数据分析与机器学习

Java 大视界 -- Java 开发 Spark 应用：RDD 操作与数据转换

ApacheSpark是一个强大的分布式计算框架，提供了高效的数据处理能力，广泛应用于大数据分析与机器学习。Spark提供了多种高级API，支持批处理和流处理。

一只蜗牛儿·2025-01-17 12:26

AI在科研中的应用：chatgptgpt4的数据分析与机器学习

2022年11月30日，可能将成为一个改变人类历史的日子——美国人工智能开发机构OpenAI推出了聊天机器人ChatGPT3.5，将人工智能的发展推向了一个新的高度。2023年4月，更强版本的ChatGPT4.0上线，文本、语音、图像等多模态交互方式使其在各行各业的应用呈现了更多的可能性。2023年11月7日，OpenAI首届开发者大会被称为“科技界的春晚”，吸引了全球广大用户的关注，GPT商店更

zmjia111·2024-09-01 12:52

(二十一)Seaborn知识学习8-python数据分析与机器学习实战(学习笔记)

文章原创,最近更新：2018-05-17课程来源:python数据分析与机器学习实战-唐宇迪引言:介绍seaborn热度图绘制学习参考链接:1、Seaborn官方0.8.1版本首先介绍以下热度图的作用,

努力奋斗的durian·2024-08-28 00:34

ChatGPT GPT4科研应用、数据分析与机器学习、论文高效写作、AI绘图技术

原文链接：ChatGPTGPT4科研应用、数据分析与机器学习、论文高效写作、AI绘图技术https://mp.weixin.qq.com/s?

夏日恋雨·2024-03-13 07:59

(十二)Matplotlib知识学习4-python数据分析与机器学习实战(学习笔记)

文章原创,最近更新：2018-05-91.原数据的展示2.柱形图的绘制3.散点图的绘制课程来源:python数据分析与机器学习实战-唐宇迪为了方便大家学习,将练习所涉及的练习fandango_scores.csv

努力奋斗的durian·2024-01-10 11:46

python数据分析与挖掘论文_《Python数据分析与机器学习实战-唐宇迪》读书笔记第10章-特征工程...

第10章特征工程特征工程是整个机器学习中非常重要的一部分，如何对数据进行特征提取对最终结果的影响非常大。在建模过程中，一般会优先考虑算法和参数，但是数据特征才决定了整体结果的上限，而算法和参数只决定了如何逼近这个上限。特征工程其实就是要从原始数据中找到最有价值的信息，并转换成计算机所能读懂的形式。本章结合数值数据与文本数据来分别阐述如何进行数值特征与文本特征的提取。10.1数值特征实际数据中，最常

weixin_39616477·2024-01-07 16:10

阶段四：数据分析与机器学习(掌握使用scikit-learn库进行高级机器学习)

Scikit-learn是一个在Python中实现机器学习的强大库。以下是一些如何使用scikit-learn进行高级机器学习的基本步骤：数据导入和预处理：首先，你需要导入你的数据集。这通常通过pandas库完成，然后对数据进行预处理，包括数据清洗，缺失值处理，异常值处理，数据标准化等。importpandasaspdfromsklearn.preprocessingimportStandardS

哈嗨哈·2023-12-15 17:19

Python数据分析与机器学习34-DBSCAN实例

一.数据源介绍数据源:一个啤酒的数据源，为了方便演示，数据只有20行。image.pngname啤酒的名称calories啤酒的卡路里sodium纳元素含量alcohol酒精含量cost价格二.使用DBSCAN进行聚类代码:importpandasaspdfromsklearn.clusterimportDBSCANfrompandas.plottingimportscatter_matrixim

只是甲·2023-12-15 09:59

阶段四：数据分析与机器学习(学习如何使用matplotlib和seaborn进行数据可视化)

Matplotlib和Seaborn是Python中常用的数据可视化库。Matplotlib是一个基本的绘图库，可以用于绘制各种静态、动态、交互式和三维图表。Seaborn基于Matplotlib，提供了更高级的接口和更美观的默认样式。下面是一个简单的教程，介绍如何使用Matplotlib和Seaborn进行数据可视化：安装库首先，需要安装Matplotlib和Seaborn。可以使用pip命令进

