查了好久，网上没有解决办法，去github问了一下，问题链接解决方案删除或者禁用 Analytics 这个扩展Remove/Disable the ‘Dependency Analytics’ extension (or potentially any other extensions minus the python and jupyter extension)...

知识图谱基础（知乎系列博文）本文从一个例子出发娓娓道来阐述了知识图谱的来源、结构，值得一学，参考链接：https://zhuanlan.zhihu.com/p/31726910https://zhuanlan.zhihu.com/p/31864048https://zhuanlan.zhihu.com/p/32122644什么是知识图谱知识图谱（Knowledge Graph）是一个将现实世界映射

项目介绍文本分类是自然语言处理的应用领域之一，文本分类是很多其他任务的基本型。本项目是一个最简单的二分类问题。本项目会介绍如何将文本数据转化为数值型的特征数据（提取文本特质）。然后，使用机器学习当中的支持向量机算法，用 Python 实现对 10001 个邮件样本进行分类的任务。知识点自然语言处理基本概念支持向量机算法TF-IDF文本分类简介文本分类技术在自然语言处理领域当中，有着十分重要的地位。

支持向量机支持向量机（Support Vector Machine, SVM）是一种非常强大的监督学习算法 ，广泛应用于学术界和工业界，在学习复杂的非线性方程时提供了一种更为清晰的方法。SVM 的优化目标每个算法的关键都是优化目标——即代价函数的定义。从逻辑回归引入 SVM逻辑回归的激活函数逻辑回归的激活函数如下（该激活函数同样也是逻辑回归的假设函数）：hθ(x)=11+e−θTx=g(z)=11

文章部分内容参考自https://captainbed.net文章目录数据清洗数据清洗概述常用手段缩放特征值清查数据清洗数据清洗概述数据对于算法来说，就好比石油对于汽车。但石油也是提炼于原油，需要花费很大的功夫进行开采、提炼。同样，作为一名机器学习工程师，大量的时间就要用于清洗数据，把最原始的数据清理为我们的算法模型可以直接用来训练的数据。常用手段简单介绍几个数据清洗手段：缩放特征值指缩小特征值的

文章部分内容参考自https://captainbed.vip/1-2-9/文章目录向量化向量化概述简单示例示例：逻辑回归向量化编程向量化向量化概述向量化事一种思想，可以大大提高人工智能编程的效率与速度。简单来说，向量化就是尽量不手动编写算法过程，多多使用python库中提供的一些函数。由于Python的特性——翻译型语言，翻译一条执行一条，而向量化则是一次性翻译并执行，所以这样做可以大大地提高编

文章部分内容参考自captainbed.net计算图计算图是研究神经网络时经常用到的一个重要手段。计算图概述实际工作中的神经网络非常复杂，必须要借助图才能让其变得更加直观。一个人工智能学习任务的核心是模型的定义以及模型的参数求解方式，二者抽象后可以确定一个唯一的计算逻辑，称为计算图。计算图表现为有向无环图，定义了数据的流转方式、数据的计算方式、以及各种计算之间的相互依赖关系。神经网络的计算过程神经

神经网络三个基础问题通过三个基础问题引入神经网络非常基础且重要的三个函数。神经网络如何预测的？神经网络通过逻辑回归函数进行预测，又成预测算法。逻辑回归函数神经网络的预测过程的公式为z=dot(w,x)+bz = dot(w,x) + bz=dot(w,x)+b，dot(w,x)dot(w,x)dot(w,x)表示将www和xxx进行向量相乘。b表示阈值[yù zhí]，用来影响预测结果。逻辑回归函

参考：非常简单易懂的机器学习入门参考：各种机器学习算法的概述以及举例引言谈起人工智能，诸多词汇时刻萦绕在我们耳边：人工智能（Artificial Intelligence）、机器学习（Machine Learning）、深度学习（Deep Learning）。不少人对这些高频词汇的含义及其背后的关系总是似懂非懂、一知半解。人工智能、机器学习与深度学习的关系机器学习是一种实现人工智能的方法，深度学习

文章部分内容参考自https://captainbed.vip/1-2-9/文章目录向量化向量化概述简单示例示例：逻辑回归向量化编程向量化向量化概述向量化事一种思想，可以大大提高人工智能编程的效率与速度。简单来说，向量化就是尽量不手动编写算法过程，多多使用python库中提供的一些函数。由于Python的特性——翻译型语言，翻译一条执行一条，而向量化则是一次性翻译并执行，所以这样做可以大大地提高编