数据可视化之美-动态图绘制（以Python为工具）
可视化是数据描述的图形表示，旨在一目了然地揭示数据中的复杂信息。数据可视化在讲故事中的重要性不言而喻。
python，opencv-python人脸识别，并且发邮件对镜头前未知人员进行报警
python，opencv-python人脸识别，并且发邮件对镜头前未知人员进行报警，按照步骤可直接食用
Spark机器学习实战-使用Spark进行数据处理和数据转换
本文首先介绍了几种常见公开数据集，然后以加州住房数据集为例，分别介绍了如何利用Spark进行数据的下载、读取、探索分析、预处理、标准化等操作，最后简单总结了下不同类型的数据如何进行处理并转换成特征向量以供模型训练的方法。
机器学习决策树作业
机器学习决策树作业
Python机器学习从入门到高级：玩转日期型数据（含代码）
Python机器学习：日期型数据处理🌸个人主页：JoJo的数据分析历险记📝个人介绍：小编大四统计在读，目前保研到统计学top3高校继续攻读统计研究生💌如果文章对你有帮助，欢迎✌关注、👍点赞、✌收藏、👍订阅专栏文章目录Python机器学习：日期型数据处理💮1. 将字符串转换成日期🏵️2.
Python机器学习从入门到高级：带你玩转特征转换（含详细代码）
本文介绍如何使用python进行特征转换，建议收藏！！！本文介绍如何使用python进行特征转换，建议收藏！！！本文介绍如何使用python进行特征转换，建议收藏！！！
机器学习系列7 基于Python的Scikit-learn库构建逻辑回归模型
🎄🎄本文中，你将学到逻辑回归的数学原理，使用Seaborn库可视化数据寻找数据间的相关性，并基于Scikit-learn库构建逻辑回归模型预测南瓜颜色。
机器学习入门-01快速学会使用Matplotlib绘图
快速学会使用Matplotlib绘图使用Matplotlib的基本功能实现图形显示使用Matplotlib实现多图显示使用Matplotlib实现不同画图种类1. Matplotlib之HelloWorld1.1 什么是MatplotlibMatplotlib 是 Python 的绘图库，它能让使用
入门opencv安装和读取图片
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言 一、pandas是什么？ 二、使用步骤 1.引入库 2.读入数据 总结一.opencv包的安装 首先是使用软件：我用的是Anaconda 与pycharm配置第一步：下载Anaconda 下载地址：Anaconda
在 Python Django 框架中操作 MySQL 数据库
Python下有许多款不同的 Web 框架。Django是重量级选手中最有代表性的一位。许多成功的网站和APP都基于Django。Django 是一个开放源代码的 Web 应用框架，由 Python 写成。---- 《菜鸟教程》如何在 Django 中连接并使用现有的 MySQL 数据库 ？如何在
利用opencv带你玩转人脸识别-上篇（读取图片，灰度转换，尺寸修改，绘制矩形快速入门）
🐚作者简介：苏凉（专注于网络爬虫，数据分析）🐳博客主页：苏凉.py的博客🌐系列专栏：python-opencv快速入门👑名言警句：海阔凭鱼跃，天高任鸟飞。📰要是觉得博主文章写的不错的话，还望大家三连支持一下呀！！！👉关注✨点赞👍收藏📂文章目录前言安装opencv导入模块1.读取图片（
从零开始编写Web自动化测试脚本
Python+Selenium操作
万物皆可GAN之初试pytorch神经网络
文章目录前言2.1MNIST图像数据集2.2获取MNIST数据集2.3数据预览2.4简单的神经网络2.5可视化训练2.6MNIST数据集类2.7训练分类器2.8查询神经网络2.9简易分类器的性能前言在上节中，我主要是讲了梯度这么一回事。讲了它是怎么样的一个东西，以及它对以后的工作会产生怎么样的一个影
【Python实战】有趣的代码百里挑一：这款“水波特效”脚本送给你，绝版哦~（建议保留）
前言你的心要如溪水般柔软，你的眼波要像春天般明媚。 ——余光中似乎很少看见湍急的溪流，多数时候，溪水总是潺潺地流着，不疾不徐，有自己的节奏；也似乎很少看见污浊的溪流，多数时候，溪水总是澄澈见底，偶尔拔起沙石，也很快能静置溪底，重归明净。一个像溪水
人工智能基础-作业1
1.安装pycharm-链接安装pycharm教程-安装成功页面安装pytorch链接微软官方安装pytorch教程安装中…安装成功python实现反向传播模型为w1xx+w2*x+b参考代码import torchx_data = [1, 2, 3]y_data = [2, 4, 6]# 三个te
万物皆可GAN之pytorch和神经网络
适用于小白的学习。
两种方法教你一行代码实现探索性数据分析报告
探索性数据分析（EDA） 是使用可视化方法总结和分析数据集主要特征的过程。EDA是数据科学家要做的第一部分，如果我们不懂得如何进行EDA，那么无法对数据进行进一步的建模。上一篇文章我以泰坦尼克号数据为例，介绍了如何使用python详细的进行探索性数据分析，但有时这是很耗费时间的，现在，我介绍两种方法
