Datawhale 5月数据分析营学习TASK03

最新推荐文章于 2025-12-15 12:46:33 发布
原创 最新推荐文章于 2025-12-15 12:46:33 发布 · 110 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python

第三个任务打卡，和第一次课完全小白相比，没那么吃力了，逐渐对各个函数的基本构成有感觉了，能够逐渐熟悉代码符号的含义和规则了，从而能稍微快点跟上视频的节奏了，继续加油！

DataWhale 二月组队学习-深度学习教程-Task03
qq_61081456的博客
02-19 1004
训练数据划分策略：k折交叉验证（k-fold cross validation），如下图所示，将训练数据随机分成k等份，每次取其中的（k-1）份作为训练集，剩下一份作为验证集，重复k次，得到k组结果，将k组结果平均起来，得到模型的最终效果。当有多个模型时，选择结果最好的模型用在全部训练集上，再到测试集上。将训练数据分成两部分，训练集（training set）和验证集（validation set），用training set中的数据训练模型，用validation set中的数据挑选模型。
Datawhale 春训营 AI + 航空安全 task2
2301_80265256的博客
04-18 1058
本次笔记是对第三届世界科学智能大赛航空安全赛道：航空结冰气象要素预报baseline的提升，具体的baseline可以看我上一个博客，在提升baseline的时候，我运用了一些工具的辅助以及task2的资料，以下是对赛题的简要描述。
Datawhale 5月数据分析营学习TASK05
keeplearninglena的博客
05-26 82
最后一次打卡啦
Datawhale 5月数据分析营学习TASK04
keeplearninglena的博客
05-23 117
第四次任务啦：这次任务是数据可视化，又开发了新技能，了解了Python数据可视化库Matplotlib，能画出简单的柱状图、折线图了！
Datawhale 5月数据分析营学习TASK02
keeplearninglena的博客
05-19 126
第二个任务打卡：每天进步一点点。
Datawhale六月学习数据分析打卡task5
weixin_51956695的博客
06-23 230
学习目标： 这门课程得主要目的是通过真实的数据，以实战的方式了解数据分析的流程和熟悉数据分析python的基本操作。知道了课程的目的之后，我们接下来我们要正式的开始数据分析的实战教学，完成kaggle上泰坦尼克的任务，实战数据分析全流程。 这里有两份资料需要大家准备： 图书《Python for Data Analysis》第六章和 baidu.com & google.com（善用搜索引擎） 第三章 模型搭建和评估–建模： 经过前面的两章的知识点的学习，我可以对数数据的本身进行处理，比如数据本身的
Datawhale六月学习数据分析打卡task3
weixin_51956695的博客
06-19 232
第二章：数据重构 学习目标： 这门课程得主要目的是通过真实的数据，以实战的方式了解数据分析的流程和熟悉数据分析python的基本操作。知道了课程的目的之后，我们接下来我们要正式的开始数据分析的实战教学，完成kaggle上泰坦尼克的任务，实战数据分析全流程。 这里有两份资料需要大家准备： 图书《Python for Data Analysis》第六章和 baidu.com & google.com（善用搜索引擎） 复习： 复习：在前面我们已经学习了Pandas基础，第二章我们开始进入数据分析的业务部分
Datawhale六月学习数据分析打卡task2
weixin_51956695的博客
06-17 231
学习目标： 这门课程得主要目的是通过真实的数据，以实战的方式了解数据分析的流程和熟悉数据分析python的基本操作。知道了课程的目的之后，我们接下来我们要正式的开始数据分析的实战教学，完成kaggle上泰坦尼克的任务，实战数据分析全流程。 这里有两份资料需要大家准备： 图书《Python for Data Analysis》第六章和 baidu.com & google.com（善用搜索引擎） 学习内容： 数据清洗及特征处理 简介： 我们拿到的数据通常是不干净的，所谓的不干净，就是数据中有缺失值，
Datawhale六月学习数据分析打卡task4
weixin_51956695的博客
06-21 226
第三章：数据可视化 学习目标： 这门课程得主要目的是通过真实的数据，以实战的方式了解数据分析的流程和熟悉数据分析python的基本操作。知道了课程的目的之后，我们接下来我们要正式的开始数据分析的实战教学，完成kaggle上泰坦尼克的任务，实战数据分析全流程。 这里有两份资料需要大家准备： 图书《Python for Data Analysis》第六章和 baidu.com & google.com（善用搜索引擎） 复习： 复习：回顾学习完第一章，我们对泰坦尼克号数据有了基本的了解，也学到了一些基本的
Datawhale六月学习数据分析打卡task1
weixin_51956695的博客
06-14 390
学习目标： 这门课程得主要目的是通过真实的数据，以实战的方式了解数据分析的流程和熟悉数据分析python的基本操作。知道了课程的目的之后，我们接下来我们要正式的开始数据分析的实战教学，完成kaggle上泰坦尼克的任务，实战数据分析全流程。 这里有两份资料需要大家准备： 图书《Python for Data Analysis》第六章和 baidu.com & google.com（善用搜索引擎） 学习内容： 数据载入及初步观察 学习时间： 2021/6/14 ----- 2021/6/16 具体任
