R-数据科学第5页

深度学习-搭建Colab环境

GoogleColab(Colaboratory)是一个免费的云端环境，旨在帮助开发者和研究人员轻松进行机器学习和数据科学工作。它提供了许多优势，使得编写、执行和共享代码变得更加简单和高效。

Damon小智·2024-02-02 04:24

人工智能与大数据就业前景_大数据与人工智能方面专业未来前途

Liu Titanium·2024-02-01 23:40

ChatGLM-6B：自定义数据集和模型微调！

Datawhale干货开源：ChatGLM，编辑：Coggle数据科学ChatGLM-6B介绍ChatGLM-6B是一个开源的、支持中英双语问答的对话语言模型，基于GeneralLanguageModel

Datawhale·2024-02-01 20:52

中山大学2020拟录取推免研究生2038人，中大981人，武大15人，北大9人

在录取的学院或者专业类别中中山大学数据科学与计算机学院接收推免人数最多，为197人；其次为岭南学院，有98人；电子信息工程学院呢有95人；另外，管理学院及其MBA接收推免人数总数为89人。各单

睁眼看教育·2024-02-01 16:42

机器学习基础2

MachneLearning机器学习吴恩达目录一、JupyterNotebooks（数据分析神器）二、回归模型（线性回归）三、分类模型（离散）四、术语一、JupyterNotebooks（数据分析神器）机器学习和数据科学从业者使用最广泛的工具在命令行输入

qingxi_ran·2024-02-01 13:42

【大数据开发 Spark】第一篇：Spark 简介、Spark 的核心组成（5大模块）、Spark 的主要特征（4大特征）、Spark 对比 MapReduce

简介初步了解一项技术，最好的方式就是去它的官网首页，一般首页都会有十分官方且准确的介绍，学习Spark也不例外，官方介绍：ApacheSpark™是一种多语言引擎，用于在单节点机器或集群上执行数据工程、数据科学和机器学习

超周到的程序员·2024-02-01 12:02

MySQL数据库基础第一篇（SQL通用语法与分类）

不论你是在做后端开发、数据科学，或者是设计和维护数据库

半夜敲代码的夜猫子·2024-02-01 06:48

必读人工智能数据管理的要点！

数据科学家花费大量时间整理数据以使其可用。为缩短时间，具备可使用数据流程，使数据准备更快速、更容易、更具扩展性。完整性数据在整个产品周期中保持其结构、质量和完整

澳鹏Appen·2024-02-01 05:11

Python 新版本中的 6 个新特性，你去体验了么？

它的高级应用甚至包含数据科学和量子计算。Python的流行有很多原因。其中最主要的原因是Python和其他语言相比，通用性强，简单易学。

Python栈机·2024-02-01 03:23

版本匹配指南：Numpy版本和Python版本的对应关系

参考链接结尾引言在数据科学和机器学习的世界中，Numpy占据着核心地位，其重要性无可替代。它为Python注入了强大的数值计算能力，让处理大型多维数组和矩阵运算变得如履平地。

高斯小哥·2024-01-31 20:07

文本抓取利器，Python和Beautiful Soup爬虫助你事半功倍

收集、分析和清洗数据是数据科学项目中最重要的部分。今天介绍如何从链接中爬取高质量文本内容，我们使用迭代，从大约700个链接中进行网络爬取。

程序媛了了·2024-01-31 15:35

Python是个啥，为什么大家都在学？

Python是世界上使用最广泛的语言之一，它拥有一个热情的用户社区：（数据来自TIOBE官网）它在数据科学专业中拥有更忠

程序媛了了·2024-01-31 15:05

matlab 复习笔记（基础版）

数据科学中的数学基础目录数据科学中的数学基础1.标量2.向量3.矩阵4.函数5.元胞数组6.文件7.分支语句8.ps===1.标量>>a=4%可以是整数a=4>>b=5.2%可以是小数b=5.2000>

