Python金融编程第二版（GPT重译）（一）原文：annas-archive.org/md5/d2f94efd019a2e2cb5c4fa9f260d63c译者：飞龙协议：CCBY-NC-SA4.0第一部分：Python与金融本部分介绍了Python在金融领域的应用。它包括三章：第一章简要讨论了Python的一般情况，并论述了为什么Python确实非常

Python金融编程第二版（GPT重译）（四）原文：annas-archive.org/md5/d2f94efd019a2e2cb5c4fa9f260d63c译者：飞龙协议：CCBY-NC-SA4.0第八章：金融时间序列时间的唯一目的是让一切不是同时发生。阿尔伯特·爱因斯坦金融时间序列数据是金融领域最重要的数据类型之一。这是按日期和/

Python金融编程第二版（GPT重译）（三）原文：annas-archive.org/md5/d2f94efd019a2e2cb5c4fa9f260d63c译者：飞龙协议：CCBY-NC-SA4.0第六章：面向对象编程软件工程的目的是控制复杂性，而不是创建它。PamelaZave介绍面向对象编程（OOP）是当今最流行的编程范式之一。正确使用时，它与过

Python金融编程第二版（GPT重译）（二）原文：annas-archive.org/md5/d2f94efd019a2e2cb5c4fa9f260d63c译者：飞龙协议：CCBY-NC-SA4.0第四章：使用NumPy进行数值计算计算机是无用的。它们只能给出答案。巴勃罗·毕加索介绍本章介绍了Python的基本数据类型和数据结构。尽管Py

第六章：对象对象是JavaScript中最基本的数据类型，您在本章之前的章节中已经多次看到它们。因为对象对于JavaScript语言非常重要，所以您需要详细了解它们的工作原理，而本章提供了这些细节。它从对象的正式概述开始，然后深入到关于创建对象和查询、设置、删除、测试和枚举对象属性的

第九章：类JavaScript对象在第六章中有所涉及。该章将每个对象视为一组独特的属性，与其他对象不同。然而，通常有必要定义一种共享某些属性的对象类。类的成员或实例具有自己的属性来保存或定义它们的状态，但它们还具有定义其行为的方法。这些方法由类定义，并由所有实例共享。例如，想象

第十二章：迭代器和生成器可迭代对象及其相关的迭代器是ES6的一个特性，在本书中我们已经多次见到。数组（包括TypedArrays）、字符串以及Set和Map对象都是可迭代的。这意味着这些数据结构的内容可以被迭代——使用for/of循环遍历，就像我们在§5.4.4中看到的那样：letsum=0;for

前言本书涵盖了JavaScript语言以及Web浏览器和Node实现的JavaScriptAPI。我为一些具有先前编程经验的读者编写了这本书，他们想要学习JavaScript，也为已经使用JavaScript的程序员编写了这本书，但希望将他们的理解提升到一个新的水平，并真正掌握这门语言。我写这本书的目标

第四章：表达式和运算符本章记录了JavaScript表达式以及构建许多这些表达式的运算符。表达式是JavaScript的短语，可以评估以产生一个值。在程序中直接嵌入的常量是一种非常简单的表达式。变量名也是一个简单表达式，它评估为分配给该变量的任何值。复杂表达式是由简单表达式构

七、使用Keras：深入探讨本章涵盖使用Sequential类、功能API和模型子类创建Keras模型使用内置的Keras训练和评估循环使用Keras回调函数自定义训练使用TensorBoard监控训练和评估指标从头开始编写训练和评估循环您现在对Keras有了一些经验——您熟

九、高级计算机视觉深度学习本章涵盖计算机视觉的不同分支：图像分类、图像分割、目标检测现代卷积神经网络架构模式：残差连接、批量归一化、深度可分离卷积可视化和解释卷积神经网络学习的技术上一章通过简单模型（一堆Conv2D和MaxPooling2D层）和一个简单的用例（二进制图像

前言序言如果你拿起这本书，你可能已经意识到深度学习在最近对人工智能领域所代表的非凡进步。我们从几乎无法使用的计算机视觉和自然语言处理发展到了在你每天使用的产品中大规模部署的高性能系统。这一突然进步的后果几乎影响到了每一个行业。我们已经将深度学习应用于几乎每个