DataWhale_数据分析训练营task1（第一章）
qq_29380039的博客
08-17 1253
文章目录第一章 初识pandas第一章part1：数据载入及初步观察1.1 载入数据1.1.1 任务一：导入numpy和pandas1.1.2 任务二：载入数据1.1.3 任务三：每1000行为一个数据模块，逐块读取1.1.4 任务四：将表头改成中文，索引改为乘客ID [对于某些英文资料，我们可以通过翻译来更直观的熟悉我们的数据]1.2 初步观察1.2.1 任务一：查看数据的基本信息1.2.2 任务二：观察表格前10行的数据和后15行的数据1.2.4 任务三：判断数据是否为空，为空的地方返回True，其余地
Datawhale九月组队学习--情感分析--Task02
可乐的博客
09-19 735
Datawhale九月组队学习–情感分析 往期指路:    Task01情感分析BaseLine 文章目录Datawhale九月组队学习--情感分析前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 本篇主要在上一任务的基础上,对模型效果进行调优,主要包含以下内容： 序列填充 预训练词嵌入 LSTM 双向 RNN 多层 RNN 正则化 优化 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二
Datawhale九月组队学习--情感分析--Task01
可乐的博客
09-15 773
提示：学习地址点这里 文章目录前言一、模型构建流程1.1 数据预处理1.2 构建模型1.3 模型训练总结 前言   Task01主要是采用RNN框架 (注意：本文对RNN原理不做详细的解读)、 IMDB数据集来构建了一个文本情感分析任务的Baseline模型。 一、模型构建流程 1.1 数据预处理   TorchText 数据预处理包含以下步骤： 步骤1：使用Field来处理数据； 步骤2：使用Datasets加载要用的IMDB数据集； 步骤3：必须构建一个 词汇表，这样做是因为我们的模型不能对字符
Datawhale第五期-深度学习-Task 3-学习笔记
2301_81156246的博客
09-02 958
在应用机器学习算法时，实践方法论能够帮助我们更好地训练模型。如果在 Kaggle 上的 结果不太好，虽然 Kaggle 上呈现的是测试数据的结果，但要先检查训练数据的损失。看看模 型在训练数据上面，有没有学起来，再去看测试的结果，如果训练数据的损失很大，显然它在 训练集上面也没有训练好。接下来再分析一下在训练集上面没有学好的原因。
javascript 性能优化实战：异步和延迟加载
小伙伴们全都Lucky！
12-11 894
本文探讨JavaScript性能优化中的异步加载与延迟加载技术。异步加载通过async/defer属性或动态创建script元素避免阻塞渲染；延迟加载则利用IntersectionObserver API按需加载非关键资源。二者结合可显著提升性能：异步加载核心脚本确保交互流畅，延迟加载减少初始请求量。实践表明，该方案能降低DOMContentLoaded时间30%以上，减少初始加载量90%，但需注意async脚本的执行顺序问题和延迟加载的回退处理。文中提供了完整的代码实现示例。
df赋值和.copy的区别（SettingWithCopyWarning）
ranchor666的博客
12-10 754
copy()
《Python实战小课：爬虫工具场景——开启数据抓取之旅》导读
最新发布
2501_93253814的博客
12-15 940
本文介绍了Python爬虫技术在三大场景中的应用：行业资讯爬取、学术文献摘要获取和电商评价收集。针对行业资讯，详细解析了从网页请求到数据存储的全流程；在学术文献方面，重点阐述了如何构建搜索请求和提取关键信息；对于电商评价，则说明了数据定位和清洗方法。文章还探讨了爬虫优化策略及反爬机制应对方案，为数据获取工作提供了实用指南。通过系统学习这些技术，读者可以提升数据采集能力，为商业决策、学术研究和市场分析提供有力支持。
Python 语言编码规范
托塔天王的博客
12-11 960
通常， 不应该描述”怎么做”， 除非是一些复杂的算法，文档字符串应该提供足够的信息， 当别人编写代码调用该函数时，他不需要看一行代码，只要看文档字符串就可以了，对于复杂的代码，在代码旁边加注释会比使用文档字符串更有意义。但是，不要使用一个以上的空格，并且在二元运算符的两边使用相同数量的空格。当捕获异常时， 使用as而不要用逗号。3、 关于函数的几个方面应该在特定的小节中进行描述记录， 这几个方面如下文所述，每节应该以一个标题行开始，标题行以冒号结尾，除标题行外， 节的其他内容应被缩进2个空格。
Windows11系统安装Isaac Sim和Isaac Lab记录
weixin_65198494的博客
12-13 410
本文介绍了在Windows 11系统上安装IsaacSim和IsaacLab的完整流程。硬件配置为RTX4060显卡、32GB内存，软件环境包括NVIDIA驱动591.44、CUDA12.8、PyTorch2.7.0和Python3.11。安装IsaacSim5.1的主要步骤包括：更新GPU驱动、安装CUDA、创建conda虚拟环境、开启长路径支持、更新pip后安装IsaacSim pip包。IsaacLab安装则需要克隆GitHub仓库，通过安装脚本完成。最后通过运行验证脚本确认安装成功。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值