<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[awpc21的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/awpc21</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; awpc21]]></copyright><item><title><![CDATA[动手学深度学习笔记——线性回归]]></title><link>https://blog.youkuaiyun.com/awpc21/article/details/104320232</link><guid>https://blog.youkuaiyun.com/awpc21/article/details/104320232</guid><author>awpc21</author><pubDate>Fri, 14 Feb 2020 21:54:23 +0800</pubDate><description><![CDATA[线性回归
主要内容包括：

线性回归的基本要素
线性回归模型从零开始的实现
线性回归模型使用pytorch的简洁实现

线性回归的基本要素
模型
为了简单起见，这里我们假设价格只取决于房屋状况的两个因素，即面积（平方米）和房龄（年）。接下来我们希望探索价格与这两个因素的具体关系。线性回归假设输出与各个输入之间是线性关系:
线性回归
主要内容包括：

线性回归的基本要素
线性回归模型从零开始的实现
...]]></description><category></category></item><item><title><![CDATA[深度学习在时空大数据分析中的应用]]></title><link>https://blog.youkuaiyun.com/awpc21/article/details/102758556</link><guid>https://blog.youkuaiyun.com/awpc21/article/details/102758556</guid><author>awpc21</author><pubDate>Sat, 26 Oct 2019 16:50:49 +0800</pubDate><description><![CDATA[来源：钛媒体
链接：http://www.tmtpost.com/2579314.html
本文系转载。
（原标题：【钛坦白】清华大学李建：深度学习在时空大数据分析中的应用）
摘要：
根据时空大数据进行预测是人都很难做到的，反而是机器学习能够做得更好一点

以下根据李建在钛坦白的分享实录整理：
大家好，我是李建，目前是清华大学交叉信息研究院的助理教授、博士生导师，也是杉数科技的合作科学家。很高兴认...]]></description><category></category></item><item><title><![CDATA[电商网站行为分析]]></title><link>https://blog.youkuaiyun.com/awpc21/article/details/102559683</link><guid>https://blog.youkuaiyun.com/awpc21/article/details/102559683</guid><author>awpc21</author><pubDate>Tue, 15 Oct 2019 01:19:49 +0800</pubDate><description><![CDATA[前文已经对数据分析的流程作了较为宏观的总结，现在我们就结合具体地电商网站的行为数据来对用户行为做一个简单的分析。主要完成一个数据的一些统计与可视化。
1.1 电商网站行为分析
1、需求：

用户的购物行为情况；
统计每天各行为的访问次数，并以折线图显示；
找出购买率最高的前二十个商品品类，并以柱状图展示；

2、数据集介绍：
数据集包含了2017年11月25日至2017年12月3日之间，有行为的约...]]></description><category></category></item><item><title><![CDATA[数据分析的流程总结]]></title><link>https://blog.youkuaiyun.com/awpc21/article/details/102535301</link><guid>https://blog.youkuaiyun.com/awpc21/article/details/102535301</guid><author>awpc21</author><pubDate>Sun, 13 Oct 2019 17:27:50 +0800</pubDate><description><![CDATA[数据分析思路及流程
数据分析可以分为数据获取与存储、数据探索(EDA)、数据预处理、数据建模与分析、数据可视化展现(汇报结论)这五个主要的流程。

该过程需要占用大量的精力和时间（约60%）进行数据准备，包括数据抽取、数据清洗、数据探索、数据转换。
但对于一个数据分析项目来说，里面的有些流程也并不一定是必须的，侧重点也并不一定相同，主要还是要看需求，如果需求偏向业务的话，可能主要流程就是接到业务需...]]></description><category></category></item><item><title><![CDATA[北京积分落户数据分析]]></title><link>https://blog.youkuaiyun.com/awpc21/article/details/101632123</link><guid>https://blog.youkuaiyun.com/awpc21/article/details/101632123</guid><author>awpc21</author><pubDate>Sat, 28 Sep 2019 19:36:34 +0800</pubDate><description><![CDATA[数据来源：链接：https://pan.baidu.com/s/18Z3WTf1_Y5ze_ALzBAZJfg
提取码：0thc
北京积分落户数据分析
import pandas as pd
import numpy as np
import csv
import matplotlib.pyplot as plt 

#导入数据
luohu_data = pd.read_csv('./bj_luo...]]></description><category></category></item><item><title><![CDATA[正则表达式基础]]></title><link>https://blog.youkuaiyun.com/awpc21/article/details/101113951</link><guid>https://blog.youkuaiyun.com/awpc21/article/details/101113951</guid><author>awpc21</author><pubDate>Sat, 21 Sep 2019 20:45:42 +0800</pubDate><description><![CDATA[什么是正则表达式
正则表达式是对字符串操作的一种逻辑公式，就是用实现定义好的一些特定的字符、及这些特定的字符的组合，组成一个“规则字符串“，这个“规则字符串“用来表达对字符串的一种过滤逻辑。
注意： 正则表达式并不是Python独有的，Python中使用re模块实现。




元字符
描述




\w
匹配字母数字及下划线


\W
匹配非字母数字下划线


\s
匹配任意的空白符


\S...]]></description><category></category></item><item><title><![CDATA[爬虫基础知识]]></title><link>https://blog.youkuaiyun.com/awpc21/article/details/101113601</link><guid>https://blog.youkuaiyun.com/awpc21/article/details/101113601</guid><author>awpc21</author><pubDate>Sat, 21 Sep 2019 18:40:49 +0800</pubDate><description><![CDATA[先写一下爬虫的基础框架，后面有时间在慢慢总结补充完善。


