目录EDA 目标一、内容介绍1.1 载入各种数据科学以及可视化库1.2 载入数据1.3 数据总览1.4 判断数据缺失和异常1.5 了解预测值的分布二、代码示例2.1 载入各种数据科学与可视化库2.2 载入训练集和测试集2.3 总览数据概况2.4 判断数据缺失和异常2.5 了解预测值的分布运行结果 HTML 页面下载EDA 目标EDA 的价值主要在于熟悉数据集，了解数据集，对数据集进行验证来确定所获

目录前言一、二、1.2.总结前言一、二、1.2.总结

目录前言二、1.2.总结前言# 一、二、1.2.总结

目录前言一、二、1.2.总结前言一、二、1.2.总结

决策树算法原理：决策树算法的基本原理决策树算法是一种特别简单的机器学习分类算法。在机器学习中，决策树是一个预测模型，其代表的是对象属性与对象之间的一种映射关系。决策树算法的特点：决策树算法的优点如下：1、 决策树易于理解和实现，用户在学习过程中不需要了解过多的背景知识，其能够直接体现数据的特点，只要通过适当的解释，用户能够理解决策树所表达的意义。2、 速度快，计算量相对较小，且容易转化成分类规则。

理解循环神经网络RNN的基本原理和掌握利用循环神经网络进行文本分类的方法

理论基础：卷积神经网络目的与要求：掌握Keras构建卷积神经网络的主要步骤。理解卷积操作。操作内容：修改如下代码，对cifar10数据库，调整网络结构为LeNet，优化算法及其学习率，批量大小batch_size，迭代的代数epoch，分析相应的结果。要修改的代码：# In[1]:读取数据from keras.datasets import mnistfrom keras import utils

理论基础：卷积神经网络目的与要求：掌握Keras构建卷积神经网络的主要步骤。理解卷积操作。操作内容：修改如下代码，对cifar10数据库，调整网络结构为LeNet，优化算法及其学习率，批量大小batch_size，迭代的代数epoch，分析相应的结果。要修改的代码：# In[1]:读取数据from keras.datasets import mnistfrom keras import utils

理解生成对抗网络的基本原理和掌握利用生成对抗网络生成新样本的方法

Django 搭建博客网站目录Django 搭建博客网站前言一、软件和平台二、环境搭建步骤1.下载 UbuntuUbuntuUbuntu2.在 vmwarevmwarevmware 上安装 UbuntuUbuntuUbuntu三、在 vscodevscodevscode 上配置 pythonpythonpython 环境1.连接 LinuxLinuxLinux 虚拟机2.在虚拟机上安装 pytho