如果有一定的数据分析与机器学习理论与实践基础，《Python数据科学手册》这本书是绝佳选择。 是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。很友好实用，结构很清晰。但不适合数据分析的入门的学习人员，尤其matplotlib与机器学习部分，虽点到为止切到要害，但没有一定的基础 ...

学习深度学习时，我想《Python深度学习》应该是大多数机器学习爱好者必读的书。书最大的优点是框架性，能提供一个“整体视角”，在脑中建立一个完整的地图，知道哪些常用哪些不常用，再据此针对性地查漏补缺就比较方便了，而如果直接查文档面对海量的API往往会无所适从。 全书分为两大部分，第一部分是对于深度 ...

机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。 入门建议参考《机器学习实战》，分为4个部分，分别是分类（有监督学习，包括 ...

对于初步接触编程语言的朋友，推荐看一看《父与子的编程之旅第2版》，对于完全编程零基础的很友好！ 图文并茂，过多的文字堆垒很容易让人产生厌倦情绪，也更容易让人产生放弃的想法。使用了大量插图，凡是稍显复杂的概念，都用漫画比喻来辅助说明。 尽早地引入图形用户界面(GUI)以保持新鲜感。能够做出一个看得到 ...

我们知道，TensorFlow是比较流行的深度学习框架，除了看手册文档外，推荐大家看看《Tensorflow深度学习》，共分5方面内容：基础知识、关键模块、算法模型、内核揭秘、生态发展。前两方面由浅入深地介绍了TensorFlow 平台，算法模型方面依托TensorFlow 讲解深度学习模型，内核 ...

学习R有不会的就查工具书《R数据科学》， 工具不是重点，创造价值才是目的。具体到数据科学，表现形式往往是提供解决方案或者做出某种决策。至于使用什么语言，采用什么工具，不本质。用 R 还是 Python 或者是 Julia， 都可以。 工具会影响单位时间内产出的效率。典型的数据分析场景下，生产力 ...

python基础教程ed3: 基础知识 列表和元组 字符串 字典 流程控制 抽象(参数 作用域 递归) 异常 魔术方法/特性/迭代器 模块/标准库 文件 GUI DB 网络编程 测试 扩展python/程序打包/趣味编程 10个项目。 结构安排还是比较明显的。先是基础知识和python的基本数 ...

下载地址1：网盘下载 下载地址2：网盘下载，提取码：5nso 《流畅的Python》（官方高清中文版PDF+高清英文版PDF+源代码） 官方高清中文版PDF，632页，带目录书签，文字能够复制粘贴； 高清英文版PDF，766页，带目录书签，文字能够复制粘贴 ...