本章主要是对一个常见的图像数据集：CIFAR-10，用Resnet18模型来进行图像分类，然后形成一个桌面小程序用来更好的交互和展示。其中最重要的还是模型的建立，通过对不同模型的测试以及超参数的调整来找到”最优解“。明日复明日，明日何其多，我生待明日，万事成蹉跎。--2023-10-24进阶篇

线性回归是一种用于建立变量之间线性关系的统计模型。它通过拟合一个线性方程来预测一个因变量（也称为响应变量）与一个或多个自变量（也称为特征）之间的关系。线性回归可以用于预测连续型变量的值。线性回归算法的深度学习，要理解最小二乘法，损失函数，梯度下降方法以及矩阵运算等原理，当然也可以直接应用python中的模块。大鹏一日同风起，扶摇直上九万里。-2023-7-8筑基篇

自然语言处理（Natural Language Processing，NLP）是一门研究如何使计算机能够理解和处理人类语言的学科，其中有许多常用的算法和技术，本文则主要介绍比较基础的TF-IDF算法和朴素贝叶斯算法。本文介绍了自然语言处理中的简单算法，文本向量化的算法：TF-IDF算法以及计数器向量化；文本分类算法：朴素贝叶斯算法以及其它分类算法。最后对这些分类算法进行了一定的比较。流光容易把人抛

在机器学习的分类算法中，逻辑回归是一个基础的分类算法，本文将简单介绍一下逻辑回归算法。本文从逻辑回归算法的原理介绍到代码实现中的回归模型的构建以及混淆矩阵和分类报告的介绍，还有对分类结果的可视化。详细介绍了LR算法，还有最后的先划分数据集再降维还是先降维再划分数据集的讨论。明月几时有，把酒问青天--2023-9-5筑基篇

前面两章分别对mysql数据库进行了安装、flask的简单介绍，而本章将继续学习flask操作的mysql数据库。本章主要简单介绍了mysql在flask开发中作用，并简单的做了一个向数据库中提交用户信息的页面程序。人间总有一两风，填我十万八千梦。–2023-9-24进阶篇。

支持向量机（SVM）是一种常见的机器学习方法，常用于分类（线性和非线性分类问题），回归问题。本文将详细介绍一下支持向量机算法。本文在SVM算法原理介绍中：从开始的SVM介绍，到Kernel的介绍，再到算法和核函数的选择，之后就是算法的步骤，以及分类和回归的选择；在代码实现中：亦是分别对SVM中的回归（SVR)和分类（SVC）用代码实现，并可视化结果。关关雎鸠，在河之洲--2023-9-4筑基篇

在前面学习了卷积神经网络的基本原理，之后将继续学习现代卷积神经网络架构。而本章将学习其中的AlexNet模型。参考书：《动手学深度学习》AlexNet的架构与LeNet相似，但使用了更多的卷积层和更多的参数来拟合大规模的ImageNet数据集。AlexNet已经被更有效的架构所超越，但它是从浅层网络到深层网络的关键一步。Dropout、ReLU和预处理是提升计算机视觉任务性能的其他关键步骤。是以圣

本章主要简述了python爬虫的有关信息，并且进行了一个实操（这个爬虫是基于WoLF PSORT官网，爬取亚细胞定位结果的数据）。更多有关**蛋白质亚细胞定位**的信息，请看[亚细胞定位](https://editor.csdn.net/md/?articleId=132193197)零落成泥碾作尘，只有香如故。--2023-8-13筑基篇

本文主要使用python绘制年平均海表温度、盐度、ph分布图，所用数据来源于Bio-ORACLEPython绘制海表温度【python海洋专题十二】年平均的南海海表面温度图所用到的中国地图shp文件：链接：https://pan.baidu.com/s/1q9hitI11CCYDWvBTWbAevg提取码：9ju8主要是以绘制年平均海表温度分布图为例，其余环境数据也类似。2025/2/19。

在这个暑假，我学习了一些传统的机器学习算法，并对我的学习进行了总结，另外我也开始接触深度学习。本篇文章将再度对一些传统机器学习算法进行总结并且初步介绍一下深度学习。这也算是一个过渡篇章吧。玄之又玄，众妙之门。--2023-9-14筑基篇