PacktPublishing程序员专业书籍推荐

新知榜官方账号

2023-10-29 08:59:31

PacktPublishing程序员专业书籍推荐

以往我们总盯着畅销书,经典书,新书,今天给大家介绍PacktPublishing的程序员专业书籍。这一套封面的程序员书你读过哪一本?

  1. Python图像处理实战

    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。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。

  2. Python迁移学习

    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。

  3. Python无监督学习

    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。

  4. Python忍者秘籍

    本书将探讨Python中鲜为人知甚至让人有所误解的与标准库实现相关的内容,并提供对模块实际工作方式的理解。本书展示了集合和数学模块的正确实现,以及数字(如小数和分数)的相关内容,这将有助于读者拓展视野。在详细了解内部特殊方法之前,读者将了解装饰器、上下文管理器、协同程序和生成器函数等。本书探讨了CPython解释器,包括可以改变环境功能的命令选项,以及改进普通Python体验的可选交互式Shell。读者将浏览PyPy项目,在那里可以接触到几种新的方法来提高应用程序的速度和并发性。本书同样回顾了几种Python增强方案,以了解Python未来的发展趋势。最后,本书提供了编写Python代码文档的不同方法。

  5. Python自动化运维实战

    本书介绍了如何通过Python来自动完成服务器的配置与管理,自动完成系统的管理任务(如用户管理、数据库管理和进程管理),以及完成这些工作所需的模块、库和工具。此外,本书还讲述了如何使用Python脚本自动执行测试,如何通过Python在云基础设施和虚拟机上自动执行任务,如何使用基于Python的安全工具自动完成与安全相关的任务。

  6. Vim8文本处理实战

    本书向读者介绍了Vim的奇妙世界,其中包含了许多Python代码示例和一些面向工程的工具。本书强烈建议读者将Vim作为主要集成开发环境(IDE),以便将本书中的经验推广应用到任意编程语言。本书适用于初级、中级和高级程序员。本书将介绍如何高效地将Vim应用于日常工作流程的方方面面。

  7. BashCookbook中文版

    本书将使用Bash(BourneAgainShell)编写各种shell脚本,涉及简单的示例和复杂趁手的实用工具或程序。本书并不是专门为macOS或Windows操作系统所写的,尽管移植到这些操作系统也并非不可能。

  8. 写给系统管理员的Python脚本编程指南

    本书的目的是通过完成一系列项目,帮助读者掌握在项目中使用Python脚本的方法。本书将侧重点完全放在了Ubuntu环境下的Bash用法,前者是一种很常见的Linux发行版,但是书中的脚本应该可以相对轻松地移植到其他发行版。学完本书,读者将能够使用Python功能构建强大的工具以解决具有挑战性的实际任务。

  9. 人工智能技术与大数据

    本书对大数据与人工智能有一个综述性的介绍,包括大数据的本体论、机器学习的基本理论等内容,为具体场景、算法的实践奠定了基础。。2.同时也提供了多个不同场景中的用例,帮助读者了解真实场景中技术工具的使用。本书作者AnandDeshpande和ManishKumar分别是DatameticaSolutions的大数据交付总监和高级技术架构师,他们在数据生态系统技术和数据管理方面拥有丰富的经验。

本页网址:https://www.xinzhibang.net/article_detail-18250.html

寻求报道,请 点击这里 微信扫码咨询

关键词

Python 深度学习 机器学习 无监督学习 Vim Bash

分享至微信: 微信扫码阅读

相关工具

相关文章