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

数据分析可视化-厦门真的不止鼓浪屿

厦门真的不止鼓浪屿今天带来的一篇文章是关于厦门的。因为笔者在厦门待过很年多的时间,从读书毕业到走上工作岗位,在厦门度过了十分美好的青春时光。作为一个外地人,真心觉得厦门是一个环境优美、充满文艺气息的花园城市;曾经被美国的尼克松总统誉为”东方夏威夷“,在笔者看来,真的是名不虚传????厦门在国内一直都是一个热门????的旅游城市,很多人都是冲着鼓浪屿去的,毕竟名声在外。在笔者的记忆中至少去了7次鼓浪

#数据分析#数据可视化#爬虫
深度学习框架Keras入门案例

公众号:尤而小屋作者:Peter编辑:Peter大家好,我是Peter~本文介绍3个案例来帮助读者认识和入门深度学习框架Keras。3个案例解决3个问题:回归、二分类、多分类目录为什么选择Keras相信很多小伙伴在入门深度学习时候首选框架应该是TensorFlow或者Pytorch。在如今无数深度学习框架中,为什么要使用 Keras 而非其他?整理自Keras中文官网:Keras 优先考虑开发人员

文章图片
#keras#深度学习#人工智能
爬虫数据分析-长沙美食美景

五一去长沙吃喝玩乐前几天发表过一篇文章厦门不止鼓浪屿,得到了一些朋友的肯定,让我再写下其他城市。这两天又获取到了两份关于长沙的数据:长沙景点和长沙美食,之后进行了分析,如果有朋友想去长沙或者周边城市玩,要仔细看看喔。导入库import pandas as pdimport reimport csvimport jsonimport requestsimport random# 显示所有列# pd.

#python#数据分析#数据可视化
时间序列神器Prophet教程-入门教程

Prophet是一种基于加法模型的时间序列预测工具,由Facebook的数据科学团队开发。它可以处理时间序列数据中的多种复杂性,包括趋势变化、季节性变化以及节假日效应等。官网地址:https://facebook.github.io/prophet/docs/quick_start.html#python-api在Prophet中,时间序列被分解为多个组成部分,包括趋势、季节性、节假日效应和误差项

文章图片
#python#机器学习
吴恩达机器学习-5-神经网络学习Neural Networks Learning

公众号:尤而小屋作者:Peter编辑:Peter吴恩达机器学习-5-神经网络学习Neural Networks Learning本文是在上节神经网络的基础上,做了进一步的阐述,内容包含:神经网络代价函数反向传播法及解释梯度检验神经网络的小结神经网络代价函数参数解释对几个参数的标记方法进行说明解释:mmm:训练样本个数x,yx,yx,y:输入和输出信号LLL:代表神经网络层数SI{S}_{I}SI​

#机器学习#数据挖掘
python时间序列之datetime模块详解

公众号:尤而小屋作者:Peter编辑:Peter大家好,我是Peter~在上篇Python时间序列的文章中Peter详细介绍了time模块,本文中重点介绍的是datetime模块。这个模块可以说是time模块的升级版本,使用的情况更为普遍和常见,用法也更全面。文章中会通过各种例子来讲解这个模块的使用。闲聊最近一位律师通过公众号加了Peter,他工作之余学习下Python,这个社会真的这么卷了吗?朋

文章图片
#python
清华大学DeepSeek教程第二版:DeepSeek如何赋能职场

这篇文章详细介绍了DeepSeek在职场中的多种应用场景,展示了其在AI赋能职场中的强大能力。通过不同的模型(V3和R1)和提示语技巧,DeepSeek能够帮助用户高效完成复杂的任务,提升工作效率。文章还强调了人机协同的重要性,展示了DeepSeek在AI开发、市场调查等领域的广泛应用。DeepSeek不仅是一个强大的AI工具,更是一个能够与人类协同工作、提升生产力的智能伙伴。通过合理使用提示语技

文章图片
#人工智能#深度学习#DeepSeek +1
深度学习必知概念

公众号:尤而小屋作者:Peter编辑:Peter大家好,我是Peter~本文主要机器学习的一些基本内容,包含:除了分类和回归之外的其他机器学习形式评估机器学习模型的规范流程为深度学习准备数据特征工程解决过拟合处理机器学习问题的通用流程机器学习4个分支监督学习supervised learning最常见的机器学习类型。给定一组样本(通常是人工标准),它可以学会将数据映射到已知目标(也叫标注)。监督学

文章图片
#python#深度学习#机器学习 +1
    共 87 条
  • 1
  • 2
  • 3
  • 9
  • 请选择