☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

産品特色

編輯推薦

掌握多種不同的思維方式是每個人在大學時代的必修課。具備使用計算思維解決問題的能力是程序員入門的基本技能。本書基於作者開授的MIT熱門MOOC教程編寫，旨在培養讀者的計算思維，為其日後的IT生涯打下堅實的編程基礎。

- 以Python 3為示例，涵蓋Python大部分特性，重在介紹編程語言可以做什麼
- 如何係統性地組織、編寫、調試中等規模的程序
- 理解計算復雜度
- 將模糊的問題描述轉化為明確的計算方法，以此解決問題，並深刻理解整個過程
- 掌握有用的算法以及問題簡化技術
- 使用隨機性和模擬技術清晰闡述很難得到封閉解的問題
- 使用計算工具（包括簡單的統計、可視化以及機器學習工具）對數據進行理解與建模

內容簡介

本書基於MIT 編程思維培訓講義寫成，主要目標在於幫助讀者掌握並熟練使用各種計算技術，具備用計算思維解決現實問題的能力。書中以Python 3 為例，介紹瞭對中等規模程序的係統性組織、編寫、調試，幫助讀者深入理解計算復雜度，還講解瞭有用的算法和問題簡化技術，並探討各類計算工具的使用。與本書* 1版相比，* 2版全麵改寫瞭後半部分，且書中所有示例代碼都從Python 2 換成瞭Python 3。
本書適閤對編程知之甚少但想要使用計算方法解決問題的讀者。

作者簡介

John V. Guttag
1999年~2004年任MIT電氣工程與計算機科學係主任，所授計算機科學係列導論課程深受學生歡迎。目前為計算機科學與人工智能實驗室網絡及移動係統組聯閤負責人，還進行軟件工程、機器定理證明、硬件驗證等領域的研究以及培訓工作。獲美國布朗大學英語專業學士學位、應用數學碩士學位，多倫多大學計算機科學博士學位。

