Python sans détour. De l'addition au deep learning
Par : ,Formats :
- Paiement en ligne :
- Livraison à domicile ou en point Mondial Relay entre le 24 juin et le 26 juinCet article sera commandé chez un fournisseur et vous sera envoyé 3 à 6 jours après la date de votre commande.
- Retrait Click and Collect en magasin gratuit
- Livraison à domicile ou en point Mondial Relay entre le 24 juin et le 26 juin
- Réservation en ligne avec paiement en magasin :
- Indisponible pour réserver et payer en magasin
- Nombre de pages402
- PrésentationBroché
- FormatGrand Format
- Poids0.533 kg
- Dimensions14,8 cm × 21,0 cm × 2,3 cm
- ISBN978-2-8227-1069-5
- EAN9782822710695
- Date de parution24/05/2022
- ÉditeurD-BookeR Editions
Résumé
Ce livre se veut à la fois accessible et efficace. Fondé sur la pratique et l'expérience de ses auteurs en matière d'enseignement du langage Python à des étudiants ou des lycéens, il présente un large panel de cas d'utilisation autour de sept thèmes : manipulation de documents, extraction d'informations issues du Web, calcul scientifique et tracé de courbes, traitement d'images, du son et de la vidéo, cartes géographiques et itinéraires, interfaces graphiques utilisateur et deep learning.
Une première partie passe en revue de manière synthétique toutes les notions requises en Python pour réaliser ces exemples. Les exemples ont été réalisés et testés avec les dernières versions de Python (3.9- 3.10) et sont compatibles Windows, macOS et Linux. Les codes sources sont librement téléchargeables.
Une première partie passe en revue de manière synthétique toutes les notions requises en Python pour réaliser ces exemples. Les exemples ont été réalisés et testés avec les dernières versions de Python (3.9- 3.10) et sont compatibles Windows, macOS et Linux. Les codes sources sont librement téléchargeables.
Ce livre se veut à la fois accessible et efficace. Fondé sur la pratique et l'expérience de ses auteurs en matière d'enseignement du langage Python à des étudiants ou des lycéens, il présente un large panel de cas d'utilisation autour de sept thèmes : manipulation de documents, extraction d'informations issues du Web, calcul scientifique et tracé de courbes, traitement d'images, du son et de la vidéo, cartes géographiques et itinéraires, interfaces graphiques utilisateur et deep learning.
Une première partie passe en revue de manière synthétique toutes les notions requises en Python pour réaliser ces exemples. Les exemples ont été réalisés et testés avec les dernières versions de Python (3.9- 3.10) et sont compatibles Windows, macOS et Linux. Les codes sources sont librement téléchargeables.
Une première partie passe en revue de manière synthétique toutes les notions requises en Python pour réaliser ces exemples. Les exemples ont été réalisés et testés avec les dernières versions de Python (3.9- 3.10) et sont compatibles Windows, macOS et Linux. Les codes sources sont librement téléchargeables.