shichaog的专栏

这张图反应了市场的宽度情况，即沪深300和中证500按照行业分类股票情况，第一行是整体情况，比如2022-08-05第一行，表示沪深300（总共300支股票）共有79只股票价格是高于20日均线的，依次类推，对于电子这一分类（共30只股票）共有26只大于20日均线，颜色从深绿到深红，依次从0支股票到全部股票都超越20日均线。上开了个关于投资的库，因为主要使用了python pandas库，这里主要是展示该库的使用，至于投资方面的，欢迎留言以及GitHub上提issue和question，不足之处也恳请指正。.

在数据科学领域，pandas是非常有用的工具，在数据科学细分领域大数据（通常和深度学习有关）这部分，本篇博客从pandas重要函数开始，到数据变换以及数据分析。pandas提供了数据变换、数据清理、数据可视化以及数据提取等主要数据处理功能。...

python3是面向对象编程语言，和初学c语言一样，先从hello world开始。以#!开始的第一行被称为Shebang行，一般作为文本文件的第一行出现，表示执行该脚本文件的默认解释器。其下图显示了其作用。第一行的报错是没有#!开始行，而第二行则是上面完整程序片段运行结果，在很多脚本程序中都有该Shebang行，如shell等。第二行的# Copyright 2022 shichaog是注释行，第三行则是hello world主体，print(‘Hello, World.’)，相比于c语言，简单很多

深度学习是人工智能的子集，深度学习模仿人脑处理数据的神经通路，将其用于决策、检测对象、识别语音和翻译语言。它从非结构化和未标记的数据中学习，无需人工监督或干预。深度学习通过使用人工神经网络的层次结构来处理机器学习，人工神经网络的构建类似于人脑，神经元节点在网络中连接。虽然传统的机器学习程序使用线性数据分析，但深度学习的分层功能允许机器使用非线性方法处理数据。Keras vs Tensorflow vs Pytorch是深度学习的三种框架，先上结论，不同框架有其自身的优势，不同的人需求不一样，并没有一种框架

越来越多的人工智能解决方案将深度学习作为其基本技术，然而构建深度学习模型并不是一件容易的事，为了获得满意的准确性和效率，通常需要数周的时间优化模型。模型的优化通常包括网络结构本身和训练参数两个层级，网络结构主要包括层数、节点、权重以及激活函数等，训练参数包括epoch、batch size、learning rate, cost functions, normalization和regularization以及optimization。.....................