Python已成為數(shù)據(jù)驅(qū)動和AI優(yōu)先的金融界的編程語言。一些投資銀行和對沖基金現(xiàn)在都使用Python及其生態(tài)系統(tǒng)來構(gòu)建核心交易和風(fēng)險管理系統(tǒng)。 　　在《Python金融大數(shù)據(jù)分析（第2版 版）》的第二版中，YvesHilpisch向開發(fā)人員和定量分析師展示了如何使用Python和工具進行金融數(shù)據(jù)科學(xué)、算法交易和計算金融學(xué)。第二版針對Python3進行了更新，其中的大部分代碼都采用了JupyterNotebooks的形式，為幾乎所有的示例提供了可執(zhí)行交互式版本。在共5部分內(nèi)容中，你將學(xué)習(xí)到Python及其生態(tài)系統(tǒng)是如何為從事金融業(yè)務(wù)的公和個人提供技術(shù)框架的。

Learning OpenCV 4 Computer Vision with Python 3

AI啟蒙課ChatGPT讓你1頂3 2023年 視頻

If you are interested in quantitative finance, financial modeling, and trading, or simply want to learn how Python and pandas can be applied to finance, then this book is ideal for you. Some knowledge of Python and pandas is assumed. Interest in financial concepts is helpful, but no prior knowledge is expected.

Python 基于PyCharm斷點調(diào)試

PyCharm開發(fā)工具安裝

Python Concurrency with asyncio

Spring CHM

If you’re a software engineer, big data infrastructure engineer, or Elasticsearch developer, you’ll find this book useful. This Elasticsearch book will also help data professionals working in the e-commerce and FMCG industry who use Elastic for metrics evaluation and search analytics to get deeper insights for better business decisions. Prior experience with Elasticsearch will help you get the most out of this book.

本書主要展示如何使用Elasticsearch構(gòu)建可擴展的搜索應(yīng)用程序。書中覆蓋了Elasticsearch的主要特性，從使用不同的分析器和查詢類型進行相關(guān)性調(diào)優(yōu)，到使用聚集功能進行實時性分析，還有地理空間搜索和文檔過濾等更多吸引人的特性。 全書共分兩個部分，*部分解釋了核心特性，內(nèi)容主要涉及Elasticsearch的介紹，數(shù)據(jù)的索引、更新和刪除，數(shù)據(jù)的搜索，數(shù)據(jù)的分析，使用相關(guān)性進行搜索，使用聚集來探索數(shù)據(jù)，文檔間的關(guān)系等；第二部分介紹每個特性工作的更多細節(jié)及其對性能和可擴展性的影響，以便對核心功能進行產(chǎn)品化，內(nèi)容主要涉及水平擴展和性能提升等。此外，本書還有6個附錄（網(wǎng)上下載），提供了讀者應(yīng)該知道的特性，展示了關(guān)于地理空間搜索和聚集，如何管理Elasticsearch插件，學(xué)習(xí)在搜索結(jié)果中如何高亮查詢單詞，在生產(chǎn)環(huán)境中用來協(xié)助管理Elasticsearch的第三方的監(jiān)控工具有哪些，如何使用Percolator過濾為多個查詢匹配少量文檔，如何使用不同的建議器來實現(xiàn)自動完成的功能。