深度学习基础 初学者版
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、过拟合与欠拟合，防止过拟合方法。 二、使用步骤 1.引入库 2.读入数据 总结前言首先！博主目前大一，写出来的东西水平很低。我写博客的目的只是为了让同是大一大二的学生们，入门这个领域的时候变得稍微轻松一点点。这篇博
numpy的简单使用（二）
import numpy as np4.生成随机数生成20个数值范围在0到1之间的数据arr1=np.random.random(20)print(arr1)numpy.random模块可以高效地生成多种概率分布下完整样本值数组： normal() 从正太（高斯）分布中抽取样本 ra
机器学习实战 -朴素贝叶斯
贝叶斯分类算法是统计学的一种概率分类方法，朴素贝叶斯分类是贝叶斯分类中最简单的一种。所以称之为”朴素”，是因为贝叶斯分类只做最原始、最简单的假设：所有的特征之间是统计独立的。
pandas读取文件参数
pandas读取文件参数pd.read_csv( filepath_or_buffer: Union[str, pathlib.Path, IO[~AnyStr]],#文件路径或网址连接 sep=',', #分隔符 header='infer', #是否
深度学习100例 | 第41天-卷积神经网络（CNN）：UrbanSound8K音频分类（语音识别）
🔗 运行环境：python3🚩 作者：K同学啊🥇 选自专栏：《深度学习100例》🔥 精选专栏：《新手入门深度学习》📚 推荐专栏：《Matplotlib教程》🧿 优秀专栏：《Python入门100题》🚀 我的环境：语言环境：Python3.6.5编译器：jupyter notebook
Plotly：最强Python可视化库，没有之一
之前一直使用 matplotlib，这也导致我花费了不知多少个深夜，在 StackOverflow 上搜索如何“格式化日期”或“增加第二个Y轴”，使用 matplotlib 画张图使用了太多的时间。今天我要给大家分享一篇可视化干货，介绍的是功能强大的开源 Python 绘图库 Plotly，教你如何
从零到一实现神经网络（六）：误差反向传播算法更新网络权重
误差反向传播算法原理，误差反向传播更新权重参数，三层神经网络实现
GEDI学习笔记2：GEDI数据读取并存储为csv和shp
代码使用python实现，用到的是pyGEDI## Dependencies- `numpy` - `gdal`- `h5py`- `pandas`- `matplotlib`## Installation - `pip install pyGEDI` ## Loading pyGEDI Packa
全面解析Kmeans聚类算法（Python）
Clustering (聚类) 是常见的unsupervised learning (无监督学习)方法，简单地说就是把相似的数据样本分到一组（簇），聚类的过程.我们并不清楚某一类是什么（通常无标签信息），需要实现的目标只是把相似的样本聚到一起，即只是利用样本数据本身的分布规律。在本文中，我将详细介绍
BM算法实现双目视觉测距--python实现
python实现双目相机的深度测距，获取点的三维坐标。
Python实战——为人脸照片添加口罩
为你的头像添加口罩吧
pandas高级操作
pandas高级操作1.替换操作替换操作可以同步作用于Series和DataFrame中单值替换普通替换;替换所有符合要求的元素按照指定单值替换：to_replace={列标签：替换值} value=‘新值’多值替换列表替换：to_replace=[],value=[]字典替换：(推荐) to_re
一文速学-Pandas处理缺失值操作各类方法详解
前言匆忙之间在CSDN上连载博客已有三年之久，现在已临近毕业。回顾大学的四年尽是不甘，意难平。有时反思良久，或许是我对自己的定位还不够明确，还不知道自己想要的是如此模糊，也许接受现实是对理想主义者最大的冲击。以上是博主突然有感而言，现在回归博客主题。使用Pandas进行数据预处理时需要了解Panda
集成学习-装袋法和提升法
集成学习(ensemble learning)是时下非常流行的机器学习算法，它本身不是一个单独的机器学习算法，而是通 过在数据上构建多个模型，集成所有模型的建模结果。目录前言一、集成学习是什么？二、装袋法Bagging1.随机森林-代表集成学习技术水平的算法（有放回的抽样bagging）1.1 简介
车牌识别项目全过程——opencv知识自学
目录什么是opencv?图像获取图像变换改变大小什么是opencv?OpenCV是一个开源的计算机视觉框架。是用来处理图像数据的开源库，即一套与图像相关的算法库。在2016年以后，深度学习的应用越来越广泛，OpenCV里也添加了CNN之类的模块，可以与Tensorflow、Caffe2这些框架训练出
机器学习系列5 利用Scikit-learn构建回归模型：准备和可视化数据（保姆级教程）
在本文中，我们以美国南瓜数据为例，观察并整理了需要的数据，挑选及提取了特征变量：如月份，平均价格。并对其进行了数据可视化，我们发现，9月和10月份是南瓜的平均价格最高。
基于深度学习的人脸性别识别系统（含UI界面，Python代码）
摘要：人脸性别识别是人脸识别领域的一个热门方向，本文详细介绍基于深度学习的人脸性别识别系统，在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面。在界面中可以选择人脸图片、视频进行检测识别，也可通过电脑连接的摄像头设备进行实时识别人脸性别；可对图像中存在的多张人脸进行性别识别，可选
值得收藏,工作中最频繁使用的 10 个 Python 脚本程序
不久前的复旦大佬，用130行Python代码硬核搞定核酸统计，上了人民日报了！在日常的工作中，我们总会面临到各式各样的问题。其中不少的问题，使用一些简单的Python 代码就能解决。今天我就带大家学习一下10个Python脚本程序，虽然简单，不过还是蛮有用的。喜欢记得收藏、点赞、关注。【注】完整代码
使用 Python 实现一个简单的智能聊天机器人
Python100行代码实现简单的智能聊天机器人