哈嗨哈·2023-12-06 07:54

分享2024年第一期！全国高校大数据与人工智能师资研修班

全国高校大数据与人工智能师资研修班2024年第一期上海线下班：数据采集与机器学习实战广州线下班：大数据技术应用实战（Hadoop+Spark）线上班（十一大专题）PyTorch深度学习与大模型应用实战数据采集与处理实战大数据分析与机器学习实战大数据技术应用实战

泰迪智能科技·2023-12-06 03:22

阶段四：数据分析与机器学习(掌握NumPy和Pandas库，用于数据处理和分析)

Python的NumPy和Pandas库是数据处理和分析的重要工具。NumPy（NumericalPython）提供了高性能的数值计算工具，适用于大规模多维数组和矩阵的运算。Pandas则提供了强大的数据结构和数据分析工具，使得数据处理和分析变得更加便捷。以下是掌握NumPy和Pandas库的一些建议：熟悉基本语法和数据类型NumPy：了解NumPy数组（ndarray）的创建、索引和切片。熟悉N

哈嗨哈·2023-12-05 06:01

使用NumPy和scikit-learn进行数据分析与机器学习

数据分析和机器学习是当今信息时代中不可或缺的重要领域。在处理大规模数据集和实现复杂的机器学习算法时，NumPy和scikit-learn成为了Python中最常用的工具库之一。本文将介绍如何利用NumPy和scikit-learn进行数据分析和机器学习，并提供相应的源代码示例。引言NumPy是Python中用于科学计算的核心库之一。它提供了高性能的多维数组对象（ndarray），以及用于处理这些数

XadxShapes·2023-12-03 21:40

机器学习实战 ——《跟着迪哥学Python数据分析与机器学习实战》（2）

机器学习实战——《跟着迪哥学Python数据分析与机器学习实战》（2）七、贝叶斯算法7.1新闻分类任务实战7.1.1结巴分词7.1.2词云表示工具包wordcloud7.1.3TF-IDF特征八、聚类算法

躬身入世，以生证道·2023-12-02 09:47

Python数据分析与机器学习43-时间序列模型

文章目录一.时间序列的定义二.平稳性三.差分法(I)四.自回归模型（AR）五.移动平均模型（MA）六.自回归移动平均模型（ARMA）七.ARIMA7.1自相关函数ACF(autocorrelationfunction)7.2偏自相关函数(PACF)(partialautocorrelationfunction)7.3ARIMA(p，d，q)阶数确定7.4ARIMA建模流程7.4.1模型选择7.4.

只是甲·2023-11-24 06:14

Python数据分析与机器学习35-PCA降维

文章目录一.PCA概述二.向量的表示及基变换2.1向量的表示2.2基变换三.协方差矩阵四.协方差五.优化目标六.PCA实例参考：一.PCA概述PCA是PrincipalComponentAnalysis，主成分分析。用途：降维中最常用的一种手段目标：提取最有价值的信息（基于方差）问题：降维后的数据的意义?二.向量的表示及基变换2.1向量的表示内积：解释：设向量B的模为1，则A与B的内积值等于A向B

只是甲·2023-11-17 08:02

Python数据分析与机器学习32-聚类算法

文章目录一.聚类概念二.K-MEANS算法2.1基本概念2.2工作流程2.3优势和劣势三.DBSCAN算法3.1基本概念3.2工作流程3.3参数选择3.4优势和劣势3.4.1优势3.4.2劣势四.算法可视化参考：一.聚类概念无监督问题：我们手里没有标签了聚类：相似的东西分到一组难点：如何评估，如何调参二.K-MEANS算法2.1基本概念K值:要得到簇的个数，需要指定K值(我们需要将数据分为几类，K

只是甲·2023-11-15 10:08

Python数据分析与机器学习18- 逻辑回归项目实战2-样本不均匀解决方案

文章目录一.样本不均匀带来的影响二.处理样本不均衡问题的方法2.1权重法2.2采样法三.实例3.1下采样3.2SMOTE方法参考：一.样本不均匀带来的影响我们从样本数据中知道，正常的交易数据有2.8w左右数据，异常的交易数据有492，正常的交易数据与异常交易数据差距非常大，这样会导致我们模型的效果不佳。下面我们来列举一个案例:代码:importpandasaspdimportmatplotlib.

