本文为《数据分析入门》专栏中Matplotlib一文，主要介绍图形解析、工作流、准备数据、绘制图形、绘图例程、自定义图形、保存、显示图形和关于清除操作

本文主要神经网络、深度学习在MRI上的应用，涉及隐藏层的调试等技术工作。使用的方法为end-to-end gQUCESOP方法，用于实现自优化自判别的定量CEST-MRI技术

本文为《基于Python的数据分析大全》中的第一篇，代码量较大。全文介绍了Numpy基础相关知识点，主要包括：Numpy数组介绍、创建数组、输入输出、数据类型、数组信息、调用帮助、数组计算、数组复制、数组排序、子集切片索引、数组操作等，注重实际应用。

数据科学专栏中介绍Scikit-learn的文章，主要讲解内容包括：Scikit-learn、加载数据、训练集与测试集数据、创建模型、模型拟合、拟合数据与模型、评估模型性能、模型调整

本文详细讲述了使用Matlab搭建神经网络，并进行目标确定、导入数据、神经网络工具箱调用、数据预测和我对该项目的理解和使用技巧，包括快速选取Excel文件、临时变量保存、神经网络的w和b的位置、如何生成预测值和如何预测多输入多输出问题，如果有需要获取本博文所用的相关数据和代码，欢迎私信我免费获取！

本文为《数据分析入门》专栏中Jupyter Notebook的相关讲解，主要讲解保存/加载、适用多种编程语言、编写代码与文本Widgets和调用帮助的知识

本文基本覆盖了深度学习入门的全部内容，涉及：Python入门、感知机、神经网络、神经网络的学习、误差反向传播法、深度学习相关的技巧，以及卷积神经网络、深度学习的原理。花了我版半年的时间学习，一周的时间制作了本篇文章。读完本文，我敢保证一定能带你快速入门深度学习！

万字长文，各实例讲解均附上了代码和运行结果。本文基于PyTorch开展深度学习相关实战，主要包括神经网络中变量、求导、损失函数、优化器相关问题

本文基本覆盖了深度学习入门的全部内容，涉及：Python入门、感知机、神经网络、神经网络的学习、误差反向传播法、深度学习相关的技巧，以及卷积神经网络、深度学习的原理。花了我版半年的时间学习，一周的时间制作了本篇文章。读完本文，我敢保证一定能带你快速入门深度学习！

本文为《数据分析入门》专栏中Numpy进阶一文，主要讲解透视、透视表、堆栈反堆栈、融合、迭代、高级索引、重复数据、数据分组、缺失值、合并数据、日期、可视化相关知识