本书知识由浅入深、技能由易到难,精心设计了9章26个典型工作任务,包括:章认识Python程序,第2章数据类型与运算,第3章程序流程控制,第4章组合数据类型,第5章函数与模块,第6章文件操作与管理,第7章面向对象编程,第8章异常处理,第9章数据解析和可视化。本书遵循“体现三教改革、开放共建共享、优质课程资源、课证联系纽带”的指导思想。本书可以作为高等院校大数据、人工智能、计算机等相关专业的教材,也可以作为计算思维培养的入门教材。
本书以对微软MTA认证98-381Python和计算机二级Python两大体系的深入研究为基础,综合其所有内容,并综合实践经验所成,涵盖Python考试的方方面面。全面讲解Python的基础知识和Py
本书是一本基于OpenCV和Python的机器学习实战手册,既详细介绍机器学习及OpenCV相关的基础知识,又通过具体实例展示如何使用OpenCV和Python实现各种机器学习算法,并提供大量示列代码,可以帮助你掌握机器学习实用技巧,解决各种不同的机器学习和图像处理问题。全书共12章,章简要介绍机器学习基础知识,并讲解如何安装OpenCV和Python工具;第2章展示经典的机器学习处理流程及OpenCV和Python工具的使用;第3章讨论监督学习算法,以及如何使用OpenCV实现这些算法;第4章讨论数据表示和特征工程,并介绍OpenCV中提供的用于处理图像数据的常见特征提取技术;第5章展示如何使用OpenCV构建决策树进行医疗诊断;第6章讨论如何使用OpenCV构建支持向量机检测行人;第7章介绍概率论,并展示如何使用贝叶斯学习实现垃圾邮件过滤;第8章讨论一些非监督学习算法;第9章详细讲解如