Python中的层次聚类，详细讲解
机器学习中的层次聚类，python实现
牛客网专项练习30天Pytnon篇第04天
每天5道练习题带你学习Python知识。
PYTHON 实现 UNIX/LINUX 性能监视可视化
UNIX/LINUX 系统运行时，将维护一组计数器以跟踪一些关键的系统资源的使用情况，包括：CPU 使用情况缓冲区使用情况磁盘 I/O 活动磁带 I/O 活动终端活动系统调用活动上下文切换活动文件访问情况队列活动进程间通讯换页活动空闲内存和交换区内核空间分配内核表远程文件共享通过对上述资源使用情况的
Python 三维无预测拦截机动目标的实现
Python 三维无预测拦截机动目标的实现
Ubuntu20.04服务器深度学习环境配置教程以及基于Win10的VScode远程连接开发
基于Win10系统下VScode远程开发的Ubuntu20.04服务器深度学习环境配置教程
NumPy模块——数组的创建与使用
本文主要讲述Python数据处理Numpy模块中的数组这一概念进行解释和说明，主要介绍数组的创建和使用方法，为方便理解，以列表与之作对比加深理解！
Python实现基于机器学习的手写数字识别系统
安装好的OpenCV中有自带的分类器，但是很不幸的是自带的分类器仅有关于人脸识别方向的，如果是做人脸识别方向的研究使用该分类器将会非常方便。本章将介绍如何使用计算机视觉库OpenCV调用电脑摄像头、找到帧画面中的数字并对数字进行识别前的处理，最后调用训练好的手写数字模型将识别结果在原帧画面中显示出来
如何在colab上运行违规停车检测系统？
如何在colab上运行违规停车检测系统？
机器学习：详解半朴素贝叶斯分类AODE原理(附Python实现)
朴素贝叶斯中的属性独立性假设在实际上很难成立，因此引入半朴素贝叶斯分类器，其核心思想是：适当考虑部分属性的相互依赖。本文介绍典型的半朴素贝叶斯分类AODE原理及Python实现
记录Idea整合Java和Python代码遇到版本问题的解决过程
三剑客合力搞一个项目，我负责全栈，他们负责算法。新手嘛，第一次合作总是漏洞百出，前期缺少沟通，加之经验的匮乏，隐留下了许多的错误。 前段时间，在项目整合的时候，我的电脑跑不起来。因为他们用的是Python而我用的是Java，使用是Java调用Python的代码。跑不起来的原因，大体如下：pyt
python大数据之异常值处理
对于数据异常值处理，我的理解是，这里的异常值不是代表数据出现的异常，而是对于你需要建立的模型来说，处于异常值。比如你需要正太分布的数据，那么一些不符合正太分布，或者离群太远的值，可以更具你的需要去进行删除，这样你的模型效果就会更好
【torch.argmax与torch.max详解】
方式一，即不指定dim时，默认将张量展开成一维张量，然后返回对应的下标；方式二，即指定dim时，沿着指定的dim维进行选择，输出结果由剩下的维度组成，比如原始维度为H,W，若指定dim=0（即H维),则输出结果由W个元素构成；2）如果有多个最大值则返回第一个最大值的下标；3）返回torch.max函
Python中RabbitMQ的使用
Python中RabbitMQ的使用
NumPy数据分析基础：ndarray数组运算基本操作及切片索引迭代
作为数据分析三巨头Pandas、matplotlib、NumPy之一，必然要给足面子单独拿出来讲解一波。NumPy应用场景十分宽泛，Pandas很多函数转换后也都是NumPy数组类型的数据结构。在机器学习、深度学习以及一些数据处理操作中使用的频率甚至比Pandas都高。而且NumPy功能强大，使用起
[数据结构] 链表(图文超详解讲解)
根据本文对链表的介绍后大家能对链表有更深的理解相信大家在过后时间能够保持求学的态度,我们一起加油!offer拿到手软!对博主感兴趣可以关注博主,我会继续更新博客,努力完善我的文章内容不会辜负大家的期待!
Opencv项目实战：11 使用Opencv高亮显示文本检测
《Opencv项目实战：11 使用Opencv高亮显示文本检测》假如我们已经有了一个经过文字高亮的图片，我们想提取其中的文字，让我们可以快速的找到重点，并将其中的内容存入.csv文件当中。
【深度学习100例】—— 使用PyTorch实现验证码识别 | 第4例
这里我们需要重写DataSet类，加载我们的验证码数据和label标签文件。# 加载数据集，自己重写DataSet类 class dataset(Dataset) : # root_dir为数据目录，label_file，为标签文件 def __init__(self , root_dir , la
【国庆特辑文章】时间序列~动态时间规整(Dynamic Time Wraping)
解决的问题：测量两端时间序列的相似性
【XGBoost】第 7 章：使用 XGBoost 发现系外行星
在本章中，您将穿越星星，尝试以为向导发现系外行星。本章的原因是双重的。首先是使用 XGBoost 在自上而下的研究中获得实践非常重要，因为出于所有实际目的，这就是您通常使用 XGBoost 所做的事情。尽管您可能无法自己发现带有 XGBoost 的系外行星，但您在此处实施的策略（包括选择正确的评分指
