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

数据分析师必备技能之PowerBI教程

通过动手实践一些教程,总结一些经验。参考1、干货合辑 | 最全的PowerBI教程,都在这里了2、干货 | 无需企业邮箱,免费可发布到Web的Power BI账户注册秘籍

数据分析、数据挖掘、机器学习工程师必备之公开数据集整理(收藏)

Awesome Public Datasets此高质量的以主题为中心的公共数据源列表。它们是从博客,答案和用户响应中收集和整理的。下面列出的大多数数据集都是免费的,但是有些不是。其他惊人的超赞列表可以在sindresorhus的超赞列表中找到。https://github.com/awesomedata/awesome-public-datasetsnlp-datasets用...

python数据挖掘分析微信朋友圈(调用itchat库)

参考https://blog.csdn.net/qinyuanpei/article/details/79360703,基于python3.6实现微信朋友圈性别、地区、个性签名、头像四个维度的分析。GitHub项目地址:https://github.com/KaguraTyan/wechat_analysis_itchat1、准备工作1.1 环境要求WIN10python3.6...

#python#数据挖掘#微信
数据分析师必备技能之PowerBI教程

通过动手实践一些教程,总结一些经验。参考1、干货合辑 | 最全的PowerBI教程,都在这里了2、干货 | 无需企业邮箱,免费可发布到Web的Power BI账户注册秘籍

解决VMware创建Linux系统虚拟机进行磁盘扩容后容量大小并未改变

Ubuntu linux系统下 su:出现: authentication failure的解决办法https://blog.csdn.net/li235456789/article/details/50857249VMware中调大虚拟硬盘容量以后ubuntu中硬盘容量为什么不变?https://zhidao.baidu.com/question/226727679897789...

#linux
Windows10环境下通过虚拟机VMware12.5.9安装Linux Ubuntu16.04

摘要:本文主要通过使用虚拟机VMware12.5.9,在windows10环境下安装Linu系统Ubuntu16.04,并使用Xshell连接服务器进行远程控制。1、下载安装虚拟机网上虚拟机有很多软件,这里使用VMware点击此处进入VMware官网下载打开页面后,选择VMware的版本Version12.5.9,选择Windows 64位,开始下载使用管理员身份打开安装文...

Windows10环境下通过虚拟机VMware12.5.9安装Linux Ubuntu16.04

摘要:本文主要通过使用虚拟机VMware12.5.9,在windows10环境下安装Linu系统Ubuntu16.04,并使用Xshell连接服务器进行远程控制。1、下载安装虚拟机网上虚拟机有很多软件,这里使用VMware点击此处进入VMware官网下载打开页面后,选择VMware的版本Version12.5.9,选择Windows 64位,开始下载使用管理员身份打开安装文...

tensorflow报错解决方案:ValueError: Variable bidirectional_rnn/fw/lstm_cell/kernel already exists, disallow

ValueError: Variable bidirectional_rnn/fw/lstm_cell/kernel already exists, disallowed. Did you mean to set reuse=True or reuse=tf.AUTO_REUSE in VarScope? Originally defined at:  File "XX.py"

#tensorflow#python
机器学习|深度学习|数据挖掘|自然语言处理 值得收藏的好文资源合集

机器学习算法原理解析一文搞懂HMM(隐马尔可夫模型)github项目Linux系统编码Ubuntu Linux 下文件名乱码(无效的编码)的快速解决办法自然语言处理开源工具jiebahanlpLTPStanfordnlpirbosonnlp腾讯nlpnltk命名实体识别用隐马尔可夫模型(HMM)做命名实...

#自然语言处理#机器学习#深度学习 +1
【机器学习/深度学习】学习笔记——易混淆和常见的专有名词、概念

pythona.append(b)>>> a = [1,2,3]>>> b = [4,5,6]>>> a.append(b)>>> a[1, 2, 3, [4, 5, 6]]a.extend(b)>>&a

#机器学习#深度学习
到底了