.3PCA降維的兩個準則
9.1.4PAC的實現(xiàn)
9.2奇異值分解
9.2.1奇異值分解的原理
9.2.2求超定方程的解
9.3k近鄰算法
9.3.1k近鄰算法概述
9.3.2可視化與距離計算
9.4聚類算法
9.4.1聚類的有效性指標
9.4.2距離度量
9.4.3k均值聚類
9.4.4高斯混合聚類
9.4.5密度聚類
9.4.6層次聚類
9.5數(shù)據(jù)標準化
9.5.1數(shù)據(jù)標準化的兩個原因
9.5.2幾種標準化方法
9.6特征選擇
9.7習題
第10章數(shù)據(jù)可視化
10.1Matplotlib生成數(shù)據(jù)圖
10.1.1安裝Matplotlib包
10.1.2Matplotlib數(shù)據(jù)圖入門
10.1.3圖例
10.1.4坐標軸
10.1.5多個子圖
10.2其他數(shù)據(jù)圖
10.2.1餅圖
10.2.2柱狀圖
10.2.3散點圖
10.2.4等高線圖
10.2.53D圖形
10.3Pygal數(shù)據(jù)圖
10.3.1安裝Pygal包
10.3.2Pygal數(shù)據(jù)圖入門
10.4Pygal常見數(shù)據(jù)圖
10.4.1折線圖
10.4.2水平折線圖
10.4.3疊加折線圖
10.4.4餅圖
10.4.5點圖
10.4.6儀表圖
10.4.7雷達圖
10.5習題
第11章數(shù)據(jù)處理
11.1CSV文件格式
11.2JSON數(shù)據(jù)
11.2.1JSON的基本知識
11.2.2Python的JSON支持
11.3數(shù)據(jù)清洗
11.4讀取網(wǎng)絡數(shù)據(jù)
11.5習題
展開全部
清華開發(fā)者書庫.PythonPython科學計算及實踐 作者簡介
梁佩瑩，女，南京大學博士。主持及參加了多項省部級項目與多種書籍的編寫工作。研究領(lǐng)域：智能測控與交通技術(shù)、計算機應用技術(shù)、大數(shù)據(jù)與網(wǎng)絡安全技術(shù)、電動汽車技術(shù)。
書友推薦
- >
中國歷史的瞬間
- >
推拿
- >
名家?guī)阕x魯迅:故事新編
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學概述
- >
姑媽的寶刀
- >
二體千字文
- >
隨園食單
- >
有舍有得是人生
本類暢銷
