<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[lbc_0816的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/lbc_0816</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; lbc_0816]]></copyright><item><title><![CDATA[HTML入门宝典（基础标签）]]></title><link>https://blog.youkuaiyun.com/lbc_0816/article/details/133864145</link><guid>https://blog.youkuaiyun.com/lbc_0816/article/details/133864145</guid><author>lbc_0816</author><pubDate>Mon, 23 Oct 2023 19:55:33 +0800</pubDate><description><![CDATA[这是一部较为完整的HTML语言入门入门教程，适合初学者使用]]></description><category></category></item><item><title><![CDATA[数据库可视化 —— pandas 使用 excel pandas与pyechats.charts 之2]]></title><link>https://blog.youkuaiyun.com/lbc_0816/article/details/130994070</link><guid>https://blog.youkuaiyun.com/lbc_0816/article/details/130994070</guid><author>lbc_0816</author><pubDate>Thu, 15 Jun 2023 19:40:35 +0800</pubDate><description><![CDATA[作用：柱状图初始化格式：bar = Bar()作用：线性图初始化格式：c = Line()作用：创建饼图对象格式：c = Pie()]]></description><category></category></item><item><title><![CDATA[数据库可视化 —— pandas 使用 excel pandas与pyechats.charts]]></title><link>https://blog.youkuaiyun.com/lbc_0816/article/details/130628447</link><guid>https://blog.youkuaiyun.com/lbc_0816/article/details/130628447</guid><author>lbc_0816</author><pubDate>Thu, 25 May 2023 19:54:20 +0800</pubDate><description><![CDATA[数据分析和可视化在现代生活中变得越来越重要。随着数据量的不断增加，我们需要更高效、更直观的工具来帮助我们理解和分析数据。在这方面，数据库可视化是一种强大的工具。本文将介绍一种基于 pandas、excel 和 pyecharts.charts 的数据库可视化方法，帮助您更轻松地处理和呈现数据。要想用函数，按部就班，我们先导库打开一个excel文件当然我们也可以自己创建一个excel数据框架小贴士。]]></description><category></category></item><item><title><![CDATA[蓝桥杯Python中级组笔记 —— 知识篇]]></title><link>https://blog.youkuaiyun.com/lbc_0816/article/details/130349270</link><guid>https://blog.youkuaiyun.com/lbc_0816/article/details/130349270</guid><author>lbc_0816</author><pubDate>Sun, 07 May 2023 09:37:48 +0800</pubDate><description><![CDATA[蓝桥杯的python中级组知识大全来了]]></description><category></category></item><item><title><![CDATA[pythonAI三部曲 —— 决策篇]]></title><link>https://blog.youkuaiyun.com/lbc_0816/article/details/130413366</link><guid>https://blog.youkuaiyun.com/lbc_0816/article/details/130413366</guid><author>lbc_0816</author><pubDate>Thu, 27 Apr 2023 19:31:56 +0800</pubDate><description><![CDATA[这个简单的AI程序可以成功地将Iris数据集分为三个类别。通过数据的可视化与决策边界的绘制，进一步解释了AI的预测结果。更多AI的知识，请看后文希望这份Python AI的深入、全面教程对您有所帮助。若有其他问题、需求，请随时在评论区留言。]]></description><category></category></item><item><title><![CDATA[pythonAI三部曲 —— 量化篇]]></title><link>https://blog.youkuaiyun.com/lbc_0816/article/details/130413084</link><guid>https://blog.youkuaiyun.com/lbc_0816/article/details/130413084</guid><author>lbc_0816</author><pubDate>Thu, 27 Apr 2023 19:10:52 +0800</pubDate><description><![CDATA[下一章我们将正式进入AI的特征分析部分，请见下文与此处点击专栏目录。]]></description><category></category></item><item><title><![CDATA[pythonAI三部曲 —— 准备篇]]></title><link>https://blog.youkuaiyun.com/lbc_0816/article/details/130350768</link><guid>https://blog.youkuaiyun.com/lbc_0816/article/details/130350768</guid><author>lbc_0816</author><pubDate>Thu, 27 Apr 2023 18:52:40 +0800</pubDate><description><![CDATA[编写一个简单的AI程序来解决分类问题。考虑到我们不可能准确地将所有情况覆盖，所以在训练数据时，需要使用足够的数据样本。下一篇，我们将使用的是Iris数据集，包括150个样本，分为3个不同品种的鸢尾花。请点击专栏目录查看下文。]]></description><category></category></item><item><title><![CDATA[新手小白的AI训练指南 -- 2]]></title><link>https://blog.youkuaiyun.com/lbc_0816/article/details/130309538</link><guid>https://blog.youkuaiyun.com/lbc_0816/article/details/130309538</guid><author>lbc_0816</author><pubDate>Sat, 22 Apr 2023 20:04:14 +0800</pubDate><description><![CDATA[延续上文，我带着大家继续做AI（上文）想要使用 Python 做 AI，不需要太多的编程经验，只需要按照以下步骤进行操作即可。首先，需要安装 Python 和几个必要的库。Python 是一种开源语言，可以在 https://www.python.org/ 上下载到它的最新版本。对于 AI 开发而言，有一些必要的库需要安装，例如 Numpy、Pandas、Matplotlib 和 Scikit-Learn。你可以使用 pip 命令在终端中安装这些库。]]></description><category></category></item><item><title><![CDATA[新手小白的AI训练指南]]></title><link>https://blog.youkuaiyun.com/lbc_0816/article/details/130273840</link><guid>https://blog.youkuaiyun.com/lbc_0816/article/details/130273840</guid><author>lbc_0816</author><pubDate>Thu, 20 Apr 2023 19:32:59 +0800</pubDate><description><![CDATA[Python是一种非常流行的编程语言，也是许多开发人员用于开发和训练人工智能（AI）算法的首选语言。Python的简单性和易于使用的语法，使得开发人员可以更快地构建AI应用程序，而不必花费太多精力学习新技能。如果你也想开始学习如何利用Python构建AI应用程序，那么本篇入门教程就是你所需要的。目录构建数据定义线性回归模型将数据向量压平并训练模型预测一个新的值第一步：安装Python在开始之前，你需要确保已经安装了Python。通常，Python会预装在Mac和Linux操作系统中。然而，如果你使用的是Wi]]></description><category></category></item></channel></rss>