低代码开发平台是企业实现数字化转型的有效手段。近几年,各大软件公司纷纷布局和推出低代码开发平台,而微软公司的Power Platform 已占据世界500 强97%企业的市场。 本书从Power Platform 基础理论出发,并着手实践,除了介绍大众熟知的数据可视化工具Power BI,还介绍Power Apps、Power Automate、Power Virtual Agents 及通用组件(AI Builder、Data Connector、Dataverse)等,帮助读者了解Power Platform 的工作原理和业务场景,掌握低代码应用开发、流程自动化、数据分析与可视化、智能聊天机器人等应用技能。 本书内容循序渐进,指导性强,尤其适合非IT 背景的业务人员,及对数字化转型,特别是对全民开发、低代码开发感兴趣的读者阅读、使用。
编程的核心是算法,学习算法不仅能教会你解决问题的方法,而且还能为你今后的发展提供一种可能。《你也能看得懂的Python算法书》面向算法初学者,首先介绍当下流程的编程语言Python,详细讲解Python语言中的变量和循序、分支、循环结构,以及列表和函数的使用,为之后学习算法打好基础。然后以通俗易懂的语言讲解双指针、哈希、深度、广度、回溯、贪心、动态规划和很短路径等经典算法。《你也能看得懂的Python算法书》适合有编程基础的算法爱好者阅读。
本书本着能让新手快速上手量化交易的原则,循序渐进地讲解了量化交易入门所需要的知识,以及大量的开发技巧与交易技巧,具有很强的实用性。vn.py是机构级别的量化交易软件,掌握vn.py框架原理并且熟练运用,有利于新手快速搭建属于自己的量化交易系统。Python语言有非常强大的数据分析库,对于交易策略的研发具有天然优势,且其易学性也深受初学者喜爱。本书即以Python vn.py这行组合写作,从量化交易的起源及其发展进程入手,在简单介绍Python量化编程基础,以及详细解析vn.py架构之后,深入且全面地介绍了CTA策略、海龟策略,以及新策略的开发流程。相对其他量化交易方面的书,本书不再讲述Python语言编程的大量细节,而将笔墨着重放在对量化交易策略的解析、应用与回测之上,这才是新手真正需要学习和实践的地方。本书适合所有对量化交易感兴趣的人
在本书中,作者聚焦于微软的Power BI,并通过精准的演示,向读者清楚地展示如何在各种数据库和CRM应用程序上产生数据视觉效果。另外的福利就是,读者还可以了解如何在Azure应用程序中嵌入视觉效果。Cortana套件的整合确实是一个倍增器。 你将学到:— 数据可视化解决方案的市场调查。 — 如何使用普通和 的Power BI功能。 — 如何将嵌入式Power BI仪表板部署为Azure应用程序。 — 如何使用Microsoft SQL Server构建现代Power BI解决方案,并应用包括Cortana在内的Microsoft Stack。 — 如何在开源数据存储上构建一个视觉上令人满意的Power BI解决方案,即PostgreSQL。 — 如何解锁企业机密,例如通过将Power BI与Dynamics CRM集成并使用自然语言查询来梳理趋势,进而突出 相关的业务趋势。
本书结合了机器学习、数据分析和Python语言,通过案例以通俗易懂的方式讲解了如何将算法应用到实际任务。 全书共20章,大致分为4个部分。部分介绍了Python的工具包,包括科学计算库Numpy、数据分析库Pandas、可视化库Matplotlib;第2部分讲解了机器学习中的经典算法,例如回归算法、决策树、集成算法、支持向量机、聚类算法等;第3部分介绍了深度学习中的常用算法,包括神经网络、卷积神经网络、递归神经网络;第4部分是项目实战,基于真实数据集,将算法模型应用到实际业务中。 本书适合对人工智能、机器学习、数据分析等方向感兴趣的初学者和爱好者。
这是一本关于PowerBuilder 9.0的实例教程。全书用50个经典实例贯穿了PowerBuilder 9.0需要掌握的内容。 本书内容包括:创建菜单、使用控件、定时操作、初始化文件和注册表、使用外部函数及扩展处理、用户对象、高级按钮、制作帮助、调用API函数、进度条程序、应用数组、模拟任务栏、OLE控件、/MTS 技术、连接数据库、创建本地数据库、操作数据库中的数据表、事务对象、SQL应用、数据窗口对象、数据窗口对象的设计、数据窗口控件的设计、动态操作数据窗口的属性与数据、关联数据窗口、图形化与高级图形化数据界面、数据报表的应用、使用FTP、网络映射、远程拨号、获取本机名和IP地址、Winsocket通信、PING、Web Target开发环境、Plug-in技术、注释块、数据管道、文件操作、多媒体功能、综合实例——留学生管理系统等内容。 本书的内容采用“背景知识 范例 本讲
本书旨在介绍开源的Python算法库和数学工具包SciPy。近年来,基于NumPy和SciPy的完整生态系统迅速发展起来,并在天文学、生物学、气象学和气候科学,以及材料科学等多个学科得到了广泛应用。本书结合大量代码实例,详尽展示了SciPy的强大科学计算能力,包括用NumPy和SciPy进行分位数标准化,用ndimage实现图像区域网络,频率与快速傅里叶变换,用稀疏坐标矩阵实现列联表,SciPy中的线性代数,SciPy中的函数优化等。
