[付費5元查看完整內容]【電子書推薦|Google】《Effective Python：編寫高質量Python代碼的90個有效方法(第二版)》隨書代碼，Google首席工程師Brett Slatkin
簡介： Python編程語言具有獨特的優勢和魅力，可能難以掌握。許多熟悉其他語言的程序員經常從有限的思維方式著手使用Python，而不是擁抱其完整的表達能力。一些程序員過度使用了Python功能，這些功能以后可能會引起大問題。 這本書的第二版（將于2019年11月中旬由Pearson Addison-Wesley出版）提供了有關Python編寫程序的方式的見解：使用Python的最佳方法。它基于您已經擁有的語言基本理解。它也將成為新手程序員學習Python功能的最佳實踐，對于經驗豐富的程序員將學習如何自信地接受新工具。 本書的每一章都包含一系列廣泛但相關的項目。每個項目都包含簡潔明了的指導，解釋了如何更有效地編寫Python程序，第二版專門針對python 3（3.8版及更高版本），它包含30多個全新的項目以及其他最佳實踐。
目錄：
- python思維
- 列表和字典
- 函數功能
- 產生器
- 類和接口
- 元類和屬性
- 并發和并行
- 穩健性和性能
- 測試與調試
作者簡介： Brett Slatkin，Google的首席軟件工程師。他是Google Surveys的技術聯合創始人，PubSubHubbub協議的共同創建者，并且推出了Google的第一個云計算產品（App Engine）。他曾用Python來管理Google龐大的服務器群。
付費5元查看完整內容
相關內容
Python算法，第二版解釋了Python方法的算法分析和設計。本書由《初級Python》的作者Magnus Lie Hetland撰寫，主要關注經典算法，但也對基本的算法解決問題技術有了深入的理解。
這本書涉及一些最重要和最具挑戰性的領域的編程和計算機科學在一個高度可讀的方式。它涵蓋了算法理論和編程實踐，演示了理論是如何反映在真實的Python程序中的。介紹了Python語言中內置的著名算法和數據結構，并向用戶展示了如何實現和評估其他算法和數據結構
付費5元查看完整內容
本書作者BrettSlatkin以使用場景為主導的精練教學方式，匯聚了59條優秀的實踐原則、開發技巧和便捷方案，并以實用的代碼范例來解釋它們。作者根據自己在Google公司多年開發Python基礎架構所積累的經驗，揭示了Python語言中一些鮮為人知的微妙特性，并給出了能夠改善代碼功能及運行效率的習慣用法。通過本書，你能夠了解到解決關鍵編程任務所用的佳方式，并學會編寫易于理解、便于維護且利于改進的代碼。
本書可以幫你掌握真正的Pythonic編程方式，令你能夠發揮出Python語言的強大功能，并寫出健壯而高效的代碼。Scott Meyers在暢銷書《Effective C++》中開創了一種以使用場景為主導的精練教學方式，本書作者Brett Slatkin就以這種方式匯聚了59條優秀的實踐原則、開發技巧和便捷方案，并以實用的代碼范例來解釋它們。
Slatkin根據自己在Google公司多年開發Python基礎架構所積累的經驗，揭示Python語言中一些鮮為人知的微妙特性，并給出了能夠改善代碼功能及運行效率的習慣用法。通過本書，你能夠了解到解決關鍵編程任務所用的方式，并學會編寫易于理解、便于維護且利于改進的代碼。本書核心內容包括：
● 涵蓋Python 3.x及Python 2.x主要應用領域的實用指南，以及與之配套的詳細解釋及代碼范例。
● 與函數相關的編程建議，這些建議有助于我們寫出意圖清晰、便于復用且缺陷較少的函數。
● 如何準確地表達類與對象的行為。
● 在使用元類和動態屬性時，如何避免錯誤的用法。
● 更為高效的并發及并行方式。
● 與Python內置模塊相關的編程技巧和習慣用法。
● 多人協作時所用的開發工具和實踐方式。
● 旨在改善代碼質量和程序性能的調試、測試與優化方案。
付費5元查看完整內容
簡介： 機器學習可解釋性的新方法以驚人的速度發布。與所有這些保持最新將是瘋狂的，根本不可能。這就是為什么您不會在本書中找到最新穎，最有光澤的方法，而是找到機器學習可解釋性的基本概念的原因。這些基礎知識將為您做好使機器學??習模型易于理解的準備。
