机器学习关注于预测，其核心是一种基于数学和算法的技术，要掌握该技术，需要对数学及统计概念有深理解，能够熟练使用R 语言或者其他编程语言。 本书通过集中介绍两类可以行有效预测的机器学习算法，展示了如何使用Python 编程语言完成机器学习任务，从而降低机器学习难度，使机器学习能够被更广泛的人群掌握。 作者利用多年的机器学习经验带领读者设计、构建并实现自己的机器学习方案。本书尽可能地用简单的术语来介绍算法，避免复杂的数学推导，同时提供了示例代码帮助读者迅速上手。读者会很快深了解模型构建背后的原理，不论简单问题还是复杂问题，读者都可以学会如何找到问题的解决算法。书中详细的示例，给出了具体的可修改的代码，展示了机器学习机理，涵盖了线性回归和集成方法，帮助理解使用机器学习方法的基本流程。 本书为不具

本书专门针对Python新手量身设计，涵盖了Python 3.5 实际发的重要知识。编者使用通俗易懂的描述和丰富的示例代码，并结合日常生活中的一些小事件，使本书读起来生动有趣，一些复杂的问题也以简单的形式展现出来，读者学起来不仅轻松，而且可以充分感受到Python的魅力。学编程必须动手才能见到成效，本书在设计上特别强调讲练结合，注重实践，不仅在讲解的过程中结合大量代码示例，同时适时穿插小项目演练，以锻炼读者的程序设计能力。各章安排了程序调试、问题解答、温故知新等主题，帮助读者发现程序错误，解答学习中的困惑，巩固所学知识。本书*后通过两个Python热门应用 数据分析和网络爬虫，介绍了Python在实际发中的方法和技巧，旨在提升读者的发技能，达成学以致用之目标。

本书包含如下内容。 通过创建类、定义方法来实现Python对象 将相关对象归类到不同类中，并通过类接口描述这些对象的属性和行为 使用继承关系扩展类的功能 理解何时使用面向对象特征，以及更重要的是，何时不该使用 发现哪些设计模式在Python中有所不同及其原因 发现单元测试的简易之处，以及为何它对于Python如此重要 学习Python 3中常见的并发技术及其陷阱 探索*的AsyncIO模块来开发大规模并发网络系统

Python是一种强大并通俗易懂的编程语言，而且它易学又好用！但是关于学习Python语言的书大多很枯燥无趣，读起来没什么乐趣。本书把你带入一个鲜活的Python编程世界。作者Jason R. Briggs将带领你用独特的（往往很好玩的）示例程序带你学习基础知识。每章后面都配有编程练习来帮助训练思维并加强理解。在本书的*后部分，你将编写两个完整的游戏：一个经典弹球游戏的复制品，以及一个能在平台上跳跃、有动画及更多效果的《火柴人逃生》游戏。 当你完成这个编程之旅后，你将学到： ● 使用列表、元组和字典等基本数据结构； ● 用函数和模块来组织以并重用代码； ● 使用循环和条件语句等控制结构； ● 用Python 的海龟模块来画形状和图案； ● 用tkinter 来创建游戏、动画以及其他画面效果。 为什么这本书也能给读者带来乐