目錄

第1章　啓程 1

第2章　Python簡介 6

2．1　Python基本元素 7

2．1．1　對象、錶達式和數值類型 8

2．1．2　變量與賦值 9

2．1．3　Python IDE 11

2．2　程序分支 12

2．3　字符串和輸入 14

2．3．1　輸入 15

2．3．2　雜談字符編碼 16

2．4　迭代 17

第3章　一些簡單的數值程序 20

3．1　窮舉法 20

3．2　for循環 22

3．3　近似解和二分查找 24

3．4　關於浮點數 27

3．5　牛頓 拉弗森法 29

第4章　函數、作用域與抽象 31

4．1　函數與作用域 32

4．1．1　函數定義 32

4．1．2　關鍵字參數和默認值 33

4．1．3　作用域 34

4．2　規範 37

4．3　遞歸 39

4．3．1　斐波那契數列 40

4．3．2　迴文 42

4．4　全局變量 45

4．5　模塊 46

4．6　文件 47

第5章　結構化類型、可變性與

高階函數 50

5．1　元組 50

5．2　範圍 52

5．3　列錶與可變性 52

5．3．1　剋隆 57

5．3．2　列錶推導 57

5．4　函數對象 58

5．5　字符串、元組、範圍與列錶 60

5．6　字典 61

第6章　測試與調試 65

6．1　測試 65

6．1．1　黑盒測試 66

6．1．2　白盒測試 68

6．1．3　執行測試 69

6．2　調試 70

6．2．1　學習調試 72

6．2．2　設計實驗 72

6．2．3　遇到麻煩時 75

6．2．4　找到“目標”錯誤之後 76

第7章　異常與斷言 77

7．1　處理異常 77

7．2　將異常用作控製流 80

7．3　斷言 82

第8章　類與麵嚮對象編程 83

8．1　抽象數據類型與類 83

8．1．1　使用抽象數據類型設計程序 87

8．1．2　使用類記錄學生與教師 87

8．2　繼承 90

8．2．1　多重繼承 92

8．2．2　替換原則 93

8．3　封裝與信息隱藏 94

8．4　進階示例：抵押貸款 99

第9章　算法復雜度簡介 103

9．1　思考計算復雜度 103

9．2　漸近錶示法 106

9．3　一些重要的復雜度 107

9．3．1　常數復雜度 107

9．3．2　對數復雜度 108

9．3．3　綫性復雜度 108

9．3．4　對數綫性復雜度 109

9．3．5　多項式復雜度 109

9．3．6　指數復雜度 111

9．3．7　復雜度對比 112

* 10章　一些簡單算法和數據結構 114

10．1　搜索算法 115

10．1．1　綫性搜索與間接引用元素 115

10．1．2　二分查找和利用假設 116

10．2　排序算法 119

10．2．1　歸並排序 120

10．2．2　將函數用作參數 122

10．2．3　Python中的排序 123

10．3　散列錶 124

* 11章　繪圖以及類的進一步擴展 128

11．1　使用PyLab繪圖 128

11．2　進階示例：繪製抵押貸款 133

* 12章　背包與圖的* 優化問題 139

12．1　背包問題 139

12．1．1　貪婪算法 140

12．1．2　0/1背包問題的* 優解 143

12．2　圖的* 優化問題 145

12．2．1　一些典型的圖論問題 149

12．2．2　* 短路徑：深度優先搜索和

廣度優先搜索 149

* 13章　動態規劃 155

13．1　又見斐波那契數列 155

13．2　動態規劃與0/1背包問題 157

13．3　動態規劃與分治算法 162

* 14章　隨機遊走與數據可視化 163

14．1　隨機遊走 163

14．2　醉漢遊走 164

14．3　有偏隨機遊走 170

14．4　變幻莫測的田地 175

* 15章　隨機程序、概率與分布 178

15．1　隨機程序 178

15．2　計算簡單概率 180

15．3　統計推斷 180

15．4　分布 192

15．4．1　概率分布 194

15．4．2　正態分布 195

15．4．3　連續型和離散型均勻分布 199

15．4．4　二項式分布與多項式分布 200

15．4．5　指數分布和幾何分布 200

15．4．6　本福德分布 203

15．5　散列與碰撞 204

15．6　強隊的獲勝概率 206

* 16章　濛特卡羅模擬 208

16．1　帕斯卡的問題 209

16．2　過綫還是不過綫 210

16．3　使用查錶法提高性能 213

16．4　求π的值 214

16．5　模擬模型結束語 218

第* 章　抽樣與置信區間 220

17．1　對波士頓馬拉鬆比賽進行抽樣 220

17．2　中心極限定理 225

17．3　均值的標準誤差 228

第* 章　理解實驗數據 231

18．1　彈簧的行為 231

18．2　彈丸的行為 238



18．2．1　可決係數 240

18．2．2　使用計算模型 241

18．3　擬閤指數分布數據 242

18．4　當理論缺失時 245

第* 章　隨機試驗與假設檢驗 247

19．1　檢驗顯著性 248

19．2　當心P-值 252

19．3　單尾單樣本檢驗 254

19．4　是否顯著 255

19．5　哪個N 257

19．6　多重假設 258

第* 章　條件概率與貝葉斯統計 261

20．1　條件概率 262

20．2　貝葉斯定理 263

20．3　貝葉斯更新 264

第* 章　謊言、該死的謊言與統計學 267

21．1　垃圾輸入，垃圾輸齣 267

21．2　檢驗是有缺陷的 268

21．3　圖形會騙人 268

21．4　Cum Hoc Ergo Propter Hoc 270

21．5　統計測量不能說明所有問題 271

21．6　抽樣偏差 272

21．7　上下文很重要 273

21．8　慎用外推法 273

21．9　得剋薩斯神槍手謬誤 274

21．10　莫名其妙的百分比 276

21．11　不顯著的顯著統計差彆 276

21．12　迴歸假象 277

21．13　小心為上 278

第* 章　機器學習簡介 279

22．1　特徵嚮量 281

22．2　距離度量 283

第* 章　聚類 288

23．1　Cluster類 289

23．2　K-均值聚類 291

23．3　虛構示例 292

23．4　更真實的示例 297

第* 章　分類方法 303

24．1　分類器評價 303

24．2　預測跑步者的性彆 306

24．3　K-* 鄰近方法 308

24．4　基於迴歸的分類器 312

24．5　從“泰坦尼剋”號生還 320

24．6　總結 325

Python　3．5速查錶 326
Python編程導論 第2版 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

Python神經網絡編程

評分☆☆☆☆☆

買給女朋友看的，督促她學習哈哈哈哈哈

評分☆☆☆☆☆

質量還不錯，快遞速度可以

評分☆☆☆☆☆

內容不用說瞭，邊啃慕課邊看；隻是官方安利顔值爆炸，怕是隻有封麵有顔值而已吧。。。比起《程序員的英語》頁麵顔值差遠瞭

評分☆☆☆☆☆

信賴京東，從下單到收貨就兩天，效率滿分，快遞員也很負責，書籍本身也不存在問題，滿意！

評分☆☆☆☆☆

公開課一直有看，現在第二版的中文版決定買來看一看～

評分☆☆☆☆☆

書質量不錯。

評分☆☆☆☆☆

新書不錯，繼續補基礎吧

評分☆☆☆☆☆

不錯的書，有點啓發，可以一讀

類似圖書 點擊查看全場最低價