0人評分過此書
本书采用通俗易懂的语言深入浅出地介绍了 Python核心语法结构及程序设计方法。全书贯穿使用单相接地故障分类的具体工程案例，详细地介绍了 Python机器学习所涉及的基本概念、算法及编程实现。本书采用案例教学，以案例驱动学习，论述具体问题。本书适用范围广，既适合零基础编程经验的读者学习，也适合具有高级编程经验的读者参考使用。通过对本书的学习可以快速、系统地掌握 Python程序开发方法和机器学习编程技术。全书突出工程应用，理论联系实际，具有很强的实用性。
本书可作为高等院校物联网工程、自动化、计算机科学与技术等相关专业的教学用书，也可作为相关工程技术人员的参考用书。 。
本书可作为高等院校物联网工程、自动化、计算机科学与技术等相关专业的教学用书，也可作为相关工程技术人员的参考用书。 。
-
第1章 Python概述及使用
-
1.1 Python的特点
-
1.2 下载与安装Python
-
1.3 Python程序运行
-
1.4 CSV文件
-
1.5 Python包与模块
-
本章小结
-
习题
-
-
第2章 Python特色数据类型与常用函数
-
2.1 Python基础语法
-
2.2 元组数据类型
-
2.3 列表、字典、集合数据类型
-
2.4 数字、字符串数据类型
-
2.5 Python的常用函数
-
本章小结
-
习题
-
-
第3章 Python语句控制及函数定义
-
3.1 Python分支结构
-
3.2 Python循环结构
-
3.3 Python函数
-
本章小结
-
习题
-
-
第4章 Python类、异常处理、文件
-
4.1 Python类
-
4.2 Python异常
-
4.3 Python文件操作
-
本章小结
-
习题
-
-
第5章 Python数据处理与绘图
-
5.1 numpy数组使用
-
5.2 scipy包的使用
-
5.3 pandas包的使用
-
5.4 matplotlib包的使用
-
5.5 SLite数据库的使用
-
本章小结
-
习题
-
-
第6章 图形用户界面设计、二维码与程序打包
-
6.1 图形用户界面设计
-
6.2 Python二维码设计
-
6.3 程序打包
-
本章小结
-
习题
-
-
第7章 Anaconda使用、数据分割与训练
-
7.1 Anaconda安装与使用
-
7.2 Jupyter Notebook
-
7.3 数据构建与分割
-
7.4 k近邻分类
-
7.5 sklearn自带数据集
-
本章小结
-
习题
-
-
第8章 有监督机器学习
-
8.1 分类与回归
-
8.2 决策树和随机森林
-
8.3 神经网络分类
-
8.4 集成学习
-
本章小结
-
习题
-
-
第9章 无监督学习与模型泛化
-
9.1 无监督学习
-
9.2 分类模型泛化
-
本章小结
-
习题
-
- 附录A
- 附录B
- 参考文献
- 出版地 ： 中國大陸
- 語言 ： 簡體中文
評分與評論
請登入後再留言與評分
EPUB
EPUB
EPUB
EPUB
EPUB
