原创 14個python代碼,短小精悍,非常實用

在當今數字化時代,Python語言因易懂、易維護、具有豐富的功能函數等特點,被廣泛應用於各行各業中。 "冰凍三尺非一日之寒,水滴石穿非一日之功",想學好一門語言最重要的方法就是日常積累和實踐,今天這篇文章將給大家分享一些看似簡單,日常工作

原创 強烈安利一波,程序猿學習網站

本菜鳥,幾年積累下來的一些程序猿學習網站,安利一波!!! 目錄: 一、IT技術社區 1.CSDN 2.開源中國 二、競賽+面試 1.Leetcode 2.牛客網 三、項目開源社區 1.GitHub 四、IT學習視頻網 1.慕課網 2.嗶哩

原创 機器學習之數據歸一化

 目錄: 一、介紹 二·、最值歸一化 1.計算公式 2.Python實戰 三·、均值方差歸一化 1.計算公式 2.Python實戰 四、歸一化要點 五、使用scikit-learn進行數據歸一化 一、介紹 爲什麼需要進行數據歸一化?

原创 機器學習算法理論及實戰(三)——多項式迴歸

目錄: 一、介紹 二、多項式迴歸 三、scikit-learn中的多項式迴歸 四、關於PolynomialFeatures 五、sklearn中的Pipeline 一、介紹 直線迴歸研究的是一個因變量與一個自變量之間的迴歸問題。多項式

原创 機器學習算法理論及實戰(二)——線性迴歸

目錄: 一、介紹 1.線性迴歸的類型 2.假設條件 二、用Python構建一個迴歸器步驟 三、用Python實現簡單線性迴歸 1.模擬數據及繪圖 2.簡單線性迴歸過程 3.使用scikit-learn中的線性迴歸 四、用Python實現多

原创 機器學習算法理論及實戰(一)——KNN算法

目錄: 一、介紹 二、工作流程 三、示例 四、用Python實現 1.模擬數據及繪圖 2.KNN過程 3.使用scikit-learn中的KNN 五、KNN的優缺點 1.優點 2.缺點 六、KNN的應用 1.銀行系統 2.計算信用等級 3

原创 輕鬆上手Markdown

一、簡介 Markdown 是一種輕量級標記語言,它允許人們使用易讀易寫的純文本格式編寫文檔。 Markdown 語言在 2004 由約翰·格魯伯(英語:John Gruber)創建。 Markdown 編寫的文檔可以導出 HTML 、W

原创 詞雲可視化——四行代碼輕鬆上手

所需的Python第三方模塊: wordcloud、imageio、jieba與matplotlib 安裝命令如:pip install wordcloud 1號詞雲:(四行代碼上手) # 導入詞雲製作第三方庫wordcloud im

原创 利用Python處理Excel數據——xlrd,xlwt庫

當面對成百上千個excel文件,需要重複讀寫時,你會不會很頭大呢? 與其花費好幾天去做這些繁瑣無意義的操作,不如學學python如何批量讀寫excel文件,以下介紹用xlrd和xlwt庫處理Excel數據。 我們新建一個excel表格(t

原创 下載及安裝TeXLive和TeXStudio

先介紹TeX、LaTeX、TeXLive、TeXStudio這幾個概念: TeX是一種語言,類似於Java和C之類的計算機語言; LaTeX是TeX的擴展,又稱爲宏集,簡單說就是TeX的命令太原始了,爲了方便作者寫作,Leslie Lam

原创 修改jupyter工作路徑和瀏覽器路徑

1、修改jupyter工作路徑 初次使用anaconda中自帶的jupyter,打開後默認工作路徑爲 C:\Users\Admin(自己的用戶名)  需要更換工作路徑: 更換方式如下:打開 C:\Users\Admin(自己的用戶名

原创 Tensorflow 基礎知識(一)——常量變量

# opencv tensorflow # 類比 語法 api 原理 # 基礎數據類型 運算符 流程 字典 數組 import tensorflow as tf data1 = tf.constant(2.5) # 常量,不帶類型 da

原创 在Anaconda導入opencv-python包:解決import cv2問題

1.首先在網址(https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv)下載適合電腦配置版本的:   2.複製到自己anaconda的site-packages下:   3.在這個文件夾的

原创 在Anaconda新環境導入tensorflow

1.首先運行 開始菜單->Anaconda3—>Anaconda Navigator 創建新環境(如:tensorflow)   2.其次運行 開始菜單->Anaconda3—>Anaconda Promot(anaconda) 輸入

原创 重磅 | 完備的 AI 學習路線

一、基礎知識 1、數學 數學是學不完的,也沒有幾個人能像博士一樣紮實地學好數學基礎,入門人工智能領域,其實只需要掌握必要的基礎知識就好。AI的數學基礎最主要是高等數學、線性代數、概率論與數理統計三門課程,這三門課程是本科必修的。這裏