爬虫简单示例—爬取百度网页图片
#爬取百度网页图片
# 导入网络请求模块（该模块需要使用pip install requests 安装）
import requests
# 创建请求头
headers = {
"User-Agent": 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWeb...]]></description><category></category></item><item><title><![CDATA[电影数据分析]]></title><link>https://blog.youkuaiyun.com/awpc21/article/details/100998352</link><guid>https://blog.youkuaiyun.com/awpc21/article/details/100998352</guid><author>awpc21</author><pubDate>Wed, 18 Sep 2019 22:00:59 +0800</pubDate><description><![CDATA[项目案例
数据集介绍

数据集链接：https://pan.baidu.com/s/1qg7Z2ZJUi5pk9RIZN32srg
提取码：bhdz
复制这段内容后打开百度网盘手机App，操作更方便哦
这是一份好莱坞电影数据，有28个特征，五千多个样本，特征有电影时长、导演、票房、语言、评分等，样本中有缺失值，需要进行处理。

项目任务

查看票房收入统计

导演vs票房总收入
主演vs票房总收入...]]></description><category></category></item><item><title><![CDATA[国外大神制作的超棒 NumPy 可视化教程]]></title><link>https://blog.youkuaiyun.com/awpc21/article/details/100997967</link><guid>https://blog.youkuaiyun.com/awpc21/article/details/100997967</guid><author>awpc21</author><pubDate>Wed, 18 Sep 2019 20:57:25 +0800</pubDate><description><![CDATA[国外大神制作的超棒 NumPy 可视化教程
学 Python 尤其是机器学习，最基础的 NumPy 用法必须得熟悉。网上这方面的教程不少，但基本都前篇一律，枯燥罗列代码，而数组和矩阵本身是有些抽象的，这样难以理解。
今天给各位介绍一个由国外大神制作的 NumPy 可视化教程，直观地介绍 NumPy 的各种用法，很容易就能理解。
话不多说，一睹为快。
数组
先来介绍最基础的一维数组。
创建数组
np...]]></description><category></category></item><item><title><![CDATA[Python数据分析岗位总结]]></title><link>https://blog.youkuaiyun.com/awpc21/article/details/100994835</link><guid>https://blog.youkuaiyun.com/awpc21/article/details/100994835</guid><author>awpc21</author><pubDate>Wed, 18 Sep 2019 19:38:24 +0800</pubDate><description><![CDATA[对使用Python的相关职位做一个总结
python职业成长路径：

python职位路径：
Python职业要求：

岗位要求：

主要考察点：
业务方向考查：偏向思维商业分析层面
面试考查点：SQL操作、统计知识、业务理解能力逻辑分析能力（有可能采用分组群面的方式）
技术方向：偏向技术数据处理、挖掘层面
面试考察点：SQL、算法、数据清洗、机器学习
互联网行业的相关技术岗位：

...]]></description><category></category></item><item><title><![CDATA[Markdown基本语法]]></title><link>https://blog.youkuaiyun.com/awpc21/article/details/99062517</link><guid>https://blog.youkuaiyun.com/awpc21/article/details/99062517</guid><author>awpc21</author><pubDate>Sat, 10 Aug 2019 11:56:21 +0800</pubDate><description><![CDATA[Markdown是一种纯文本格式的标记语言。通过简单的标记语法，它可以使普通文本内容具有一定的格式。
相比WYSIWYG编辑器
优点：
1、因为是纯文本，所以只要支持Markdown的地方都能获得一样的编辑效果，可以让作者摆脱排版的困扰，专心写作。
2、操作简单。比如:WYSIWYG编辑时标记个标题，先选中内容，再点击导航栏的标题按钮，选择几级标题。要三个步骤。而Markdown只需要在标题内容前...]]></description><category></category></item><item><title><![CDATA[MySQL 数据库基础学习]]></title><link>https://blog.youkuaiyun.com/awpc21/article/details/98781627</link><guid>https://blog.youkuaiyun.com/awpc21/article/details/98781627</guid><author>awpc21</author><pubDate>Wed, 07 Aug 2019 20:18:04 +0800</pubDate><description><![CDATA[1.1 MySQL 数据库基础1.2 MySQL 基础 （一）- 查询语句#学习内容#\1. 导入示例数据库，教程 https://www.yiibai.com/mysql/how-to-load-sample-database-into-mysql-database-server.html\2. SQL是什么？MySQL是什么？数据库只是一个结构化的数据集合。数据本质上相互关联，例如，产品属于产...]]></description><category></category></item><item><title><![CDATA[Windows如何创建添加jupyter虚拟环境]]></title><link>https://blog.youkuaiyun.com/awpc21/article/details/95665923</link><guid>https://blog.youkuaiyun.com/awpc21/article/details/95665923</guid><author>awpc21</author><pubDate>Fri, 12 Jul 2019 21:45:29 +0800</pubDate><description><![CDATA[Windows如何创建添加jupyter虚拟环境
重装了Anaconda，分享记录一下
1、conda关于环境的几个常用命令
      查看当前环境列表
      conda env list
      创建新的python环境，并可以指定python版本
      conda create -n myenv python=3.7
      激活、进入某个环境
      activat...]]></description><category></category></item></channel></rss>