Description

使用TensorFlow和Keras实现高级深度学习和神经网络模型

Key Features

• 快速掌握知识点
• 用实操夯实迁移学习理论
• 掌握实用技能

Book Description

迁移学习是机器学习技术的一种，它可以从一系列机器学习问题的训练中获得知识，并将这些知识用于训练其他相似类型的问题。
本书分为3个部分：第1部分是深度学习基础，介绍了机器学习的基础知识、深度学习的基础知识和深度学习的架构；第2部分是迁移学习精要，介绍了迁移学习的基础知识和迁移学习的威力；第3部分是迁移学习案例研究，介绍了图像识别和分类、文本文档分类、音频事件识别和分类、DeepDream算法、风格迁移、自动图像扫描生成器、图像着色等内容。
本书适合数据科学家、机器学习工程师和数据分析师阅读，也适合对机器学习和迁移学习感兴趣的读者阅读。在阅读本书之前，希望读者对机器学习和Python编程有基本的掌握。

What you will learn

• 本书能带你厘清机器学习和深度学习的关键基本概念
• 深刻理解迁移学习的相关概念
• 学习大量现实世界中不同领域的案例和问题

Who this book is for

机器学习、深度学习、人工智能领域的研究人员及技术人员，数据科学家、Python开发者等

Description

金融科技系列图书新作，了解经典实用的算法交易策略，构建自己的算法交易系统，赢在金融交易起跑线（送配套源代码和彩图资源）

Key Features

• 由浅入深地讲解算法交易的相关知识
• 从基础知识和环境配置讲起
• 讲解如何通过编程完成交易信息的生成与交易策略的实施
• 介绍众多算法交易策略，以及如何管理算法策略中的风险
• 带领读者用Python建立自己交易系统

Book Description

本书由浅入深地讲解了算法交易的相关知识，首先从基础知识和环境配置讲起，其次讲解如何通过编程完成交易信息的生成与交易策略的实施，随后介绍众多算法交易策略，以及如何管理算法策略中的风险，最后带领读者用Python建立自己交易系统，并迎接算法交易的深层挑战。
全书共分为10章，包括算法交易的基础原理、通过技术分析解读市场、通过基础机器学习预测市场、人类直觉驱动的经典交易策略、复杂的算法策略、管理算法策略中的风险、用Python构建交易系统、连接到交易所、在Python中创建回测器、适应市场参与者和环境。

What you will learn

• 了解现代算法交易系统和策略的组成部分；
• 掌握一些著名交易策略的运作、实施和分析方法；
• 使用 Python 在交易信号和策略中应用机器学习算法；
• 量化并构建 Python 交易策略的风险管理系统；
• 构建回测器来运行模拟交易策略，以提高交易系统的性能；
• 在实际市场中部署和整合交易策略，以维持和提高赢利能力；
• 使用 Python 设计、构建一个实用并能带来盈利的算法交易机器人。

Who this book is for

本书的目标读者是互联网金融从业者、金融交易员、数据分析师、软件工程师、企业家，以及任何想开始“算法交易之旅”的人。
如果你想了解算法交易的工作原理、交易系统的组成部分、黑盒和灰盒交易所需的协议和算法，以及如何建立完全自动化且可带来盈利的交易业务，那么本书就是适合你的！

Description

拥抱机器学习，用Python实现无监督学习算法，构建高效且实用的解决方案

Key Features

• 包含多个示例和讲解
• 全面揭示了无监督学习的内涵与实现技巧

Book Description

机器学习是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。无监督学习是机器学习中的一种学习方式，是数据科学的一个重要分支，常用于数据挖掘领域，通过构建模型来为业务决策提供依据。
本书通过Python语言讲解无监督学习，全书内容包括10章，前面9章由浅入深地讲解了无监督学习的基础知识、聚类的基础知识、高级聚类、层次聚类、软聚类和高斯混合模型、异常检测、降维和分量分析、无监督神经网络模型、生成式对抗网络和自组织映射，第10章以问题解答的形式对前面9章涉及的问题给出了解决方案。
本书适合数据科学家、机器学习从业者和普通的软件开发人员阅读，通过学习本书介绍的无监督学习理论和Python编程方法，读者能够在业务实践中获得有价值的参考。

What you will learn

• 了解无监督学习的实践技巧
• 熟练掌握一些列机器学习算法
• 能够对机器学习的各个概念有更好的把握

Who this book is for

本书是写给统计学相关人员、数据科学家、机器学习开发者和深度学习实践者的，读者可以通过书中的示例和讲解，了解无监督学习的实践技巧，熟练掌握一些列机器学习算法，并能够对机器学习的各个概念有更好的把握。通过实施最常见的无监督学习算法并优化参数，为来自所有业务领域的不同利益相关者提供有价值的见解。

