weixin_45221012的博客

波斯公主选驸马python代码验证及可视化展示。

波斯公主选驸马。37%爱情法则。未婚妻问题。神奇的自然常数。

OpenCV图像处理。图像的二值化cv2.threshold()函数。图片转移c2.warpAffine()函数。图像旋转矩阵cv2.getRotationMatrix2D()函数。换个角度看问题——图片透视cv2.warpPerspective()函数。图像变换矩阵cv2.getPerspectiveTransform()函数。

OpenCV的python接口入门：绘图函数的使用：画直线cv2.line()，画圆cv2.circle()，画方形cv2.rectangle()，画椭圆 cv2.ellipse()，画多边形cv2.polylines()，写文字cv2.putText() 等。等待键盘输入cv2.waitKey()设定。cv2绘图函数参数shift为小数点位数。【渐变色是难点】

ERP系统是一个以生产厂长为核心的信息系统。每一个合格的家庭主妇，都是生产厂长的有力竞争者。ERP库存管理pandas示例。

Keras是一个高级神经网络API。用户友好、高度模块化、可扩展性。同时支持卷积神经网络和循环神经网络，以及两者结合。在CPU和GPU上无缝运行。keras.models.Sequential()；keras.losses.categorical_crossentropy()；keras.utils.to_categorical()；keras.layers.Activation()：sigmoid函数、softmax函数、Relu函数

海量整数(数据)，找出不重复；python字典结构；bool数组；迭代器。

机器学习各种距离用numpy计算；欧几里得距离；曼哈顿距离；切比雪夫距离；闵可夫斯基距离；余弦距离；范数。

pandas处理五花八门的月薪数据。正则截取有用数字。

scrapy爬虫框架入门scrapy shell模式scrapy crawl模式

线性回归五个基本假设。用jupyter notebook 演示线性回归。机器学习选择合适的学习系数非常关键。

常用回归算法：线性回归不拟合非线性；支持向量机回归很好拟合非线性；KNN回归可以拟合非线性，周围样本平均值。

机器学习算法选择天下没有白吃的午餐，没有一个学习算法可以在任何领域总是产生最准确的学习器。概率近似正确，样本本身要可学习，当训练样本足够大时，“训练准确率”与“预测准确率”的差值，超出容忍误差范围的概率非常小。算法无优劣之分，仅适合特定的场景，不要过于迷信机器学习、深度学习和人工智能。回归、分类、聚类和降维。

pycrypto-2.6.1安装aliyunsdkcore==1.0.2安装`inttypes.h(40): error C2143: syntax error: missing '{' before '__cdecl'`和`building ‘Crypto.Random.OSRNG.winrandom‘ extension`。

机器学习线性回归损失函数和logistics回归损失函数求导结果均为【(预测值 - 实际值) × x】的期望形式统一。

handoop生态handoop“动物园”

程序员项目流程Docker常用命令Docker基本组成：镜像，相当于python的类；容器，相当于实例化的对象。

深度学习往往与大数据结合在一起。大部分传统的机器学习都可以用深度学习来拟合。梯度下降的优化：动量优化、自适应学习率优化器。

从中国象棋的角度，理解支持向量机【印象深刻】。支持向量机SVM是最大边缘分类器！边缘的定义是决策边界与任意样本之间的最⼩距离！支持向量机的工作核心是：找分界平面，N-1维的超平面，最大化边缘，也就是最小距离最大化。公式推导。拉普拉斯算子。

主成分分析线性变换不改变实质，只改变表达。奇异值分解前20%的特征，就包含了95%的主要特征。

python简单粗暴地实现拼写检查，充分体现python的简洁、灵活。朴素贝叶斯思想有2个精华部分：（1）对单词中一个字符进行增、删、改、换操作：（2）概率思想，短路原则，正确的概率最高，输错一个（增、删、改、换）的概率次之，输错两个的概率更次。

决策树、信息增益id3算法

AdaBoost简单代码实现示例集成学习：结合多个个体学习器（弱学习器）从而获得精确率很高的学习器（强学习器）。“三个臭皮匠抵过一个诸葛亮”，多个弱分类器（准确率大于50%）串起来（协作）能达到很好的准确度。

knn算法和logistic算法均能进行分类问题的监督式学习，knn算法精度略高，但运算较慢。

航空公司客户价值分析：流程：业务系统（挖掘目标）——数据抽取 ——数据探索与预处理——建模与应用——结果与反馈。客户关系长度L、消费时间间隔R、消费频率F、飞行里程M和折扣系数的均值C五个指标作为航空公司客户价值指标，LRFMC模型。找出高价值客户、重点挽留客户。

Titanic获救数据分析1.男女乘客获救率有无明显差异2.船上是否有明显贫富差异 3.有亲戚在船上是否对获救率有影响4.不同登船地点的男女分布情况 5.不同登船地点是否反应该地区的经济状况 6.不同年龄段的获救率 7.不同等级客舱的获救率 8.Jack和Rose是否在船上 9.使用线性回归预测年龄缺失值

用pandas对招聘网站近期python相关的招聘信息进行分析：1.统计不同学历的职位分布2.统计不同学历下薪资待遇3.统计python不同就业方向的分布(web，爬虫，数据分析，自动化测试，自动化运维，嵌入式，机器学习)4.不同信息来源的薪资情况5.不同城市的招聘规模6.不同城市招聘方向的分布，及相关方向的平均薪资7.不同方向需要的工作经验分布8.分析岗位要求内容，将出现最多的关键词提取出来