第1关：转换算子之map和distinct算子import org.apache.spark.rdd.RDDimport org.apache.spark.{SparkConf, SparkContext}object EduCoder1 {def main(args: Array[String]): Unit = {val conf =new SparkConf().setAppName("ed

第2关:Seaborn图形介绍任务描述相关知识频次直方图、KDE和密度图矩阵图分面频次直方图条形图折线图编程要求测试说明任务描述本关任务：编写一个使用Seaborn来绘制散点图的程序。相关知识Seaborn的主要思想是用高级命令为统计数据探索和统计模型拟合创建各种图形，下面将介绍一些Seaborn中的数据集和图形类型。虽然所有这些图形都可以用Matplotlib命令实现（其实Matplotlib就

第3关：Basemap（代码在下边）任务描述相关知识安装和使用地图投影地图背景在地图上画数据编程要求测试说明任务描述本关任务：以中国地图为背景绘制散点图。相关知识Basemap是Matplotlib的一个子包，负责地图绘制。在数据可视化过程中，我们常需要将数据在地图上画出来。比如说我们在地图上画出城市人口，飞机航线，军事基地，矿藏分布等等。这样的地理绘图有助于读者理解空间相关的信息。适用场景：适用

第2关：曲面三角剖分任务描述相关知识曲面三角剖分莫比乌斯带编程要求任务描述本关任务：编写一个能绘制三维曲面的程序。相关知识为了完成本关任务，你需要掌握：1.如何三角剖分图形；2.绘制莫比乌斯带。适用场景：立体图视觉上层次分明色彩鲜艳，具有很强的视觉冲击力，让观看的人驻景时间长，留下深刻的印象。曲面三角剖分在某些应用的场景中，之前那些些要求均匀采样的网格数据显得太过严格且不太容易实现。这时就可以使用

第一关：Seaborn任务描述本关任务：编写一个绘制每个月销售总额的折线图。相关知识为了完成本关任务，你需要掌握：1.matplotlib的缺点，2.如何使用seaborn进行可视化,并设置整体布局风格。适用场景: 折线图适合二维的大数据集，尤其是那些趋势比单个数据点更重要的场合。它还适合多个二维数据集的比较。用Seaborn做可视化即使matplotlib已经如此强大了，但是不得不承认它不支持的

【代码】pycharm链接neo4j（导入文件）

任务描述相关知识卷积神经网络为什么使用卷积神经网络卷积池化全连接网络卷积神经网络大致结构pytorch构建卷积神经网络项目流程数据集介绍与加载数据构建模型训练模型保存模型加载模型编程要求测试说明任务描述本关任务：使用pytorch搭建出卷积神经网络并对手写数字进行识别。相关知识为了完成本关任务，你需要掌握：1.卷积神经网络，2.pytorch构建卷积神经网络项目流程。卷积神经网

任务描述相关知识数据集介绍神经网络是如何训练前向传播交叉熵反向传播sklearn中的神经网络编程要求测试说明任务描述本关任务：用sklearn构建神经网络模型，并通过鸢尾花数据集中鸢尾花的4种属性与种类对神经网络模型进行训练。我们会调用你训练好的神经网络模型，来对未知的鸢尾花进行分类。相关知识为了完成本关任务，你需要掌握：1.神经网络是如何训练，2.前向传播，3.反向传播,4.sklearn中的神

第1关：Bagging任务描述相关知识什么是BaggingBagging方法如何训练与预测训练预测编程要求测试说明任务描述本关任务：补充 python 代码，完成 BaggingClassifier 类中的 fit 和 predict 函数。请不要修改 Begin-End 段之外的代码。相关知识为了完成本关任务，你需要掌握：什么是 Bagging；Bagging 算法如何训练与预测。什么是Bagg

第1关：基于贝叶斯决策理论的分类方法任务描述本关任务：理解朴素贝叶斯的分类思想，完成编程习题。相关知识为了完成本关任务，你需要掌握：1.贝叶斯，2.朴素贝叶斯。贝叶斯朴素贝叶斯是贝叶斯决策理论的一部分，所以讲述朴素负叶斯之前有必要快速了解一下贝叶斯决策理论。 假设现在我们有一个数据集，它由两类数据组成，数据分布如图1所示。图1 两个参数已知的概率分布，参数决定了分布的形状。假设有位读者找到了描述图