Python App 網絡編程項目實戰 (微課視頻版)
董相志、劉飛、崔光海
買這商品的人也買了...
-
$403樹莓派<Raspberry Pi>實戰指南 (手把手教你掌握100個精彩案例) -
深入淺出 Android 開發, 2/e (Head First Android Development: A Brain-Friendly Guide, 2/e)$1,200$948 -
$387Qt 5/PyQt 5 實戰指南 — 手把手教你掌握 100個精彩案例 -
$454Python 科學計算及實踐 -
超圖解 ESP32 深度實作$880$695 -
$454SaaS 商業實戰：好模式如何變成好生意 -
$305機器學習入門與實戰 — 基於 scikit-learn 和 Keras -
FLAG'S 創客‧自造者工作坊 -- 用 Raspberry Pi Pico × Python 玩創客$999$899 -
$239數據結構基礎教程 (Python版) -
$454每個人的 Python : 數學、算法和游戲編程訓練營 -
$352自然語言處理基礎教程 -
$374人工智能數學基礎與 Python 機器學習實戰 -
AutoML 自動化機器學習：用 AutoKeras 超輕鬆打造高效能 AI 模型 (Automated Machine Learning with AutoKeras: Deep learning made accessible for everyone with just few lines of coding)$690$545 -
$314從零開始構建深度前饋神經網絡（Python+TensorFlow 2.x） -
PyTorch 深度學習和圖神經網絡 捲2 開發應用$662$623 -
PyTorch 深度學習和圖神經網絡 捲1 基礎知識$662$623 -
$458寫給新手的深度學習2 — 用 Python 實現的循環神經網絡 RNN 和 VAE、GAN -
Python 中文自然語言處理基礎與實戰$359$341 -
可解釋機器學習：模型、方法與實踐$474$450 -
NLP 大神 RNN 網路：Python 原始程式碼手把手帶你寫$890$703 -
集成式學習：Python 實踐！整合全部技術，打造最強模型 (Hands-On Ensemble Learning with Python: Build highly optimized ensemble machine learning models using scikit-learn and Keras)$750$593 -
$356集成學習入門與實戰：原理、算法與應用 -
JavaScript 多執行緒｜超越事件迴圈的並行 (Multithreaded JavaScript)$580$458 -
精通 Transformer : 從零開始構建最先進的 NLP 模型$594$564 -
AI 繪圖夢工廠 ：Midjourney、Stable Diffusion、Leonardo. ai × ChatGPT 超應用 神技$630$498
商品描述
本書共9章，設計了9個與網絡編程相關的App。第1、2章為全局性、通用性基礎知識。第3~9章完成了7個具有較高實用價值的App，依次是網絡爬蟲App、DenseNet App、智能Web App、智能Android App、智能桌面App、人臉考勤App和機器人聊天App。 本書具備高階性、創新性與挑戰性，可作為網絡工程、軟件工程、電腦科學與技術、人工智能等專業的本科生教材，也可作為畢業設計指導教材、創新創業訓練指導教材、實訓實習指導教材，適合研究生和工程技術人員學習參考。
作者簡介
董相志,近年來主要從事《網絡編程》、《Android程序設計》、《人工智能》、《Python程序設計》、《Web前端設計》、《Web後端設計》、《C#程序設計》、《計算機網絡》、《數據庫系統》等課程教學工作，有豐富的項目實戰經驗，是《網絡編程》和《Android程序設計》課程負責人。近年來一作者出版教材部，參加省部級課題二項，獲得省部級獎勵二項。
目錄大綱
第1章網絡編程基礎
1.1準備開發環境
1.2客戶機/服務器模式
1.3TCP/IP通信協議
1.4TCP
1.5UDP
1.6埠
1.7IPv4與IPv6
1.8NAT
1.9HTTP與HTTPS
1.10IMAP/ POP3與SMTP
1.11Python I/O數據流
1.12Python進程與線程
1.13Python Socket編程
1.14Python網絡編程庫
1.15第一個服務器程序
1.16第一個客戶機程序
1.17小結
1.18習題
第2章Wireshark數據包解析
2.1安裝Wireshark
2.2捕獲回環地址數據包
2.3Wireshark過濾器
2.4數據包解析
2.5TCP控制頭解析
2.6UDP控制頭解析
2.7IPv4與IPv6控制頭解析
2.8HTTP解析
2.9ARP解析
2.10用Python解析數據包
2.11小結
2.12習題
第3章網絡爬蟲App
3.1主模塊概要設計
3.2子模塊概要設計
3.3抓取頁面
3.4頁面解析
3.5創建數據庫
3.6寫入數據庫
3.7下載圖片
3.8集成測試
3.9小結
3.10習題
第4章DenseNet App
4.1數據集簡介
4.2模塊概要設計
4.3數據集觀察
4.4分類觀察
4.5類別分佈
4.6數據增強
4.7劃分數據集
4.8DenseNet121模型定義
4.9DenseNet121模型訓練
4.10DenseNet121模型評估
4.11DenseNet121模型預測
4.12小結
4.13習題
第5章智能Web App
5.1環境準備
5.2項目概要設計
5.3新建Flask Web項目
5.4HTTP狀態碼
5.5獲取URL參數
5.6定義用戶數據表
5.7用戶註冊
5.8JSON Web令牌
5.9用戶登錄
5.10發送郵件找回密碼
5.11查詢記錄
5.12添加記錄
5.13更新記錄
5.14刪除記錄
5.15分類預測
5.16前端頁面
5.17小結
5.18習題
第6章智能Android App
6.1創建Android項目
6.2定義項目結構
6.3定義界面
6.4定義視圖導航
6.5定義項目菜單
6.6全局性常量與變量
6.7圖像資源
6.8設置項目權限
6.9配置項目依賴
6.10定義實體類
6.11網絡訪問服務接口
6.12ViewModel組件
6.13首頁模塊設計
6.14數據綁定方法
6.15MainActivity設計
6.16詳情模塊設計
6.17識別模塊設計
6.18小結
6.19習題
第7章智能桌面App
7.1客戶機/服務器通信邏輯
7.2數據交換協議
7.3服務器主體邏輯
7.4服務器會話線程
7.5客戶機主體邏輯
7.6客戶機發送數據
7.7客戶機接收數據
7.8客戶機界面設計
7.9線程池
7.10聯合測試
7.11小結
7.12習題
第8章人臉考勤App
8.1項目初始化
8.2人臉檢測
8.3人臉識別
8.4數據採集
8.5自定義人臉識別模型
8.6VGGFace模型
8.7人臉相似度計算
8.8員工照片採集
8.9服務器主程序
8.10服務器會話線程
8.11客戶機主程序
8.12客戶機收發消息
8.13聯合測試
8.14小結
8.15習題
第9章機器人聊天App
9.1圖靈機器人
9.2項目概要設計
9.3服務器主程序
9.4聊天服務器
9.5服務器接收消息
9.6服務器發送消息
9.7文件服務器
9.8圖片服務器
9.9客戶機主程序
9.10客戶機登錄
9.11客戶機發送消息
9.12客戶機接收消息
9.13表情包
9.14上傳圖片
9.15截屏
9.16文件上傳與下載
9.17視頻服務類
9.18語音服務類
9.19語音和視頻控制面板
9.20語音和視頻聊天主程序
9.21多場景綜合測試
9.22小結
9.23習題
附錄A全書項目結構圖
