封面
版权信息
数字版权声明
作者简介
版权声明
前言
致谢
第1章 启程
第2章 Python简介
2.1 Python基本元素
2.2 程序分支
2.3 字符串和输入
2.4 迭代
第3章 一些简单的数值程序
3.1 穷举法
3.2 for循环
3.3 近似解和二分查找
3.4 关于浮点数
3.5 牛顿－拉弗森法
第4章 函数、作用域与抽象
4.1 函数与作用域
4.2 规范
4.3 递归
4.4 全局变量
4.5 模块
4.6 文件
第5章 结构化类型、可变性与高阶函数
5.1 元组
5.2 范围
5.3 列表与可变性
5.4 函数对象
5.5 字符串、元组、范围与列表
5.6 字典
第6章 测试与调试
6.1 测试
6.2 调试
第7章 异常与断言
7.1 处理异常
7.2 将异常用作控制流
7.3 断言
第8章 类与面向对象编程
8.1 抽象数据类型与类
8.2 继承
8.3 封装与信息隐藏
8.4 进阶示例：抵押贷款
第9章 算法复杂度简介
9.1 思考计算复杂度
9.2 渐近表示法
9.3 一些重要的复杂度
第10章 一些简单算法和数据结构
10.1 搜索算法
10.2 排序算法
10.3 散列表
第11章 绘图以及类的进一步扩展
11.1 使用PyLab绘图
11.2 进阶示例：绘制抵押贷款
第12章 背包与图的最优化问题
12.1 背包问题
12.2 图的最优化问题
第13章 动态规划
13.1 又见斐波那契数列
13.2 动态规划与0/1背包问题
13.3 动态规划与分治算法
第14章 随机游走与数据可视化
14.1 随机游走
14.2 醉汉游走
14.3 有偏随机游走
14.4 变幻莫测的田地
第15章 随机程序、概率与分布
15.1 随机程序
15.2 计算简单概率
15.3 统计推断
15.4 分布
15.5 散列与碰撞
15.6 强队的获胜概率
第16章 蒙特卡罗模拟
16.1 帕斯卡的问题
16.2 过线还是不过线
16.3 使用查表法提高性能
16.4 求π的值
16.5 模拟模型结束语
第17章 抽样与置信区间
17.1 对波士顿马拉松比赛进行抽样
17.2 中心极限定理
17.3 均值的标准误差
第18章 理解实验数据
18.1 弹簧的行为
18.2 弹丸的行为
18.3 拟合指数分布数据
18.4 当理论缺失时
第19章 随机试验与假设检验
19.1 检验显著性
19.2 当心P-值
19.3 单尾单样本检验
19.4 是否显著
19.5 哪个N
19.6 多重假设
第20章 条件概率与贝叶斯统计
20.1 条件概率
20.2 贝叶斯定理
20.3 贝叶斯更新
第21章 谎言、该死的谎言与统计学
21.1 垃圾输入，垃圾输出
21.2 检验是有缺陷的
21.3 图形会骗人
21.4 Cum Hoc Ergo Propter Hoc
21.5 统计测量不能说明所有问题
21.6 抽样偏差
21.7 上下文很重要
21.8 慎用外推法
21.9 得克萨斯神枪手谬误
21.10 莫名其妙的百分比
21.11 不显著的显著统计差别
21.12 回归假象
21.13 小心为上
第22章 机器学习简介
22.1 特征向量
22.2 距离度量
第23章 聚类
23.1 Cluster类
23.2 K均值聚类
23.3 虚构示例
23.4 更真实的示例
第24章 分类方法
24.1 分类器评价
24.2 预测跑步者的性别
24.3 K最近邻方法
24.4 基于回归的分类器
24.5 从“泰坦尼克”号生还
24.6 总结
Python 3.5速查表
看完了
更新时间：2020-06-23 13:41:50
完结共132章
倒序