《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（2）
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》 - 第二章 端到端的机器学习项目。Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurél
python数据分析基础009 -利用pandas带你玩转excel表格（下篇）
文章要点🍺前言💦（一）利用pandas对数据求和，算平均数💨1. 在excel表格中实现💨2.在pandas中进行实现💦（二）消除重复数据💨1.在excel中进行实现💨2.在pandas中实现💫2.1 利用pandas将重复的数据筛选出来💦（三）数据转置💨1.在excel中进行实
python数据分析基础008 -利用pandas带你玩转excel表格（中下篇）
利用pandas带你玩转excel表格，建议收藏！！
机器学习的概率统计模型（附代码）
概率统计知识在人工智能领域发挥着非常重要的作用，如深度学习理论，概率图模型等都依赖于概率分布作为框架的基本建模语言，本文为大家重点介绍了与人工智能有关的梳理统计方法~~
python数据分析基础007 -利用pandas带你玩转excel表格（中上篇）
利用pandas带你玩转excel，建议收藏！！
python数据分析基础006 -利用pandas带你玩转excel表格（上篇）
利用pandas操作excel表格,建议收藏！！
python数据分析—— pandas
python数据分析—— pandas1.模块导入2. Series对象的创建和索引3 DataFrame的创建及相关属性4 DataFrame修改索引、添加数据及删除数据4.1 DataFrame修改index columns4.2 添加数据4.3 删除数据5 数据处理6 数据合并7 多层索引8
金融数据安全分类分级解决方案
《数据安全法》的第二十一条“国家建立数据分类分级保护制度，根据数据在经济社会发展中的重要程度，以及一旦遭到篡改、破坏、泄露或者非法获取、非法利用，对国家安全、公共利益或者个人、组织合法权益造成的危害程度，对数据实行分类分级保护”。
python数据分析基础004 -numpy读取数据以及切片，索引的使用
numpy进阶，建议收藏！！
python数据分析基础003 -numpy的使用（详解)
numpy的超详细解说，建议收藏！！
python数据分析基础002 -使用mtplotlib绘图（散点图，条形图，直方图）
matplotlib绘图基础，建议收藏！！！
有关不平衡学习与SMOTE算法
文章目录前言因为最近的任务中运用到了Smote算法，但是我找了网上好多帖子都没有解决问题，因此去阅读了imblearn库的User guide。然后在这边写下所得到的知识以及掌握了的算法，可以供大家学习与参考一、有关上采样和Smote算法？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加
模型的可解释性：部分依赖图PDP和个体条件期望图ICE
部分依赖图 (PDP) 和个体条件期望 (ICE) 图可用于可视化和分析训练目标与一组输入特征之间的交互关系。
提高EDA（探索性数据分析）效率的 3 个简单工具
本文简单的介绍 3 个非常好用的的数据可视化和分析工具，它们只需要很少的代码就可以自动的帮助我们执行快速和详细的数据分析
数据可视化—绘制简单的折线图
数据可视化—绘制简单的折线图（持续更新数据可视化相关知识）敬请期待。。。
python数据分析apply(),map(),applymap()用法归纳
在python的数据分析中，使用apply(),map(),applymap()，可以方便地实现对批量数据的自定义操作。其用法归纳如下。文章目录示例apply()map()applymap函数用法apply()用于对DataFrame中的数据进行按行或者按列 操作map()用于对Series中的每一
蒸腾量与蒸散量（ET）数据、潜在蒸散量、实际蒸散量数据、气温数据、降雨量数据
蒸腾量与蒸散量（ET）数据、潜在蒸散量、实际蒸散量数据、气温数据、降雨量数据
python_DataFrame的loc和iloc取数据 基本方法总结
关于python数据分析常用库pandas中的DataFrame的loc和iloc取数据 基本方法总结归纳及示例
pandas在dataframe指定位置添加新的数据列、使用insert函数
pandas在dataframe指定位置添加新的数据列、使用insert函数
线性回归实战【房价预测】
本文属于 线性回归算法【AIoT阶段三】（尚未更新），这里截取自其中一段内容，方便读者理解和根据需求快速阅读。本文通过公式推导+代码两个方面同时进行，因为涉及到代码的编译运行，如果你没有 NumPyNumPy，PandasPandas，MatplotlibMatplotlib 的基础，建议先修文章：
