计算机辅助设计是当今大型复杂工程设计、科学研究的重要辅助手段,如何提高设计效率,从而让工程师、研究人员将 多的精力专注于问题的核心难点,而不是重复性的工作,进而应对 复杂的问题是关键的技术。本书针对上述问题,以参数化建模(编程建模)设计为主题,通过基础讲解、实际工程案例分析,结合基本理论和典型的工程应用案例,旨在介绍有限元分析技巧及ABAQUS Python参数化建模技巧,进而提高学生解决复杂工程问题、科学问题的能力。
本书注重零基础读者实现Python从入门到精通,加强读者基于数据分析而常用的编程基础,并通过数据分析、机器学习和可视化的内容,增强了读者对数据进行分析和挖掘的能力。全书共8章,主要内容包括Python开发环境搭建与编码规范,数据类型、运算符与内置函数,列表、元组、字典、集合与字符串,选择结构、循环结构、函数定义与使用,文件操作,数据分析,机器学习,数据可视化。本书可作为高等院校统计学、数学、经济学、金融学、管理学等专业相关课程的教材,也可作为从事数据咨询、研究或分析等人士的参考书。
本书综合讲述算法及其数据结构,内容浅显易懂、逻辑严谨,范例丰富、易于学习和掌握,力求兼顾教师教学和学生自学。 全书从算法的基本概念开始讲解,接着介绍各个经典的算法,包括分治法、递归法、贪心法、动态规划法、迭代法、枚举法、回溯法等;随后讲述核心的数据结构,即数组、链表、堆栈、队列、树结构、图结构、哈希表等; 展开阐述不同数据结构上实现的算法,包括排序算法、查找算法、数组和链表相关算法、信息安全基础算法、堆栈和队列相关算法、树结构相关算法、图结构相关算法、人工智能基础算法。 本书为每个算法及其数据结构提供演算的详细图解,并为每个经典的算法提供Python语言编写的完整范例程序(包含完整的源代码)。每个范例程序都经过了测试和调试,可以直接在标准的Python语言环境中运行。在每章末尾安排大
遗传算法是受自然进化启发的搜索、优化和学习算法家族中的一员。通过模拟进化过程,遗传算法较传统搜索算法具有 多优势,可为各种问题提供高质量的解决方案。通过本书,读者可以基于Python掌握行之有效的将遗传算法应用于各项任务的方法。同时,本书也涵盖了人工智能领域的 进展。 本书旨在帮助软件开发人员、数据科学家和人工智能爱好者利用遗传算法解决工程应用中的搜索、优化和学习等问题,提升现有智能应用程序的性能和准确性。
本书以Python编程为主线,通过丰富的学科应用案例,系统且循序渐进地介绍Python编程基础、基础数据科学及人工智能编程等知识,让教师们从编程学习中逐渐熟悉和掌握用信息化手段解决问题的过程与方法。此外,本书还有一个突出特点是:书中通过对数量众多的真实学科案例的剖析,深入浅出地介绍了很多 教育价值的工具。学科教师可以直接将其应用于学科教学、备课或自身提升。
本书在windows环境下介绍的Python 3.x版本的编程技能,以PyCharm为主要开发工具,注重实践应用能力的培养。本书采用项目任务式编写,每个项目均配备了大量的任务和项目实践,有利于读者实践练习,巩固知识。本书共分11个项目,其中,项目1~项目5介绍了Python语言的编程基础,包括Python基础知识、数据类型、流程控制;项目6~项目10介绍了函数、文件操作、面向对象、异常、图形界面设计等核心知识;项目11为综合实战项目:学生成绩管理系统。本书配套视频、源代码、习题、教学课件、教学大纲、教学设计等,并提供在线答疑。
本书是全国高等学校(安徽考区)计算机水平考试配套教材,面向对程序设计具有 零基础 的学生开发,主要包括Python基础知识、组合数据类型、函数、文件、计算机生态、高级应用和对应实验设计等内容;注重基础,突出重点、兼顾考试、资源丰富,配有无纸化考试系统、课件、教案、例题代码、习题及实验参考答案,既便于老师教学,也便于学生学习使用;适合作为高等学校公共计算机程序设计语言课程教材,也可作为学生参加计算机水平考试的指导书。
