机器学习微积分一本通（Python版）

本书分为12章，主要包括学习人工智能原理、自然语言处理技术、掌握深度学习模型、NLP开源技术实战、Python神经网络计算实战、AI语音合成有声小说实战、玩转词向量、近义词查询系统实战、机器翻译系统实战、文本情感分析系统实战、电话销售语义分析系统实战人工智能辅助写作系统（独家专利技术解密）。

本书采用常用技术与真实案例相结合的讲解方式，深入浅出地介绍了Python机器学习应用的主要内容。全书共8章，内容包括Python概述、NumPy数值计算、pandas基础、pandas进阶、Matplotlib绘图、scikit-learn、餐饮企业综合分析与预测、通信运营商客户流失分析与预测。前6章设置了选择题、填空题和操作题，后两章设置了操作题，希望通过练习和操作实践，读者可以巩固所学的内容。

虽然技术在进步，硬件也越来越物美价廉，但如今软件工程师仍需要关注程序的性能优化。本书将介绍软件效率问题、Go语言快速入门知识、如何实现高效编程，告诉大家如何高效进行性能优化，以及何时进行，并给出需要的工具和相关知识，让你使用较少的资源实现高效编程。

本书主要介绍iOS自动化测试的相关内容。本书首先介绍iOS基础知识；接着介绍测试环境部署、Appium基本操作和Appium终端操作，为读者学习后面的知识打下基础；然后介绍Appium中的元素定位、元素操作、高级操作、等待机制；最后讲述Pytest测试框架、项目实战、项目代码优化、自动化测试框架开发等。本书适合测试人员和开发人员阅读。

本书介绍如何使用代码（.m与.mlx文件）开发图形用户界面（GUI），辅以大量的编程示例详细讲解基于figure函数的uicontrol、容器、坐标区、常用控件、图窗工具、检测控件、对话框和通知，基于uifigure函数的对话框和通知，以及布局函数、控制流函数、App数据和预设函数等内容。与采用GUIDE、AppDesigner的方式相比，用代码开发的GUI能兼容几乎所有的MATLAB版本，灵活

本书是享誉全球的Python入门书，影响了超过250万读者。全书分两部分：第一部分介绍用Python编程所必须了解的基本概念，包括强大的Python库和工具，以及列表、字典、if语句、类、文件和异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的2D游戏、利用数据生成交互式的信息图以及创建和定制简单的Web应用，并帮助读者解决常见编程问题和困惑。第3版进行了全面修订：使用

本书介绍了如何使用Python语言进行物理建模，包括完成二维和三维图形绘制、动态可视化、蒙特卡罗模拟、常微分方程求解、图像处理等常见任务。本书在第1版的基础上增加了关于用SymPy进行符号计算的新内容，介绍了用于数据科学和机器学习的pandas和sklearn库、关于Python类和面向对象编程的入门知识、命令行工具，以及如何使用Git进行版本控制。本书适合对科学计算感兴趣、想要使用Python完

本书详细介绍C语言及其程序设计方法。全书共12章，主要内容包括：概述；数据类型、运算符及表达式；顺序结构程序设计；选择结构程序设计；循环结构程序设计；数组；指针；函数和变量的存储类型；结构体、公用体和枚举类型；编译预处理；位运算；文件。

近年来，人工智能技术得到了快速发展，并在金融风险管理领域逐渐渗透。本书旨在引导读者了解金融风险建模背后的理论，学会在金融风险管理业务中运用Python语言和一系列机器学习模型。本书分为三部分，第一部分（第1～3章）介绍风险管理的基础知识，第二部分（第4～8章）通过一系列案例将机器学习模型运用到市场风险管理、信用风险管理、流动性风险管理和运营风险管理等场景，第三部分（第9章、第10章）讲解如何对其他