四、入门神经网络：分类和回归本章涵盖您的第一个真实世界机器学习工作流示例处理矢量数据上的分类问题处理矢量数据上的连续回归问题本章旨在帮助您开始使用神经网络解决实际问题。您将巩固从第二章和第三章中获得的知识，并将所学应用于三个新任务，涵盖神经网络的三种最

四、使用张量表示真实世界数据本章内容包括将现实世界的数据表示为PyTorch张量处理各种数据类型从文件加载数据将数据转换为张量塑造张量，使其可以作为神经网络模型的输入在上一章中，我们了解到张量是PyTorch中数据的构建块。神经网络将张量作为输入，并产生张

六、使用神经网络拟合数据本章内容包括与线性模型相比，非线性激活函数是关键区别使用PyTorch的nn模块使用神经网络解决线性拟合问题到目前为止，我们已经仔细研究了线性模型如何学习以及如何在PyTorch中实现这一点。我们专注于一个非常简单的回归问题，使用了一个只有

第二部分：从现实世界的图像中学习：肺癌的早期检测第2部分的结构与第1部分不同；它几乎是一本书中的一本书。我们将以几章的篇幅深入探讨一个单一用例，从第1部分学到的基本构建模块开始，构建一个比我们迄今为止看到的更完整的项目。我们的第一次尝试将是不完整和不准确的，我们将探

十二、通过指标和增强改进训练本章涵盖定义和计算精确率、召回率以及真/假阳性/阴性使用F1分数与其他质量指标平衡和增强数据以减少过拟合使用TensorBoard绘制质量指标图上一章的结束让我们陷入了困境。虽然我们能够将深度学习项目的机制放置好，但实际上没有任

十四、端到端结节分析，以及接下来的步骤本章内容包括连接分割和分类模型为新任务微调网络将直方图和其他指标类型添加到TensorBoard从过拟合到泛化在过去的几章中，我们已经构建了许多对我们的项目至关重要的系统。我们开始加载数据，构建和改进结节候选的分类器，训练

第四部分：控制流第十七章：迭代器、生成器和经典协程当我在我的程序中看到模式时，我认为这是一个麻烦的迹象。程序的形状应该只反映它需要解决的问题。代码中的任何其他规律性对我来说都是一个迹象，至少对我来说，这表明我使用的抽象不够强大——通常是我手动生成我需要编写的某个宏的

第二十四章：类元编程每个人都知道调试比一开始编写程序要困难两倍。所以如果你在编写时尽可能聪明，那么你将如何调试呢？BrianW.Kernighan和P.J.Plauger，《编程风格的要素》¹类元编程是在运行时创建或自定义类的艺术。在Python中，类是一等对象，因此可以使用函数在任何时候

第五章：数据类构建器数据类就像孩子一样。它们作为一个起点是可以的，但要作为一个成熟的对象参与，它们需要承担一些责任。马丁·福勒和肯特·贝克¹Python提供了几种构建简单类的方法，这些类只是一组字段，几乎没有额外功能。这种模式被称为“数据类”，而dataclasses是支持这种模式

第二部分：函数作为对象第七章：函数作为一等对象我从未认为Python受到函数式语言的重大影响，无论人们说什么或想什么。我更熟悉命令式语言，如C和Algol68，尽管我将函数作为一等对象，但我并不认为Python是一种函数式编程语言。GuidovanRossum，PythonBDFL¹Python中的函数

第九章.装饰器和闭包有人对将这个功能命名为“装饰器”的选择提出了一些抱怨。主要的抱怨是该名称与其在GoF书中的用法不一致。¹名称decorator可能更多地归因于其在编译器领域的用法—语法树被遍历并注释。PEP318—函数和方法的装饰器函数装饰器让我们在源代码中“标

第三部分：类和协议第十一章：一个Python风格的对象使库或框架成为Pythonic是为了让Python程序员尽可能轻松和自然地学会如何执行任务。Python和JavaScript框架的创造者MartijnFaassen。¹由于Python数据模型，您定义的类型可以像内置类型一样自然地行为。而且这可以

前言计划是这样的：当有人使用你不理解的特性时，直接开枪打死他们。这比学习新东西要容易得多，不久之后，活下来的程序员只会用一个容易理解的、微小的Python0.9.6子集来编写代码。¹TimPeters，传奇的核心开发者，Python之禅的作者"Python是一种易于学习、功能强大的编程语言。