在实际生产中，经常会用到excel来处理数据，虽然excel有强大的公式，但是很多工作也只能半自动化，配合Python使用可以自动化部分日常工作，大大提升工作效率。本篇带你了解openpyxl、xlsxwriter、pandas如何读取数据。

本篇主要介绍Python数据结构篇队列和双端队列的定义与实现，最后用经典的约瑟夫问题和回文词判定来演示队列的应用。

近期在学习《数据结构与算法分析Python》，本篇主要介绍算法分析的基础，介绍Python中List和Dic常用操作的时间复杂度，最后用一个变位词的例子比较不同算法的复杂度。

本篇主要学习了李沐老师的《动手学深度学习》第三章线性神经网络部分，主要内容包括线性回归和softmax回归。

本篇是rosserial_arduino的实例，通过读取温湿度传感器（DHT11）和数字温度传感器（DS18B20）的数值，并通过ROS打印出来。

本节主要学习《动手学深度学习》多层感知机部分，包括多层感知机从零开始实现、简介实现，并以多项式回归展示模型欠拟合和过拟合，解决以上问题，引入权重衰减和暂退法（Dropout），并进行实现和调用PyTorch的API进行实现。......

因子分解机(Factorization Machine, FM)是由Steffen Rendle提出的一种基于矩阵分解的机器学习算法。目前，被广泛的应用于广告预估模型中，相比LR而言，效果优化很多。因子分解机是一种有效使用二阶特征交互的流行解决方案，本文主要介绍 FM算法原理，模型构建、以及用SGD、ALS求解。

实际开发中常常会遇到对数据进行持久化操作的场景，而实现数据持久化最直接简单的方式就是将数据保存到文件中。对文件的一般操作包括打开文件、读取和追加数据、插入和删除数据、关闭文件、删除文件等。本篇主要介绍Python中对文件的读写，以及常用的模块。...

本篇主要是之前Matplotlib 学习笔记的补充，积累在实际应用中的画图技巧，随着不断的深入，会不断完善此文章。目前已经包括坐标轴标签太长导致显示不全的问题、等高图、热力图、以及颜色设置等。

决策树是广泛用于分类和回归任务的模型。本质上，它从一层层的if/else问题中进行学习，并得出结论。决策树学习算法包括3部分：特征选择、树的生成和树的剪枝。常用的算法有ID3、C4.5和CART。