一、爬虫前导知识1.端口1、打开命令窗口,输入命令：netstat -ano 查找所有运行的端口2、查看被占用端口对应的 PID输入命令：netstat -aon|findstr “3306”回车执行该命令，最后一位数字就是 PID, 这里是 1968。3、查看指定 PID 的进程继续输入命令：tasklist|findstr “1968”查看是哪个进程或者程序占用了 3306 端口，结果是：my

函数一. 函数简介函数也是一个对象函数用来保存一些可执行的代码，并且可以在需要时，对这些语句进行多次调用语法def 函数名([形参1,形参2,形参3…]):     代码块注意：函数名必须符合标识符的规范(可以包含字母、数字、下划线_，但是不能以数字开头)print是函数对象print()是调用函数示例# 函数简介def fun():print("

第一讲 Python语言及工作环境准备一、数据分析1 数据分析的基本概念1.用适当的统计分析方法对收集来的大量数据进行分析2.提取有用信息和形成结论3.对数据加以详细研究和概况总结目的:从数据中挖掘规则、验证猜想、进行预测2 数据分析的流程明确目的(提出问题)->准备数据->数据解析->分析数据->获得结论->成果可视化3 为什么要学习数据分析1、有岗位需要2、是机器

决策树和随机森林一、认识决策树决策树思想的来源非常朴素，程序设计中的条件分支结构就是if-else结构，最早的决策树就是利用这类结构分割数据的一种分类学习方法。比如：你母亲要给你介绍男朋友，是这么来对话的： 女儿：多大年纪了？ 母亲：26。 女儿：长的帅不帅？ 母亲：挺帅的。 女儿：收入高不？ 母亲：不算很高，中等情况。 女儿：是公务员不？ 母亲：是，在税务局上班呢。 女儿：那好，我去见见。二、信

五、数据的特征工程1.特征工程是什么?特征工程是将原始数据转换为更好地代表预测模型的潜在问题的特征的过程，从而提高了对未知数据的模型准确性2.特征工程的意义?直接影响预测结果六、Scikit-learn库介绍> Python语言的机器学习工具> Scikit-learn包括许多知名的机器学习算法的实现> Scikit-learn文档完善,容易上手,丰富的API数据的特征抽取fro

第二讲 机器学习基础机器学习开发流程机器学习模型是什么机器学习算法分类明确几点问题算法是核心,数据和计算是基础找准定位大部分复杂模型的算法设计都是算法工程师在做,而我们> 分析很多的数据> 分析具体的业务> 应用常见的算法> 特征工程、调参数、优化我们应该怎么做1.学会分析问题,使用机器学习算法的目的,想要算法完成何种任务2.掌握算法基本思想,学会对问题用相应的算法解决3.

一、机器学习与应用1.“人工智能之父”–艾伦.图灵图灵测试（1950）2.人工智能的知识图谱二、AI,ML,DL的关系1.机器学习是实现人工智能的一种方法,深度学习是机器学习一个分支2.机器学习领域自然语言处理图像处理传统预测学习完之后可以干什么？图像处理图像识别图像处理人脸识别3.机器学习库和框架4.什么是机器学习？机器学习是从数据中自动分析获得规律(模型),并利用规律对未知数据进行预测5.为什

第一讲 Python语言及工作环境准备一、数据分析1 数据分析的基本概念1.用适当的统计分析方法对收集来的大量数据进行分析2.提取有用信息和形成结论3.对数据加以详细研究和概况总结目的:从数据中挖掘规则、验证猜想、进行预测2 数据分析的流程明确目的(提出问题)->准备数据->数据解析->分析数据->获得结论->成果可视化3 为什么要学习数据分析1、有岗位需要2、是机器

1. 计算机基本概念1.1 计算机是什么？“计算机俗称电脑，是能够按照程序运行，自动、高速处理海量数据的现代化智能电子设备。既可以进行数值计算，又可以进行逻辑计算，还具有存储记忆功能。计算机可分为超级计算机、工业控制计算机、网络计算机、个人计算机、嵌入式计算机五类。主要由硬件系统和软件系统组成。”计算机的特点：数值计算、逻辑计算、存储记忆功能总结 : 能够按照程序运行、自动、高速处理数据的现代化智

一、机器学习与应用1.“人工智能之父”–艾伦.图灵图灵测试（1950）2.人工智能的知识图谱二、AI,ML,DL的关系1.机器学习是实现人工智能的一种方法,深度学习是机器学习一个分支2.机器学习领域自然语言处理图像处理传统预测学习完之后可以干什么？图像处理图像识别图像处理人脸识别3.机器学习库和框架4.什么是机器学习？机器学习是从数据中自动分析获得规律(模型),并利用规律对未知数据进行预测5.为什