只是甲·2023-11-11 22:45

机器学习实战——《跟着迪哥学Python数据分析与机器学习实战》

跟着迪哥学Python数据分析与机器学习实战一、基础部分二、信用卡欺诈检测实战——监督学习2.1下采样与过采样2.1.1过采样数据生成策略SMOTE2.2逻辑回归2.3分类结果混淆矩阵2.4过采样实战2.5

躬身入世，以生证道·2023-11-11 10:40

2023年第七期丨全国高校大数据与人工智能师资研修班

全国高校大数据与人工智能师资研修班邀请函2023年第七期线下班（昆明）：数据采集与机器学习实战线上班（七大专题）:PyTorch深度学习与大模型应用实战数据采集与处理实战大数据分析与机器学习实战大数据技术应用实战

泰迪智能科技·2023-10-31 16:40

每日一课 | 用Python做一款俄罗斯方块游戏（文末彩蛋）

作者|Ahab，专注与Python数据挖掘、数据分析与机器学习来源|Ahab杂货铺编辑|Jane【编者按】之前作者用Python做了一款俄罗斯方块的小游戏，这次，作者在原来工作的基础上进行了升级，用AI

Python大本营·2023-10-12 23:23

数据分析实战——货币分析与预测

实践各种数据分析与机器学习处理方法（内附数据集与python代码）一、货币分析与预测1.前置准备下载数据库（包含各时段价格、时间等因素），下载地址为BitcoinHistoricalData|Ka

@李忆如·2023-10-12 21:28

(二十八)项目实战|交易数据异常检测(三)-python数据分析与机器学习实战(学习笔记)

文章原创,最近更新：2018-06-41.混淆矩阵课程来源:python数据分析与机器学习实战-唐宇迪课程资料:这里所涉及到的练习资料creditcard.csv相关的链接以及密码如下:链接:https

努力奋斗的durian·2023-10-12 02:21

迈出数据分析与机器学习的第一步【人工智能工程师--AI转型必修课】

数据分析与机器学习岗位可谓供不应求，但是入门的门槛也是蛮高的，究竟了机器学习太难学还是咱们木有挑选到趁手的兵器呢？

CSDN学习·2023-10-03 08:50

(二十)Seaborn知识学习7-python数据分析与机器学习实战(学习笔记)

文章原创,最近更新：2018-05-141.绘制数据网格2.用FacetGrid子集数据3.用PairGridandpairplot()绘制成对的关系课程来源:python数据分析与机器学习实战-唐宇迪学习参考链接

努力奋斗的durian·2023-09-26 01:58

(三)算法推导与案例-python数据分析与机器学习实战(学习笔记)

课程来源:python数据分析与机器学习实战-唐宇迪1.现在说的很火的深度学习是什么?

努力奋斗的durian·2023-09-18 16:24

python音乐推荐系统_《Python数据分析与机器学习实战-唐宇迪》读书笔记第14章--音乐推荐系统实战...

weixin_39555951·2023-09-11 21:23

小白都能学会的Python基础第二讲：Python基础知识

数据类型：数字与字符串3、列表与字典4、运算符介绍与实践5.本章练习题6、课程相关资源第二讲：Python基础知识配套书籍：《Python金融大数据挖掘与分析全流程详解》第1章配套书籍：《Python大数据分析与机器学习商业案例实战

王宇韬·2023-09-09 13:51

数据分析与机器学习介绍

数据分析与机器学习课程概述数据分析数据采集数据清洗数据规约数据预处理可视化数据分析报告特征工程机器学习回归分类聚类深度学习神经网络(CNN)数学基础高等数学概率线性代数今天的课程内容jupyter的具体使用

郑某人_03a6·2023-09-07 13:02

Python数据分析与机器学习13-sklearn

一.Sklearn工具包介绍scikit-learn，又写作sklearn，是一个开源的基于python语言的机器学习工具包。它通过NumPy,SciPy和Matplotlib等python数值计算的库实现高效的算法应用，并且涵盖了几乎所有主流机器学习算法。官网：https://scikit-learn.org/stable/index.html搜索相关语法:https://scikit-lear

只是甲·2023-08-19 06:24

【代码收藏】50 种常用的 matplotlib 可视化图

转自：机器之心数据分析与机器学习中常需要大量的可视化，因此才能直观了解模型背地里都干了些什么。

Sim1480·2023-08-16 10:28

从“脱单”这件小事看数据分析与机器学习（上）

本文由公众号AIU人工智能（ID：ai_cda）出品，转载需授权故事背景Hello,大家好,我是一个在帝都漂了好几年的北漂,刚开始的时候还好,随着年纪的增长每次给家里打电话或者回家都像是经历一次渡劫,当然每每渡劫都不成功，被父上母上大人联手劈的外焦里嫩。如果有和我差不多年纪的单身哥们儿大概会懂这种感受.过程是这样的,最开始的催找女朋友---中期即使没有女朋友也要直接催婚—后期的连女朋友都没有就直接

