数据科学与大数据 - 第4页

Python 简单易学，拥有丰富的库，并且具有极强的包容性。《Python数据分析实战》展示了如何利用Python 语言的强大功能，以最小的编程代价进行数据的提取、处理和分析，主要内容包括：数据分析和Python 的基本介绍，NumPy 库，pandas 库，如何使用pandas 读写和提取数据，用matplotlib 库和scikit-learn 库分别实现数据可视化和机器学习，以实例演示如何从

本书是“网络空间安全系列丛书”之一。作为中国科学院大学研究生教学辅助用书，本书基于对象存储云服务，构建一个云计算环境下的文件存储应用程序（云盘）。全书共分为 5 章，首先介绍安全云存储的相关知识，然后介绍如何搭建安全云存储系统的开发环境，接着介绍安全云存储系统基础安全服务的实现方法以及安全云存储系统的数据安全服务，最后介绍安全云存储系统的更新、测试与发布。本书旨在为读者呈现一个完整的安全云存储系统

本书介绍了一些重要的建模和预测技术以及相关应用，涵盖以下主题：线性回归、分类、重采样方法、收缩方法、基于树的方法、支持向量机、聚类、深度学习、生存分析、多重测试等。书中每一章都包含一个教程，通过图形和实例介绍如何实现 R 语言提供的分析方法。本书还提供了关于深度学习、生存分析和多重测试的新章节，以及朴素贝叶斯、广义线性模型、贝叶斯加性回归树和矩阵补全的扩展内容，并对 R 代码进行了全面更新。本书旨

本书共 13 章，主要内容涵盖 Python 语法及数据分析方法。 第 1 章主要介绍数据分析的概念，使读者有一个大致的印象，并简单介绍本书频繁使用的 Python 的 5 个第三方库。第 2 章主要做一些准备工作，手把手带读者搭建 Python 环境，包括 Python3.7.6 的安装和 pip 的安装。第 3 章介绍 Python 编程基础。第 4 章到第 7 章介绍使用 Python 进行

LLM reasoning models have the power to tackle truly challenging problems that require finding the right path through multiple steps. In Build A Reasoning Model (From Scratch) you’ll learn how to build

随着数据要素化时代的到来，数据的流通和共享已成为数据要素化的显著特征。然而，这种流通和共享往往具有隐私泄露的风险，甚至可能给企业或个人造成不可估量的损失。为此，隐私计算技术成为数据要素化发展的重要支撑。《隐私计算与密码学应用实践》以密码学知识体系作为介绍隐私计算的着眼点，系统介绍了如何通过密码学构建隐私计算体系，并解析了如何将这些知识体系应用到真实场景中。全书共分6章，内容涵盖基础密码学、前沿密码