可解釋的是使用可解釋的模型，例如線性模型或決策樹。另一個選擇是與模型無關的解釋工具，該工具可以應用于任何監督的機器學習模型。與模型不可知的章節涵蓋了諸如部分依賴圖和置換特征重要性之類的方法。與模型無關的方法通過更改機器學習的輸入來起作用建模并測量輸出中的變化。
本書將教您如何使（監督的）機器學習模型可解釋。這些章節包含一些數學公式，但是即使沒有數學知識，您也應該能夠理解這些方法背后的思想。本書不適用于嘗試從頭開始學習機器學習的人。如果您不熟悉機器學習，則有大量書籍和其他資源可用于學習基礎知識。我推薦Hastie，Tibshirani和Friedman（2009）撰寫的《統計學習的要素》一書和Andrewra Ng在Coursera3上開設的“機器學習”在線課程，著手進行機器學習。這本書和課程都是免費的！在本書的最后，對可解釋機器學習的未來前景持樂觀態度。
目錄：
- 前言
- 第一章 引言
- 第二章 解釋性
- 第三章 數據集
- 第四章 解釋模型
- 第五章 模型不可知論方法
- 第六章 基于實例的解釋
- 第七章 神經網絡解釋
- 第八章 水晶球
- 第九章 貢獻
- 第十章 引用本書
付費5元查看完整內容
簡介：
探索用Python編寫代碼的正確方法。這本書提供的技巧和技術，你需要生產更干凈，無錯誤，和雄辯的Python項目。
要獲得更好的代碼，首先要理解對代碼進行格式化和編制文檔以獲得最大可讀性的重要性，利用內置的數據結構和Python字典來提高可維護性，并使用模塊和元類來有效地組織代碼。然后，您將深入了解Python語言的新特性，并學習如何有效地利用它們。接下來，您將解碼關鍵概念，如異步編程、Python數據類型、類型提示和路徑處理。學習在Python代碼中調試和執行單元測試和集成測試的技巧，以確保您的代碼可以投入生產。學習旅程的最后一段為您提供了版本管理、實時代碼管理和智能代碼完成的基本工具。 在閱讀和使用這本書之后，您將熟練地編寫干凈的Python代碼，并成功地將這些原則應用到您自己的Python項目中。
目錄：
- Pythonic思維
- 數據結構
- 編寫更好的函數和類
- 使用模塊和元類
- 裝飾器和上下文管理器
- 生成器和迭代器
- 利用新的Python特性
- 附錄:一些很棒的Python工具
作者：
Sunil Kapil在過去十年一直從事軟件行業，用Python和其他幾種語言編寫產品代碼。 他曾是一名軟件工程師，主要從事網絡和移動服務的后端工作。他開發、部署并維護了數百萬用戶喜愛和使用的從小型到大型的生產項目。他與世界各地知名軟件公司的大小團隊在不同的專業環境中完成了這些項目。他也是開源的熱情倡導者，并不斷為Zulip Chat和Black等項目貢獻力量。Sunil經常在各種會議上發表關于Python的演講。
付費5元查看完整內容
簡介： 《圖解深度學習》是由Pearson的Addison-Wesley出版社于2019年出版的關于深度學習的一本可視化圖書。它在多個購物網站位居銷量第一，成功擠入AI與Python類別的排名前十的暢銷書。
深度學習促進強大的新型工智能功能，并使算法性能達到前所未有的高度。 《圖解深度學習》這本書具有獨特的直觀性，并對深度學習進行了全方面介紹。它配備了全彩圖形和易于遵循的代碼，消除了構建深度學習模型的復雜性，使其更易于學習且有趣。本書還提供了相關代碼。
作者介紹： 牛津大學博士，是機器學習創業公司untapt的首席數據科學家。 他講述了一系列廣受贊譽的教程，包括使用TensorFlow進行深度學習和用于自然語言處理的深度學習。 喬恩（Jon）在紐約市數據科學學院（New York City Data Science Academy）的課堂上教授深度學習課程，并在哥倫比亞大學（哥倫比亞大學）做客座演講。
是untapt的數據科學家，研究方向為自然語言處理。 生物醫學科學博士，研究病毒與其宿主之間的關系。 他是Deep Learning Study Group.org的創始成員。
目錄：
- 深度學習介紹
- 人與機器語言
- 機器的藝術
- 機器可做的事情
- 理論與代碼
- 神經網絡
- 訓練深度模型
- 提高網絡性能
- 自然語言處理
- 對抗神經網絡
- 深度強化學習
- 實戰
- 附錄
相關鏈接：
付費5元查看完整內容
注冊地址： 北京市海淀區羊坊店路18號2幢3層301-191