本書特色

掌握多種不同的思維方式是每個人大學時代的必修課。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。本書基于作者開授的MIT熱門MOOC教程編寫，旨在培養(yǎng)讀者的計算思維，為其日后的IT生涯打下堅實的編程基礎(chǔ)。

• 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么
• 如何系統(tǒng)性地組織、編寫、調(diào)試中等規(guī)模的程序
• 理解計算復雜度
• 將模糊的問題描述轉(zhuǎn)化為明確的計算方法，以此解決問題，并深刻理解整個過程
• 掌握有用的算法以及問題簡化技術(shù)
• 使用隨機性和模擬技術(shù)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(tǒng)計、可視化以及機器學習工具）對數(shù)據(jù)進行理解與建模

目錄

版權(quán)聲明
前言
致謝
第 1 章　啟程
第 2 章　Python簡介
第 3 章　一些簡單的數(shù)值程序
第 4 章　函數(shù)、作用域與抽象
第 5 章　結(jié)構(gòu)化類型、可變性與高階函數(shù)
第 6 章　測試與調(diào)試
第 7 章　異常與斷言
第 8 章　類與面向?qū)ο缶幊?
第 9 章　算法復雜度簡介
第 10 章　一些簡單算法和數(shù)據(jù)結(jié)構(gòu)
第 11 章　繪圖以及類的進一步擴展
第 12 章　背包與圖的最優(yōu)化問題
第 13 章　動態(tài)規(guī)劃
第 14 章　隨機游走與數(shù)據(jù)可視化
第 15 章　隨機程序、概率與分布
第 16 章　蒙特卡羅模擬
第 17 章　抽樣與置信區(qū)間
第 18 章　理解實驗數(shù)據(jù)
第 19 章　隨機試驗與假設(shè)檢驗
第 20 章　條件概率與貝葉斯統(tǒng)計
第 21 章　謊言、該死的謊言與統(tǒng)計學
第 22 章　機器學習簡介
第 23 章　聚類
第 24 章　分類方法
Python　3.5速查表

下載

https://pan.baidu.com/s/1Oh8dsvHZHGstxkXgY6MS2Q