Description

用Python开发令人惊讶的NLP项目

Key Features

• 本书是学习自然语言处理的一本综合学习指南
• 本书有助于读者使用NLTK创建NLP项目并成为相关领域的专家。

Book Description

自然语言处理（NLP）是有关计算语言学与人工智能的研究领域之一。NLP主要关注人机交互，它提供了计算机和人类之间的无缝交互，使得计算机在机器学习的帮助下理解人类语言。

本书详细介绍如何使用Python执行各种自然语言处理（NLP）任务，并帮助读者掌握利用Python设计和构建基于NLP的应用的最佳实践。本书引导读者应用机器学习工具来开发各种各样的模型。对于训练数据的创建和主要NLP应用的实现，例如命名实体识别、问答系统、语篇分析、词义消歧、信息检索、情感分析、文本摘要以及指代消解等，本书都进行了清晰的介绍。本书有助于读者使用NLTK创建NLP项目并成为相关领域的专家。

通过阅读本书，你将能够:
• 实现字符串匹配算法以及标准化技术；
• 实现统计语言建模技术；
• 深刻理解词干提取器、词形还原器、形态分析器以及形态生成器的开发；
• 开发搜索引擎并实现词性标注和统计建模（包含n-gram方法）等相关概念；
• 熟悉诸如树型库建设、CFG建设、CYK以及Earley线图解析算法等相关概念；
• 开发基于NER的系统并理解和应用情感分析的相关概念；
• 理解并实现信息检索和文本摘要等相关概念；
• 开发语篇分析系统以及基于指代消解的系统。

What you will learn

• 实现字符串匹配算法以及标准化技术；
• 实现统计语言建模技术；
• 深刻理解词干提取器、词形还原器、形态分析器以及形态生成器的开发；
• 开发搜索引擎并实现词性标注和统计建模（包含n-gram方法）等相关概念；
• 熟悉诸如树型库建设、CFG建设、CYK以及Earley线图解析算法等相关概念；
• 开发基于NER的系统并理解和应用情感分析的相关概念；
• 理解并实现信息检索和文本摘要等相关概念；
• 开发语篇分析系统以及基于指代消解的系统。

Who this book is for

对自然语言处理理论和算法感兴趣的读者，Python程序员

Description

Python脚本编程手册，Python脚本编程指南

Key Features

• 从基础到高级编程，全面系统地介绍Python脚本在系统管理中的作用。
• 市场上少见的介绍将Python脚本应用于系统管理的图书。
• 本书附有配套资源，帮助读者学以致用，将所学应用到真实场景中。

Book Description

本书是一本介绍Python编程的进阶图书，包含了大量关于Python脚本设计的主题。本书共18章，首先带领读者快速复习Python基础知识，然后循序渐进地介绍了一些实用主题，包括Python脚本的调试和分析、编写单元测试、系统管理、处理文件和数据、文件归档以及文本处理等。然后介绍了网络编程、处理电子邮件、远程控制主机、创建图形用户界面、处理日志文件、编写网络爬虫、数据收集和可视化以及操作数据库等更加高阶的主题。本书中每一知识点都结合可以运行的源码讲解，帮助读者更好地掌握Python脚本编程。
本书要求读者具备Python的基础知识，非常适合对Python编程有基本了解并且有兴趣将编程技能扩展到命令行脚本和系统管理的读者阅读。

What you will learn

• 了解如何安装Python和调试Python脚本；
• 了解和编写用于自动化测试和日常管理活动的脚本；
• 了解如何编写用于文本处理、加密、解密和归档的脚本；
• 处理PDF、Excel、CSV和文本文件，并生成报告；
• 编写用于远程网络管理（包括处理电子邮件）的脚本；
• 使用图形用户界面构建交互式工具；
• 处理Apache日志文件，以及SOAP和REST API的通信；
• 自动化数据库管理并执行统计分析。

Who this book is for

本书非常适合对Python编程有基本了解并且有兴趣将编程技巧扩展到命令行脚本和系统管理的用户。读者需要具备Python的先验知识。

Description

Python图像处理

Key Features

• 图像处理、计算机视觉与深度学习的最新进展。
• 实战性较强，涵盖图像修复、梯度融合、变分去噪、接缝雕刻、图像绗缝和人脸变形等新应用。
• 用流行的Python 图像处理库、机器学习库和深度学习库解决图像处理问题。

