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

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​

深度学习4大激活函数

用户画像分析

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

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

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

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~很久没有更新Plotly相关的文章，国庆这几天终于干了一篇。选择的主题是：玩转Plotly图例设置，也是一直以来都想写的一个话题，文章的主要内容为：官网学习地址：https://plotly.com/python/legend/Plotly连载文章Plotly文章目前已经更新到第16篇，欢迎阅读。推荐几篇文章：导入库和数据本文

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~最近看了很多的关于因子分析的资料，整理出这篇理论+实战文章分享给大家。后续会出一篇PCA主成分分析的文章，将主成分分析和因子分析两种降维的方法进行对比。因子分析作为多元统计分析里的降维方法之一，因子分析可以应用于多个场景，如调研、数据建模等场景之中。起源因子分析的起源是这样的：1904年英国的一个心理学家发现学生的英语、法语和

公众号：尤而小屋作者：Peter编辑：Peter大家好，我是Peter~一年四季，循环往复：说到底就是一个循环的问题for语句实际上解决的是循环问题。在很多的高级语言中都有for循环（for loop）。for语句是编程语言中针对可迭代对象的语句，它的主要作用是允许代码被重复执行。看一段来自维基百科的介绍：In computer science, a for-loop (or simply for