CDA经管之家·2023-07-24 20:55

Python数据分析与机器学习39-Xgboost算法实例

文章目录一.xgboost.XGBClassifier分类算法参数详解二.数据集介绍三.实战代码3.1一个简单的Xgboost实例3.2查看特征的重要性3.3对模型进行调参3.4交叉验证参考：一.xgboost.XGBClassifier分类算法参数详解语法:classxgboost.XGBClassifier(max_depth=3,learning_rate=0.1,n_estimators=

只是甲·2023-07-19 22:39

大数据入门初学者需要学习的内容及学习路线详解

先说一下大数据的4V特征：数据量大，TB->PB数据类型繁多，结构化、非结构化文本、日志、视频、图片、地理位置等;商业价值高，但是这种价值需要在海量数据之上，通过数据分析与机器学习更快速的挖掘出来;处理时效性

大数据开发交流·2023-06-20 20:58

25自然语言处理词向量模型-Word2Vec

**唐宇迪《python数据分析与机器学习实战》学习笔记25自然语言处理词向量模型-Word2Vec**自然语言处理如今越来越广泛比如以下的应用途径：为什么要将深度学习引入自然语言处理：1.语言模型通过模型之前出现的概率值去选择

小食青年·2023-06-14 00:50

Python数据分析与机器学习14-线性回归概述

一.线性回归概述有监督分两类:回归得到一个预测值，银行能借给你多少钱分类得到一个类别值，银行是否借钱给你一个例子:数据:工资和年龄(2个特征)目标:预测银行会贷款多少钱(标签)考虑:工资和年龄都会影响最终银行贷款的结果，那么它们各自有多啊的影响呢?(参数)image.png找到最好的拟合曲线，需要找到每个变量的权重值image.png二.线性回归的数学2.1线性回归数学表达式θ0是偏置量，因为不是

只是甲·2023-06-07 08:01

大数据大纲&大数据生态圈所涉及的技术

传感器格式多:(非）结构化数据，文本、日志、视频、图片、地理位置等3）快速化（Velocity）：海量数据的处理需求不再局限在离线计算当中4）价值密度低（Value）：但是这种价值需要在海量数据之上，通过数据分析与机器学习更快速的挖掘出来大数据带来的革命性变革

摩羯青春我掌握·2023-04-21 05:17

【建议收藏】数据库 SQL 入门——事务（内附演示）

✍️研究方向：复杂网络科学兴趣方向：利用python进行数据分析与机器学习，数学建模竞赛经验交流，网络爬虫等。事务是一组操作的集

生鱼同学·2023-04-11 22:55

【建议收藏】数据库 SQL 入门——约束（内附演示）

✍️研究方向：复杂网络科学兴趣方向：利用python进行数据分析与机器学习，数学建模竞赛经验交流，网络爬虫等。**约束作用于表中字段上的规则，用于限

生鱼同学·2023-04-10 15:29

【python进阶】列表不应该总是第一选择，这几种序列类型比列表强大很多

✍️研究方向：复杂网络科学兴趣方向：利用python进行数据分析与机器学习，数学建模竞赛经验交流，网络爬虫等。在学习python的过程中，我们

生鱼同学·2023-04-06 09:12

【python进阶】对列表使用+和*进行拼接？这个陷阱要小心

✍️研究方向：复杂网络科学兴趣方向：利用python进行数据分析与机器学习，数学建模竞赛经验交流，网络爬虫等。python作为一款深受大家喜爱的语言，一直都在时代的风口浪尖吸引了很多的人学习。

生鱼同学·2023-04-06 09:40

Matplotlib可视化数据分析图表上（解决中文乱码、解决负号不显示问题、round函数、为图表中各个数据点添加文本标签、坐标轴范围、添加文本标签、设置标题和图例、添加注释）

