。

%26nbsp;%26nbsp;当掌握Python的基础知识后，你要如何使用Python？本书为这门语言的主要应用领域提供了深度教程，譬如系统管理、GUI和Web，并探索了其在数据库、网络、前

本书深入介绍了机器学习领域的基本概念和方法，除介绍了Python机器学习库和用机器学习库搭建神经网络模型的方法外，还介绍了机器学习算法的数学理论、工作原理、使用方法、实现细节以及如何避免机器学习算法实现过程中的常见问题。本书涵盖了多种用于文本和图像分类的机器学习与深度学习方法，以及用于生成新数据的生成对抗网络（GAN）和用于训练智能体的强化学习，还介绍了深度学习的新动态，包括图神经网络和用于自然语言处理（NLP）的大型transformer。本书讲解清晰，示例生动，理论和实践部分相对平衡，既可以作为机器学习领域初学者的入门教程，也可以作为读者开发机器学习项目时的参考书。

在《Python基础》的学习上，本书介绍了Python在大气海洋科学研究中常用的各种统计分析方法。全书分为两部分： 部分介绍用Python做科学计算常用的软件包，包含Numpy、Pandas、Scipy等内容；第二部分介绍大气海洋数据常用的各种统计分析方法，包含平均分析、误差分析、方差分析、相关分析、趋势分析、突变检测、周期分析、回归分析、滤波分析、聚类分析、判别分析、插值、拟合与逼近、时空结构分离等方法，对每个方法的计算步骤进行详细的介绍，给出对应的Python程序及应用案例。同时，还增加了闰年平年计算、地球球面多边形面积、地球球面两点距离等一些大气海洋学科领域常用的算法。

。

本书是“鸢尾花数学大系：从加减乘除到机器学习”从书中编程板块的第二册。 编程板块 册《编程不难》着重介绍如何零基础入门Python编程，本书则在《编程不难》基础之上深入探讨如何用Python完成数学任务及板块数据可视化。 本书是本系列中的一本真正意义上的“图册”。内容覆盖科技制图、计算机图形学、创意编程、趣味数学实验、数学科学、机器学习等。本书“毫无节制”地展示数学之美，而且提供特别实用且容易复制的创作思路、做图技巧、编程代码。 本书包含8个板块共36章内容。前5个板块（共18章）专注于各种可视化手段，是可视化中的“术”；后3个板块（共18章）选取了18个话题来展示数学之美，是可视化中的“艺”，阅读这18章时，请关注每个可视化方案的创意思路、作图技巧、数学工具。 本书读者群包括程序员、科技制图开

本书是一本关于Python数据整理和数据质量的实用指南，主要介绍了如何使用Python进行数据清洗、转换和整合，以及如何确保数据的准确性和一致性。本书涵盖了数据整理基础、数据清洗、数据转换、数据整合、数据质量检查和数据可视化等内容。通过丰富的实例和代码示例，读者可以掌握Python数据整理和数据分析的相关技能。无论你是数据分析师、数据科学家还是其他领域的数据从业者，本书都不仅能够帮助你提高工作效率，还能够让你 好地理解和应用数据科学相关的知识和技能。

本书是“鸢尾花数学大系：从加减乘除到机器学习”丛书的 一册，前六本解决了编程、可视化、数学、数据方面的诸多问题，而本书将开启机器学习经典算法的学习之旅。 本书设置了24个话题，对应四大类机器学习经典算法（回归、分类、降维、聚类），覆盖算法包括：回归分析、多元线性回归、非线性回归、正则化回归、贝叶斯回归、高斯过程、k 近邻分类、朴素贝叶斯分类、高斯判别分析、支持向量机、核技巧、决策树、主成分分析、截断奇异值分解、主成分分析进阶、主成分分析与回归、核主成分分析、典型相关分析、k均值聚类、高斯混合模型、 期望算法、层次聚类、密度聚类、谱聚类。 本书选取算法模型的目标是覆盖Scikit-Learn库的常用机器学习算法函数，让读者充分理解算法理论，又能联系实际应用。因此，在学习本书时，特别希望调用Scikit

Python已成为数据驱动和AI优先的金融界的 编程语言。一些 的投资银行和对冲基金现在都使用Python及其生态系统来构建核心交易和风险管理系统。在本书的第二版中，Yves Hilpisch向开发人员和定量分析师展示了如何使用Python包和工具进行金融数据科学、算法交易和计算金融学。第二版针对Python 3进行了 新，其中的大部分代码都采用了Jupyter Notebooks的形式，为几乎所有的示例提供了可执行交互式版本。在共5部分内容中，你将学习到Python及其生态系统是如何为从事金融业务的公司和个人提供技术框架的。

Python已成为数据驱动和AI优先的金融界的 编程语言。一些 的投资银行和对冲基金现在都使用Python及其生态系统来构建核心交易和风险管理系统。在本书的第二版中，Yves Hilpisch向开发人员和定量分析师展示了如何使用Python包和工具进行金融数据科学、算法交易和计算金融学。第二版针对Python 3进行了 新，其中的大部分代码都采用了Jupyter Notebooks的形式，为几乎所有的示例提供了可执行交互式版本。在共5部分内容中，你将学习到Python及其生态系统是如何为从事金融业务的公司和个人提供技术框架的。