- 博客(11)
- 收藏
- 关注
RSS订阅原创 李宏毅深度学习打卡Task02：回归
从视频的介绍中得知这是一门入门课，不需要太多前置知识。 每年都有新的视频，但是基础的东西不变。附上地址： 我的兴趣在于机器学习（深度学习）在金融交易的领域能否
2021-08-16 22:32:56
245
原创 李宏毅深度学习打卡Task01：机器学习介绍
从视频的介绍中得知这是一门入门课，不需要太多前置知识。 每年都有新的视频，但是基础的东西不变。附上地址：https://www.bilibili.com/video/BV1Ht411g7Ef?p=1 我的兴趣在于机器学习（深度学习）在金融交易的领域能否实践，如不能或不易，就跟着Datawhale的教程学下来就好，此次打卡因为时间关系，简略记录一下自己不系统的学习心得。 人工智能是我们想达到的目标，机器学习是达成目标的手段，而深度学习是机器学习的其中一种方法。 例子：河狸，chatbot，内核是各
2021-08-15 14:06:23
272
原创 数据分析task05
模型搭建和建模 import seaborn as sns #在Matplotlib基础上的图形可视化库 from IPython.display import Image 载入清洗的数据集和原始的数据集，用shape()和head()查看不同,清洗后的数据集没有Survived,Name plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签 plt.rcParams['axes.unicode_minus'] = False # ..
2021-07-19 02:35:26
316
原创 数据分析task04
数据可视化 引入画图包 %matplotlib inline import matplotlib.pyplot as plt %matplotlib inline这一句是IPython的魔法函数，可以在IPython编译器里直接使用，作用是内嵌画图，省略掉plt.show()这一步，直接显示图像。如果不加这一句的话，我们在画图结束之后需要加上plt.show()才可以显示图像。 任务一，学习书中第九章， 【思考】最基本的可视化图案有哪些？分别适用于那些场景？ 线形图，柱状图，盒装图，散点图，.
2021-07-18 02:25:03
115
原创 数据分析task03
数据重构 数据合并（dataframe） pandas.Dataframe.concat 先载入四个文件 join(concat的默认方法，横向合并列） merage（横向合并列），需要一个相同的column，所以要把left_index,right_index改成Ture append result_up = pd.merge(text_left_up,text_right_up,left_index=True,right_index=True) result_down = pd.
2021-07-18 00:42:57
113
原创 数据分析task02
一 数据清洗及特征处理 #将类别文本转换为one-hot编码 for feat in ["Age", "Embarked"]: x = pd.get_dummies(df[feat], prefix=feat) df = pd.concat([df, x], axis=1) #concat 合成 知识点：One-Hot编码，又称为一位有效编码，主要是采用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。 实现方式：手动One Hot编码，sk...
2021-07-15 23:54:34
280
2
原创 数据分析Task01
初次参加，记录一下学习过程，熟悉datawhale小组规则和blog。 没有学习过python数据分析，第一天的课程简单，查资料照着敲基本不会有问题，重在理解库函数的功能，为后面打基础。 容易出错的地方：读取数据用绝对目录时，“\”写反会导致编码类的报错（windows里复制目录相反，记住和浏览器地址斜杠一致即可）。 关于jupyter，如果默认路径不是当前文件下，需要upload导入。 第一章：数据加载 导入numpy,pandas 载入数据数据集和ipynb同一目录下 import nu
2021-07-13 23:34:14
315
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人