文本数字化欢迎使用Markdown编辑器pd.Categorical(data[i]).labels你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如...

由于某些原因，电脑不让联网，但需要用tensorflow框架，没办法只能离线安装tensorflow，实话能有网谁愿意入坑啊。本着屡败屡战的精神，本人试了网上的大多数方法，最后安装成功，并将此分享一下。1.尽量用python3.5（不要上来就给自己加难度）。2.最好用anaconda,这样好多库都不用自己去安，而且各个库之间的依赖连接的很好。本人用的是Anaconda3-4.2.0-win...

本文主要讲述数据挖掘分析领域中，最常用的四种数据分析方法：描述型分析、诊断型分析、预测型分析和指令型分析。当刚涉足数据挖掘分析领域的分析师被问及，数据挖掘分析人员最重要的能力是什么时，他们给出了五花八门的答案。其实我想告诉他们的是，数据挖掘分析领域最重要的能力是：能够将数据转化为非专业人士也能够清楚理解的有意义的见解。使用一些工具来帮助大家更好的理解数据分析在挖掘数据价值方面的重要性，是十分...

1.1 深度学习介绍学习目标目标知道深度学习与机器学习的区别了解神经网络的结构组成知道深度学习效果特点应用无1.1.1 区别区别1.1.1.1 特征提取方面机器学习的特征工程步骤是要靠手动完成的，而且需要大量领域专业知识深度学习通常由多个层组成，它们通常将更简单的模型组合在一起，通过将数据从一层传递到另一层来构建更复杂的模型。通过大量数据的训练自动得到模型，不需要人工设计...

数据分析的方法1、搭建指标体系前面讲到，要想了解企业的发展现状，就需要将各种业务数据收集起来，转化为各种指标，并最终汇聚成一个完整的指标体系。因为只有数据化，才能够相对客观。那么，什么样的指标体系才能准确反映企业的情况呢？这个问题我会在下一篇文章中详细解答。指标体系中，通常使用的都是基础的统计方法，如求和、求平均、计数、去重计数、占比分析、留存率等，然后再叠加各种维度分组，形成一个庞大的指标...

机器学习算法课程定位、目标定位课程以算法、案例为驱动的学习，伴随浅显易懂的数学知识作为人工智能领域(数据挖掘/机器学习方向)的提升课程，掌握更深更有效的解决问题技能目标应用Scikit-learn实现数据集的特征工程掌握机器学习常见算法原理应用Scikit-learn实现机器学习算法的应用，结合场景解决实际问题机器学习概述了解机器学习定义以及应用场景什么是机器学习1、 背景介...