logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

用Python可视化详解茅台,财富密码get

之前给大家介绍过几个可以使用 Python 进行数据可视化的库,那么如何将具体想要的数据进行可视化呢,比如股票数据啥的。关于股票数据,网上已经有相对成熟的接口了,我们可以直接调用接口来获...

#百度#编程语言#数据分析 +1
最便捷的神经网络可视化工具之一--Flashtorch

来源:磐创AI译者|VK来源|TowardsDataScience【导读】:FlashTorch是PyTorch中用于神经网络的开源特征可视化工具包,本文介绍了如何使用Flas...

#神经网络#大数据#python +1
图解Python机器学习工具:XGBoost

本次分享Python机器学习工具:XGBoost。图解机器学习实战以案例和代码驱动的方式展示机器学习算法的应用流程&链条各环节,掌握构建场景建模解决方案并进行效果调优的能力。本文详细讲解 XGBoost 的工程应用方法。XGBoost 是一个非常强大的 Boosting 算法工具包,是很多大厂机器学习方案的模型首选,在并行计算效率、缺失值处理、控制过拟合等能力上都表现非常优秀。、https

#python#机器学习#开发语言 +1
Python中文速查表来了!精心整理52张思维导图!

大家好,今天跟大家分享Python数据科学速查表等4套资料,大家慢慢浏览并下载,总有一个你需要!1DataCamp 推出的 Python 数据科学速查表(中文版),一共 11 张表,包括:...

#编程语言#python#数据分析 +1
Pandas Style 为数据表格美颜

作者:牵引小哥来源:牵引小哥讲Python1. 创建样式传递样式函数的方法:Styler.applymap: 逐个元素,返回带有CSS属性-值对的单个字符串。Styler.apply: ...

#css#html#less
厉害了!推荐一个 Web 端自动化神器 - Automa

来源:AirPython1. 前言大家好,我是安果!之前推荐过很多优秀的 Web 自动化工具,比如:Selenium、Helium、Cypress、Pyppeteer 等利用它们实现自动化...

#python#java#css +1
不愧是阿里!阿里开源的 Python 自动化工具,太好用了

来源:AirPython1. 前言大家好,我是阳哥!最近,阿里内部开源了一个 iOS 端由Python 编写的自动化工具,即:tidevice它是一款跨平台的自动化开源工具,不依赖 Xc...

#linux#python#java +1
Power BI的五个实用小技巧(文末赠书)

文末赠书Power BI集成了很多实用功能,有些功能甚至不止一个入口。微软的终极目标是让我们将重心放在数据处理和分析的思路上,而不是寻找功能菜单这种附加值低的事情上。工欲善其事,必先利其器。Power BI功能众多,需要我们不断地实践、摸索才能熟练掌握。本文就从Power BI运行效率的提升及模型的规范易用出发,分享五个实用小技巧。Power BI中有诸多的默认功能设置,...

#python#java#大数据 +1
Pandas读取和存储Excel的常用技能介绍 | 图解Pandas-图文第3篇

01写在前面大家好,我是阳哥,欢迎来到「Python数据之道」。本次是《图解Pandas》系列图文内容的 第 03 篇,主要介绍 Pandas 中 从Excel读取数据 和 将数据存储到Excel 。本文是付费阅读文章,付费阅读内容包括《图解Pandas》图文干货内容、可以在电脑端观看的视频以及配套的源代码等。此外,为避免各种不必要的麻烦,微信没有退款机制,付费前请谨慎。...

#python#大数据#数据分析 +2
又一强大的异常检测开源工具库:PyOD

来源丨数据STUDIO数据探索没有捷径可走。如果你跳过数据科学项目阶段,直接进入到构建模型的阶段,经过一段时间后,你会发现准确度会达到上限——模型的性能不会提高。这是因为异常值(也称为“离散值”)这个经常被我们忽略的问题。诱因就在于根据给定的数据开始建立模型——但这实际上是有问题的。数据探索包括许多因素,例如变量识别、缺失值处理、特征工程等。检测和处理异常值也是数据探索阶段的主要因素。输入的质量决

#python#算法#人工智能 +2
    共 152 条
  • 1
  • 2
  • 3
  • 16
  • 请选择