Book Description

本书介绍如何用流行的Python 图像处理库、机器学习库和深度学习库解决图像处理
问题。
本书先介绍经典的图像处理技术，然后探索图像处理算法的演变历程，始终紧扣图
像处理以及计算机视觉与深度学习方面的最新进展。全书共12 章，涵盖图像处理入门基础知识、应用导数方法实现图像增强、形态学图像处理、图像特征提取与描述符、图像分割，以及图像处理中的经典机器学习方法等内容。
本书适合Python 工程师和相关研究人员阅读，也适合对计算机视觉、图像处理、机
器学习和深度学习感兴趣的软件工程师参考。

What you will learn

• 学习经典的图像处理技术
• 探索图像处理算法的演变历程
• 了解图像处理以及计算机视觉与深度学习方面的最新进展

Who this book is for

本书适用于计算机视觉工程师、图像处理工程师、软件工程师、ML工程师。读者应具有一定的Python编程基础，并希望进一步了解图像处理的细节和复杂性。

Description

用简单易学的示例，带你驶入机器学习的快车道

Key Features

• 书中示例浅显易懂，涵盖多种应用场景
• 讲解方式生动有趣。

Book Description

本书开篇介绍Python语言和机器学习开发环境的搭建方法。后续章节介绍相关的重要概念，比如数据分析、数据预处理、特征抽取、数据可视化、聚类、分类、回归和模型性能度量等。本书包含多个项目案例，涉及几种重要且有趣的机器学习算法，引导读者从头实现自己的模型。学完本书，你将了解机器学习生态系统的全貌，并掌握机器学习技术的实践和应用。
在本书的帮助下，你将学会用强大却很简单的Python语言来处理数据科学难题，并构建自己的解决方案。书中示例浅显易懂，涵盖多种应用场景：新闻话题分类、垃圾邮件过滤、在线广告点击率预测和股票价格预测等，讲解方式生动有趣。

• 本书包括以下内容：
• 利用Python语言抽取数据、处理数据和探索数据；
• 用Python对多维数据进行可视化，并抽取有用特征；
• 深入钻研数据分析技术，正确预测发展趋势；
• 用Python从头实现机器学习分类算法和回归算法；
• 用雅虎财经数据来分析和预测股价；
• 评估并优化机器学习模型的性能；
• 用机器学习和Python解决实际问题。

What you will learn

• 利用Python语言抽取数据、处理数据和探索数据；
• 用Python对多维数据进行可视化，并抽取有用特征；
• 深入钻研数据分析技术，正确预测发展趋势；
• 用Python从头实现机器学习分类算法和回归算法；
• 用雅虎财经数据来分析和预测股价；
• 评估并优化机器学习模型的性能；
• 用机器学习和Python解决实际问题。

Who this book is for

本书适合Python程序员、数据分析人员、机器学习领域的从业人员以及对算法感兴趣的读者阅读。

Description

Python金融实战类指南，精确指导金融大数据分析过程。通过编写高效的Python程序，解决实际金融问题。

Key Features

• 本书由具有丰富的教学经验和专业经验的严玉星教授编写，囊括了他多年在金融领域教学一线的经典思想
• 在原作者全程参与的前提下，邀请香港理工大学的张少军老师全程主导并负责本书的翻译，将基本的金融理论和丰富的代码示例及金融模型深度解析

Book Description

Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，在需要数据分析和处理大量数据的金融领域得到了广泛而迅速的应用，并且成为越来越多专业人士首选的编程语言之一。
本书通过12章内容介绍了Python在金融领域的应用，从Python的安装、基础语法，再到一系列简单的编程示例，本书循序渐进地引导读者学习Python。同时，本书还结合Python的各个模块以及金融领域中的期权价格、金融图形绘制、时间序列、期权定价模型、期权定价等内容，深度揭示了Python在金融行业中的应用技巧。
本书适合金融、会计等相关专业的高校师生阅读，也适合金融领域的研究人员和从业人员参考学习。对于有一定计算机编程基础，但想要从事金融行业的读者，本书也是不错的参考用书。

What you will learn

• 了解如何编写Python程序来模拟股票价格的变化
• 用蒙特卡罗方法给复杂的期权合约定价
• 计算买卖价差等流动性指标
• 绘制隐含波动率的微笑曲线
• 估计波动率的时间序列模型

Who this book is for

对金融领域感兴趣的程序员，以及想要使用Python进行大数据分析或金融数据处理的开发人员。普通高校的金融相关专业的学生、老师，以及有一定的编程基础并且想要金融金融行业的普通程序员。