admin

这家伙很懒,什么也没写
文章
17180
加入时间
8年前

Python地理空间分析指南(第2版)_Python教程

资源名称: 地理空间分析指南(第 版) 内容简介: 用非常流行的 语言做地理空间分析; 学习高效、易学的地理空间分析指南; 书中含有典型且非常实用的开发案例,帮助读者快速掌握相关技能; 图文结合,将学习效率大大提高。 作为一种高级程序设计语言,凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言之一。 本书以地理空间分析为背景,介绍了 在地理信息处理方面的应用技巧。全书共分为 章,分别介绍了 与地理空间分析、地理空间数据、地理空间技术、 的地理空间分析工具、 与地理信息系统、 与遥感、 与高程数据

Python机器学习实践指南_Python教程

资源名称: 机器学习实践指南 内容简介: 机器学习是近年来渐趋热门的一个领域,同时 语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和 语言两个热门的领域,通过利用两种核心的机器学习算法来将 语言在数据分析方面的优势发挥到极致。 全书共有 章。第 章讲解了 机器学习的生态系统,剩余 章介绍了众多与机器学习相关的算法,包括各类分类算法、数据可视化技术、推荐引擎等,主要包括机器学习在公寓、机票、 市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。 本书适合 程序

Python编程入门经典_Python教程

资源名称: 编程入门经典 内容简介: 作为一门面向对象的开源编程语言, 易于理解和扩展,并且使用起来非常方便。《 编程入门经典》涵盖了 的方方面面,通过学习本书,读者可以立即使用 编写程序。作者 从 语言最基本的概念入手,重点介绍了 . 和 . 这两个版本的实际应用。通过对一些现有的 程序进行深入分析,读者能够快速上手。《 编程入门经典》涵盖的主题从字符串、列表和字典一直到类、对象和模块。掌握这些内容后,读者将学会如何迅速而自信地创建健壮、可靠而又可重用的 应用程序。 主要内容 介绍用于存储和操作数据的变

教孩子学编程 PYTHON语言版 PDF_Python教程

资源名称:教孩子学编程 语言版 资源目录: 第 章 基础 认识环境 认识 用 编写程序 运行 程序 本章小结 编程挑战 第 章海龟作图 用 绘图 第一个海龟程序 程序是如何工作的 发生了什么 旋转的海龟 海龟画圆 添加颜色 一个四色螺旋线 修改背景颜色 一个变量搞定一切 本章小结 编程挑战 第 章数字和变量 用 做数学运算 变量 保存内容的地方 中的数字和数学运算 数字 操作符 在 中进行数学运算 语法错误 你说什么? 中的变量 用操作符编程 披萨计算器 字符串 中真正的字符 用字符串改进彩色螺旋线 列表

Python数据分析实战 PDF_Python教程

资源名称: 数据分析实战 内容简介: 简单易学,拥有丰富的库,并且具有极强的包容性。本书展示了如何利用 语言的强大功能,以最小的编程代价进行数据的提取、处理和分析,主要内容包括:数据分析和 的基本介绍, 库, 库,如何使用 读写和提取数据,用 库和 库分别实现数据可视化和机器学习,以实例演示如何从原始数据获得信息、 库嵌入和手写体数字的识别。 作者简介: 科学园 科学应用专家,曾为 、 等企业提供咨询。目前正在开发 应用,对接科学仪器和 数据库,生成数据和 服务器应用,为研究人员提供实时分析结果。他还是

从Python开始学编程_Python教程

资源名称:从 开始学编程 内容简介: 改编自 博客的《 快速教程》。本书以 为样本,不仅介绍了编程的基本概念,还着重讲解编程语言的主流范式:面向过程、面向对象、面向函数。读者不仅可以轻松学会 ,以后再学习其他编程语言时也会更加容易。 作者简介: 作者曾从事高性能运算方面的研究,现从事智能硬件方面的创业。个人技术博客点击量超 万,写作有多个编程教程。 资源目录: 第 章 用编程改造世界  从计算机到编程  所谓的编程,是做什么  为什么学  最简单的 第 章 先做键盘侠  计算机会算术  计算机记性好  计

Python 3.5 技術手冊_Python教程

资源名称: 技術手冊 资源目录: 起步走 從 到 型態與運算子 流程語法與函式 從模組到類別 類別的繼承 例外處理 與 模組 資料結構 資料永續與交換 常用內建模組 除錯、測試與效能 並行與平行 進階主題 附錄 附錄 簡介 资源截图:

Python机器学习——预测分析核心算法_Python教程

资源名称: 机器学习 预测分析核心算法 内容简介: 在学习和研究机器学习的时候,面临令人眼花缭乱的算法,机器学习新手往往会不知 所措。本书从算法和 语言实现的角度,帮助读者认识机器学习。 书专注于两类核心的 算法族 ,即惩罚线性回归和集成方法,并通过代码实例来 展示所讨论的算法的使用原则。全书共分为 章,详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。 本书主要针对想提高机器学习技能的 开发人员,帮助他们解决某一特定的项 目或是提升相关的技能。 作者简介: 在硅谷