在数据分析与机器学习中，我们经常用到大量的可视化操作。一张精美的图表，不仅能展示大量的信息，更能够直观地体现数据之间隐藏的关系。

Triumph19·2023-03-23 17:45

【机器学习实战】基于python对泰坦尼克幸存者进行数据分析与预测

✍️研究方向：复杂网络科学兴趣方向：利用python进行数据分析与机器学习，数学建模竞赛经验交流，网络爬虫等。泰坦尼克号的沉没是历史上最惨痛的沉船事件之一。

生鱼同学·2023-03-18 07:10

【python进阶】你还在使用for循环新建数组？生成器表达式帮你一行解决

✍️研究方向：复杂网络科学兴趣方向：利用python进行数据分析与机器学习，数学建模竞赛经验交流，网络爬虫等。

生鱼同学·2023-03-18 07:59

逻辑回归python梯度下降_(二十五)案例实战：Python实现逻辑回归与梯度下降策略-python数据分析与机器学习实战(学习笔记)...

文章原创,最近更新：2018-05-25课程内容:Python实现逻辑回归与梯度下降策略我们将建立一个逻辑回归模型来预测一个学生是否被大学录取。假设你是一个大学系的管理员，你想根据两次考试的结果来决定每个申请人的录取机会。你有以前的申请人的历史数据，你可以用它作为逻辑回归的训练集。对于每一个培训例子，你有两个考试的申请人的分数和录取决定。为了做到这一点，我们将建立一个分类模型，根据考试成绩估计入学

weixin_39647458·2023-02-07 11:13

(二十二)线性回归算法(一)-python数据分析与机器学习实战(学习笔记)

文章原创,最近更新：2018-05-181.线性回归算法概述2.误差项分析课程来源:python数据分析与机器学习实战-唐宇迪1.线性回归算法概述算法涉及到很多的数学,机器学习的核心在于数学,只有知道原理了

努力奋斗的durian·2023-01-28 19:42

鸢尾花分类（SVM,KNN,GaussianNB,DecisioinTreeClassiefier）

一、项目介绍这个项目是我们《数据分析与机器学习这门课程》的实验一，数据集由老师提供，是csv文件格式。

m0_61688615·2023-01-26 07:38

跟着迪哥学python 经管之家_跟着迪哥学Python数据分析与机器学习实战

第1章人工智能入学指南1．1AI时代首选Python1．1．1Python的特点1．1．2Python该怎么学1．2人工智能的核心——机器学习1．2．1什么是机器学习1．2．2机器学习的流程1．2．3机器学习该怎么学1．3环境配置1．3．1Anaconda大礼包1．3．2JupyterNotebook1．3．3上哪找资源本章总结第2章科学计算库(Numpy)2．1Numpy的基本操作2．1．1Ar

weixin_39579726·2023-01-26 02:07

python数据分析与机器学习实战_Python数据分析与机器学习实战（Numpy）

工具包使用、算法建模、实战项目python常用库：numpy,pandas,matplotlib,scikit-learn,tensorflow机器学习需要：算法、数据、程序、评估、应用机器学习应用领域：计算机视觉、语音识别、自然语言处理、统计学习、数据挖掘、模式识别机器学习的常规套路：数据收集与预处理→特征选择与模型构建→评估与预测深度学习是机器学习中神经网络算法的延伸，只不过应用的比较广案例资

weixin_39905500·2023-01-22 13:44

Python数据分析与机器学习25-随机森林项目实战

文章目录一.数据集介绍二.数据预处理2.1数据简单分析2.2数据预处理三.用线性回归进行分析3.1简单的线性回归3.2使用KFold进行交叉验证3.3使用cross_val_score进行交叉验证四.用随机森林进行分析4.1随机森林+交叉验证4.2随机森林调参4.3增加特征参考：一.数据集介绍我们使用的数据集是泰坦尼克号船员获救的数据集。数据集:PassengerId船员IDSurvived是否获

只是甲·2023-01-14 23:26

Python数据分析与机器学习实战＜八＞决策树、随机森林

目录决策树原理概述树模型决策树树的组成决策树的训练和测试选择节点（即如何进行特征划分？）衡量标准---熵公式：Pi为取到某个类别的概率熵的图像如何决策一个节点的选择？决策树构造实例信息增益率ID3（信息增益）缺点C4.5（信息增益率）CART(使用GINI系数来做衡量标准)决策树的剪枝策略对连续值剪枝策略为什么剪枝？策略决策树涉及的参数树的可视化与sklearn简介可视化显示需要的工具sklear

-小透明-·2023-01-12 06:41

推荐频道