★學習人工智慧必備的Python程式設計能力和探索性資料分析
•完整說明人工智慧世代的你需要具備的Python程式設計能力和所需的Python套件，讓你可以靈活運用這些套件來進行探索性資料分析。
•程式的演算法是順序和動作，本書使用流程圖學習程式順序來幫助你了解Python程式結構；使用REPL輸入程式碼來熟悉動作的關鍵字。
•人工智慧最重要的部分就是「資料」，使用Jupyter Notebook實作的探索性資料分析，可以幫助你深入了解資料和找出資料之間隱藏的關聯性，以便使用這些關聯性來訓練機器學習模型，進行資料預測。
•以實務角度詳細說明Python資料科學的必學套件：Numpy、Matplotlib、Pandas和Scipy。
•使用實際範例搭配圖例，帶你進入Python機器學習和深度學習。
- 第一篇：Python 程式設計實務(第1-1頁)
- CHAPTER 01 Python 語言與人工智慧的基礎(第1-1頁)
- CHAPTER 02 寫出你的 Python 程式(第2-1頁)
- CHAPTER 03 變數、資料型態與輸出輸入(第3-1頁)
- CHAPTER 04 運算子與運算式(第4-1頁)
- CHAPTER 05 條件敘述(第5-1頁)
- CHAPTER 06 迴圈結構(第6-1頁)
- CHAPTER 07 函數(第7-1頁)
- CHAPTER 08 字串、清單、元組與字典(第8-1頁)
- CHAPTER 09 模組、類別、檔案與例外處理(第9-1頁)
- 第二篇：Python 資料科學套件 +Jupyter Notebook(第10-1頁)
- CHAPTER 10 Jupyter Notebook 互動運算環境(第10-1頁)
- CHAPTER 11 NumPy 向量與矩陣運算(第11-1頁)
- CHAPTER 12 Matplotlib 資料視覺化(第12-1頁)
- CHAPTER 13 使用 Pandas 掌握你的資料(第13-1頁)
- CHAPTER 14 SciPy 演算法與科學運算(第14-1頁)
- CHAPTER 15 探索性資料分析實作案例(第15-1頁)
- 第三篇：Python 機器學習與深度學習(第16-1頁)
- CHAPTER 16 機器學習與深度學習入門(第16-1頁)
- APPENDIX A Python 常用整合開發環境的使用(第A-1頁)
紙本書 NT$ 540
單本電子書
NT$
540
同分類熱門書
EPUB
PDF
