中图网

>

程序设计

Numpy数据处理详解——Python机器学习和数据科学中的高性能计算方法

作者：吉田拓真尾原飒

出版社：中国水利水电出版社出版时间：2021-08-01

开本：其他页数： 512

本类榜单：计算机/网络销量榜

中图价:¥74.2(5.8折) 定价 ~~¥128.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥74.2 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

Numpy数据处理详解——Python机器学习和数据科学中的高性能计算方法版权信息

ISBN：9787517094142
条形码：9787517094142 ; 978-7-5170-9414-2
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
程序设计

Numpy数据处理详解——Python机器学习和数据科学中的高性能计算方法本书特色

适读人群：NumPy经常作为Python的基础软件库使用，任何学Python编程的读者几乎都需要掌握NumPy的使用方法，是机器学习工程师、数据科学家、数据分析师和科研人员都需要掌握的Python软件库。 · 内容丰富：全面系统地讲解NumPy的使用方法，涵盖NumPy数组操作、NumPy数学函数应用和NumPy机器学习编程等知识。读者可将此书作为案头手册，随时查阅。· 通俗易懂：用通俗易懂的语言、详细介绍了大数据时代，NumPy在机器学习和数据科学中的高性能计算方法，读者可快速学会。 · 代码演示：用大量代码对知识点进行演示，Ipython交互式执行环境让结果可视化，可让学习更简单。*后还以案例的形式介绍了NumPy在机器学习中的应用，包括基础篇、理论篇、实践篇，以及深度学习篇、文字识别篇和强化学习篇。 · 装帧讲究：全文双色印刷，让学习过程不枯燥,版面设计精美

Numpy数据处理详解——Python机器学习和数据科学中的高性能计算方法内容简介

Python 因其简单易学、功能强大、开发效率高、拥有强大的第三方库等优点，使其成为学习人工智能的优选编程语言。《NumPy 数据处理详解——Python 机器学习和数据科学中的高性能计算方法》就从 Python 中经常使用的 NumPy 库的基础知识入手，讲解了实用的高速数据处理方法。大数据时代， NumPy 因其包含大量的数学函数，能够处理多维数组，而且处理速度堪比 C 语言，所以 NumPy 也成为机器学习和数据科学领域数据处理不可或缺的库。全书详细介绍了 NumPy 基础知识、NumPy 与数组操作、NumPy 数学函数的应用和 NumPy 机器学习编程方法，特别适合机器学习工程师、数据科学家、人工智能开发相关人员系统学习 NumPy 使用方法，或将此书作为案头手册，随时翻阅查看。

Numpy数据处理详解——Python机器学习和数据科学中的高性能计算方法目录

第1章 NumPy基础 1.1 NumPy的基础与安装方法 1.1.1 NumPy入门 1.1.2 Python的安装 1.1.3 NumPy的安装方法 1.1.4 NumPy入门教程 1.2 多维数据结构ndarray的基础 1.2.1 ndarray 1.2.2 属性 1.2.3 内存布局 1.2.4 步长 1.2.5 广播 1.3 广播 1.3.1 何谓广播 1.3.2 广播的运行机制 1.4 切片 1.4.1 何谓切片 1.4.2 切片的使用方法 1.4.3 向高维数据结构扩展 1.5 关于坐标轴和维度 1.5.1 ndarray的维度 1.5.2 关于坐标轴 1.5.3 作为函数参数的axis 1.6 ndarray的shape属性 1.7 元素数据类型的种类与指定方法 1.7.1 需要dtype的理由 1.7.2 数据类型 1.8 副本与视图的区别 1.8.1 副本和视图 1.8.2 不同操作方式的区别 1.8.3 数组的扁平化 1.8.4 fancy indexing 1.8.5 副本和视图的分辨方法第2章 NumPy与数组操作 2.1 数组形状变换函数 2.1.1 np.reshape 2.1.2 np.resize 2.1.3 ndarray.resize 2.1.4 np.reshape与np.resize等方法的区别 2.2 添加元素到数组末尾的函数 2.2.1 Python列表的append方法 2.2.2 np.append 2.2.3 性能对比 2.3 数组的真假值判断函数 2.3.1 np.all 2.3.2 np.any 2.4 指定条件获取元素索引的函数 2.4.1 np.where 2.4.2 条件的指定 2.4.3 使用np.where的三元运算符 2.5 *大值、*小值的筛选函数 2.5.1 np.amax 2.5.2 ndarray.max 2.5.3 np.amin 2.5.4 np.ndarray.min 2.6 返回数组中*大元素索引的函数 2.6.1 np.ndarray.argmax 2.6.2 np.argmax …… 第3章 NumPy数学函数应用第4章 NumPy机器学习编程

展开全部

Numpy数据处理详解——Python机器学习和数据科学中的高性能计算方法作者简介

吉田拓真（Takuma Yoshida） Spot公司（URL：https://spot-corp.com，提供数据科学相关服务）总裁兼首席执行官。网络媒体DeepAge（URL：https://deepage.net）主编。尾原飒（So Ohara）毕业于东京大学工学部机械工程学系。曾在技术网站连载NumPy应用相关文章、从事过自然语言处理相关的开发项目、以数据科学家的身份负责MICIN公司内部新事业的开发。未来将致力于机器学习开发相关工作。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