哥布林模式五十歲後老窮奇幻紀事兒童選讀零內耗溝通術季暢銷5折起0元二手書讀冊選讀三采暢銷72折起升職兵法正確犯錯別教出混蛋更新粒線體艾蜜莉存股術高木直子

Python 網路爬蟲與資料分析入門實戰 (二手書)

出版日期:2018-10-04
二手書交易資訊
想自動化生活瑣事?想透過程式擷取網路上的公開資訊?學了Python卻不知道有什麼實際應用?正在尋找入門難度低且成就感高的Python專案?想知道網路爬蟲如何與資料分析結合?本書一次教給你!本書特色:● ...

Python網路爬蟲實戰 (二手書)

作者:胡松濤
出版日期:2017-08-22
出版社:松崗圖書
二手書交易資訊
本書從Python最基礎的部份講起,延伸到Python目前最流行的應用 ─ 網路爬蟲,講解了目前應用最廣泛的幾種Python爬行框架,並提供了詳細範例做參考,幫助讀者學習Python並開發出符合自己要 ...

不止是測試:Python網路爬蟲王者Selenium (二手書)

作者:蟲師
出版日期:2016-10-25
二手書交易資訊
.演唱會的門票,蘋果的手機,網上搶購秒殺怎麼做.自動登入愛情公寓,選擇年齡居住地,開始幫你狂發信.進入證交所網站,自動下載所有交易資料上面的功能如果是你想的,學習Selenium是你唯一的選擇只要一點 ...

跟著阿才學Python - 從基礎到網路爬蟲應用 (二手書)

出版日期:2020-05-27
出版社:碁峰資訊
二手書交易資訊
本書從Python基礎程式設計開始,經由流程控制、迴圈、串列、函式、字典、檔案操作等章節,逐漸邁向資料爬蟲技能:存取開放資料、JSON與CSV、爬蟲網頁資訊進行彙整,以120個精選範例讓初學者徹底掌握 ...

Python x Excel VBA x JavaScript|網路爬蟲 x 實戰演練 (二手書)

出版日期:2021-03-26
出版社:碁峰資訊
二手書交易資訊
內容簡介:.進階封包分析技巧,掌握數據來源熟悉度。.逐步說明的實戰範例,輕鬆學會網站爬蟲技巧。.清楚分類網站類型,系統性了解網站全貌。.多語言開發技巧,快速提升程式開發能力。.多元開發技巧,節省自行搜 ...

數據乃AI之基石:用Python爬蟲抓取大量資料 (二手書)

出版日期:2018-11-06
二手書交易資訊
《本書特色》通過實戰教導初學者爬蟲抓取數據資料並進一步分析的技術,適合Python初學者、愛好者及高等院校之相關科系之學生使用。《本書內容》本書內容來自筆者在浙江某高校授課內容,主要介紹運用Pytho ...

Python網路爬蟲:大數據擷取、清洗、儲存與分析-王者歸來 (二手書)

作者:洪錦魁
出版日期:2019-10-23
二手書交易資訊
這是一本使用Python從零開始指導讀者的網路爬蟲入門書籍,全書以約350個程式實例,完整解說大數據擷取、清洗、儲存與分析相關知識,下列是本書有關網路爬蟲知識的主要內容。# 認識搜尋引擎與網路爬蟲# ...

Python 從網路爬蟲到生活應用超實務:人工智慧世代必備的資料擷取術 (二手書)

作者:陳會安
出版日期:2020-12-03
二手書交易資訊
☀ 科技來自於人性,讓程式設計回歸生活上的應用!☀ 本書不只讓你學會Python,還要讓它「真正」進入你的日常生活!內容簡介人工智慧世代必備的資料擷取術 ─ 網路爬蟲,幫你建立 Python 網路爬蟲 ...

Python網路爬蟲:大數據擷取、清洗、儲存與分析 王者歸來(第二版) (二手書)

作者:洪錦魁
出版日期:2021-10-20
二手書交易資訊
Python網路爬蟲大數據擷取、清洗、儲存與分析王者歸來(第二版)★★★本書第一版是【博客來2020年】【電腦書年度暢銷榜第3名】★★★★★★★★【26個主題】+【400個實例】★★★★★★★★★★從 ...

STP行銷策略之Python商業應用實戰|網路爬蟲x機器學習x數據分析 (二手書)

出版日期:2020-09-16
出版社:碁峰資訊
二手書交易資訊
透過科學的方式,找到自己的品牌定位品牌「定位」的概念,經過將近半個世紀的發展,已經成為行銷管理領域裡,最重要的理論之一。但從實務經營中可發現,品牌「定位」概念的執行,在商業界有一定程度的困難,一方面是 ...

Python 資料科學實戰教本 - 爬蟲、清理、資料庫、視覺化、探索式分析、機器學習建模,數據工程一次搞定! (二手書)

作者:陳會安
出版日期:2022-08-22
二手書交易資訊
【題材涵蓋最全面!一本書掌握資料科學 / 數據工程必學 know-how!】從大數據到人工智慧世代,其背後蘊含的關鍵技術與理論不脫資料科學、機器學習的範疇。基本上,資料科學需要的背景知識與技能相當的多 ...


您對於搜尋結果是否滿意?
太好了!感謝您的回饋!
感謝您的建議!我們會持續提供更好的搜尋服務!
很抱歉沒能幫上忙 :( 我們應如何改進呢?