PowerBuilder8在设计数据库应用方面有独到的技术与实现方式,因而本书的大部分实例都是介绍数据库应用。本书较详细地介绍了PowerBuilder8的编程环境与基本编程语言——PowerScript的基本内容,为后面的学习打下坚实的基础。对于初学者来说,既可以学习具体的编程知识,也可以快速掌握一些基本的数据库设计技巧。包括8个项目实例:分别为图书借阅管理系统、收发文管理系统、学费管理系统、物资管理系统、员工培训管理系统、小区车辆管理系统、医疗管理系统及数据通信系统。配套光盘收录了书中实例,包括工程文件、窗体设计文件、源代码、程序注释、数据库等。在利于读者学习本书的同时,可以帮助读者快速实现类似项目的开发,随书附有光盘的详细说明。
本书采用生动活泼的语言,从入门者的角度,讲解了Python 语言和sklearn 模块库内置的各种经典机器学习算法;介绍了股市外汇、比特币等实盘交易数据在金融量化方面的具体分析与应用,包括对未来股票价格的预测、大盘指数趋势分析等。简单风趣的实际案例让广大读者能够快速掌握机器学习在量化分析方面的编程,为进一步学习金融科技奠定扎实的基础。
编程的核心是算法,学习算法不仅能教会你解决问题的方法,而且还能为你今后的发展提供一种可能。《你也能看得懂的Python算法书》面向算法初学者,首先介绍当下流程的编程语言Python,详细讲解Python语言中的变量和循序、分支、循环结构,以及列表和函数的使用,为之后学习算法打好基础。然后以通俗易懂的语言讲解双指针、哈希、深度、广度、回溯、贪心、动态规划和很短路径等经典算法。《你也能看得懂的Python算法书》适合有编程基础的算法爱好者阅读。
编程的核心是算法,学习算法不仅能教会你解决问题的方法,而且还能为你今后的发展提供一种可能。《你也能看得懂的Python算法书》面向算法初学者,首先介绍当下流程的编程语言Python,详细讲解Python语言中的变量和循序、分支、循环结构,以及列表和函数的使用,为之后学习算法打好基础。然后以通俗易懂的语言讲解双指针、哈希、深度、广度、回溯、贪心、动态规划和很短路径等经典算法。《你也能看得懂的Python算法书》适合有编程基础的算法爱好者阅读。
本书采用生动活泼的语言,从入门者的角度,讲解了Python 语言和sklearn 模块库内置的各种经典机器学习算法;介绍了股市外汇、比特币等实盘交易数据在金融量化方面的具体分析与应用,包括对未来股票价格的预测、大盘指数趋势分析等。简单风趣的实际案例让广大读者能够快速掌握机器学习在量化分析方面的编程,为进一步学习金融科技奠定扎实的基础。
《Python从入门到精通》从初学者角度出发,通过通俗易懂的语言、丰富多彩的实例,详细介绍了使用Python进行程序开发应该掌握的各方面技术。全书共分22章,包括初识Python、Python语言基础、运算符与表达式、流程控制语句、列表与元组、字典与集合、字符串、Python中使用正则表达式、函数、面向对象程序设计、模块、异常处理及程序调试、文件及目录操作、操作数据库、GUI界面编程、Pygame游戏编程、网络爬虫开发、使用进程和线程、网络编程、Web编程、Flask框架、e起去旅行网站等。所有知识都结合具体实例进行介绍,涉及的程序代码都给出了详细的注释,读者可轻松领会Python程序开发的精髓,快速提升开发技能。除此之外,本书还附配了235集高清教学微视频及PPT电子教案。
这是一本关于PowerBuilder 9.0的实例教程。全书用50个经典实例贯穿了PowerBuilder 9.0需要掌握的内容。 本书内容包括:创建菜单、使用控件、定时操作、初始化文件和注册表、使用外部函数及扩展处理、用户对象、高级按钮、制作帮助、调用API函数、进度条程序、应用数组、模拟任务栏、OLE控件、/MTS 技术、连接数据库、创建本地数据库、操作数据库中的数据表、事务对象、SQL应用、数据窗口对象、数据窗口对象的设计、数据窗口控件的设计、动态操作数据窗口的属性与数据、关联数据窗口、图形化与高级图形化数据界面、数据报表的应用、使用FTP、网络映射、远程拨号、获取本机名和IP地址、Winsocket通信、PING、Web Target开发环境、Plug-in技术、注释块、数据管道、文件操作、多媒体功能、综合实例——留学生管理系统等内容。 本书的内容采用“背景知识 范例 本讲
《Python统计分析基础及实践》以Pytho3为基础,详细介绍了Python在统计分析中的基础知识和实践应用,全书大致 由数据整理、概率和统计推断三部分组成。其中在章对统计分析对象——数据的基本用语和数据的分类进行了介绍。 第2~3章介绍了汇总平均值和数据方差的计算方法,进而介绍了数据可视化的方法。第4~9章介绍概率相关知识,概率是 统计分析中不可缺少的数学知识。0~12章介绍主要的统计分析方法,如参数估计、假设检验、回归分析等。其中每章 都用一个例子贯穿始终,提出问题并用Python编程实现,以点带面,可帮助读者快速理解知识点,并通过编程让读者对统 计分析建立直观的理解。 《Python统计分析基础及实践》知识点全面,内容安排由浅入深、循序渐进,特别适合大中专院校金融、财务、统计、 计算机、人工智能、机器学习相关专业学生学习,也适