本书为数据结构课程教学现实需要而编写,重点介绍各种数据结构的逻辑特性和物理表示法,定义了相应算法,并用 Python 语言进行实现。本书共分为8章,包括绪论, Python 语言基础,线性表,栈、队列和串,树,图,排序和散列。本书采遵循由易到难、循序渐进、前后衔接自然的原则,将问题脉络交代清楚,帮助读者理解掌握各种数据结构的实质。 本书内容丰富、实用性强,既可作为高等学校数据结构课程的教材,又可供社会各类计算机应用人员阅读参考。
本书讨论使用TensorFlow和Keras等框架构建深度学习应用程序,集中于所需的模型和算法,帮助你在短时间内提高实践技能。内容涵盖了聊天机器人、自然语言处理、人脸和对象识别等主题。目标是提供创建能够执行深度学习的程序所需的概念、技术和算法实现。
本书内容从逻辑上分为四个部分: 部分是财务大数据认知与Python基础,主要介绍财务大数据概念与思维,以及Python的环境搭建、语法规则、变量和语句、文件和目录管理等基础内容;第二部分是Python财务大数据的获取,包含网页基础和正则表达式等网络爬取技术的前导知识,静态网页、动态网页的数据爬取技术,以及pdf文本分析技能;第三部分是Python财务大数据的预处理,介绍如何使用Python对获取的数据进行清洗和整理;第四部分是财务大数据的分析与可视化,介绍财务大数据的基本分析、专题分析与机器学习技术,以及可视化等数据分析与挖掘技术。
本书以理论结合编程开发为原则,使用Python作为开发语言,讲解*优化算法的原理和应用,详细介绍了Python基础、Gurobi优化器、线性规划、整数规划、多目标优化、动态规划、图与网络分析、智能优化
本书主要讲解Python编程方法与技巧,共8个单元,32课,分为上、下两册。上册四个单元分别为Python基础语法、turtle画图、程序结构和百度AI;下册四个单元分别为MicroPython、传感
本书从日常办公场景和职场人的实际工作需求出发,以实战案例为主线,分解一个个任务,用轻松的方式讲解使用Python编程语言解决办公难题,提升工作效率的知识与方法,内容涵盖:使用Python处理大量重复性
本书是一本从零开始、手把手教你运维的书籍,通过上百个实际运维场景案例,帮助读者理解并掌握自动化运维。本书分为三篇共11章,篇是基础运维,介绍自动化运维、Python基础、文本处理、日志、FTP服务器、
本书是专门为小学生编写的零基础Python语言编程入门教材,分为程序设计、数学编程、海龟编程等3个单元。单元讲授变量、数据类型、数学运算、字符串、列表、函数和对象,讲授使用流程图来描述算法,还讲授使用
本书系统介绍了经典的机器学习算法,并通过实践案例对算法进行解析。本书内容包含三部分:第一部分(第1章和第2章)为入门篇,着重介绍Python开发基础及数据分析与处理;第二部分(第3章和第4章)为基础篇
本书便是一本“小白”学习Python数据分析的入门图书。书中不仅有各种分析框架的使用技巧,而且也有各类数据图表的绘制方法。本书通过多个案例讲解,让读者可以体验数据背后的乐趣。本书共11章,核心内容包括
本书以浅显易懂的语言和循序渐进的方式介绍Python语言的各个核心知识点:程序设计语言中基础的算法;设置和安装Python语言的运行环境;Python语言的各个基本语法,包括数据类型、变量与常数、表达
本书对机器学习算法的基本原理和Python程序实现进行了系统的介绍,每种算法都采用Sklearn程序实现并用Matplotlib进行数据可视化。为了帮助读者 加高效、直观地学习,作者为本书录制了13个微课视频,读者可以用手机扫描书中的二维码进行观看,也可以将视频下载后进行观看。 br 本书共8章,包括机器学习概述、Python机器学习与可视化、关联规则与 算法、聚类算法、分类算法、回归与逻辑回归、人工神经网络、支持向量机等内容。 br 本书可以作为高等院校机器学习和人工智能概论等课程的教材,也可作为机器学习算法入门读者的自学用书,还可以作为人工智能等领域机器学习研究者和应用人员的参考书。 br