我叫两万块·2024-01-31 12:50

第2期-2/9-阿静教练-Rae

【R-原文片段】在分析一件事情值不值得去做、花多少精力去做的时候，可以从两个角度来评估：一是这件事在当下将给“我”带来的收益大小，这个收益可以是心智、情感层面的，也可以是身体、物质层面的，我称之为“收益值

Rae_Rae·2024-01-31 06:15

地理空间分析8——地理空间统计分析与Python

2.2点集聚和分散模式的识别3.空间插值3.1利用Python进行地理位置上的未知值估算3.1.1克里金插值3.1.2反距离权重插值3.2空间插值方法的实现3.3对比分析写在最后地理空间统计分析在现代数据科学中扮演着关键角色

theskylife·2024-01-31 05:39

无需工具，轻松管理 Python 版本的秘诀

无论您是一位开发者、数据科学家还是爱好者，这些技巧都将帮助您维护一个清晰、有序的Python环境，让您专注于代码的编写和项目的推进。让我们一起揭开这些秘诀，让Python版本管理变得轻而易举！

龙行天5·2024-01-31 03:54

时间管理100讲转述4

今天学习第四讲，04【计划】人生不在于做很多少事R-重述知识内容时间是无法管理的，能管理的只有自己，通过管理自己的习惯和事件来管理时间。1、管理学大师彼得．德鲁克他说：时间是一个人最稀缺的资源。

年龄不小孩子不大·2024-01-31 03:07

当今世界，主流编程语言的具有哪些优势以及面临的挑战

Python的简洁性和易用性使得它成为数据科学、机器学习、Web开发

宇宙超粒终端控制中心·2024-01-30 23:57

从术语到Spark，10篇必读大数据学习资源

这次，我们将从更基本的概念讲起，以便在涉足更复杂的数据科学和商业智能之前能够真正理解大数据。文中会引领大家阅读介绍大数据的相关文章，研究网络上流

大数据的时代·2024-01-30 20:34

Python数据可视化库之holoviews使用详解

Python作为一门强大的数据科学工具，拥有众多的可视化库。其中，HoloViews是一个备受欢迎的库，它可以轻松创建交互性可视化，无论你是数据科学家、工程师还是研究人员，都会受益于它的强大功能。

Rocky006·2024-01-30 20:12

9个值得关注的数据科学趋势【2024】

为了管理它，数据科学是一个前沿领域，它结合了统计学、计算机科学和领域专业知识来提取有意义的见解。这对于各行业的公司预测当前的数据科学趋势并做出更明智的业务决策非常有用。

新缸中之脑·2024-01-30 17:22

gpt讲解程序员未来发展以及未来35岁危机详细破解之法

数据科学和机器学习：随着大量数据的产生和存储能力的提升，数据科学和机器学习的需求不断增加。这

PHP隔壁老王邻居·2024-01-30 15:08

几行Python代码，就实现了全面自动探索性数据分析

探索性数据分析是数据科学模型开发和数据集研究的重要组成部分之一。在拿到一个新数据集时首先就需要花费大量时间进行EDA来研究数据集中内在的信息。

氿柒·2024-01-30 13:55

肖仰华｜生成式语言模型与通用人工智能：内涵、路径与启示

作者简介肖仰华，复旦大学计算机科学技术学院教授、博导，上海市数据科学重点实验室主任。研究方向为知识图谱、知识工程、大数据。

数据派THU·2024-01-30 12:52

Dxy1239310216·2024-01-30 07:28

Python可视化库：数据呈现的多彩世界

无论是数据科学家、分析师还是研究者，掌握这些库的使用都是必备技能之一。本文将介绍几个常用

程序猿代码之路·2024-01-30 02:00

时不我待厉节约，以信自检思所得 ——福州大学外国语学院2019级英语一班团立项

为了让同学们重新感知举足轻重的时间、明白要节约时间，福州大学外国语学院2019级英语一班团支部同福州大学机械学院机械工程及机械设计制造05班团支部协助福州大学数学协助计算机科学学2019级数据科学与大数据技术

春日部在逃王子·2024-01-29 21:22

简单安装cupy

它允许数据科学家，机器学习从业人员和统计学家以简单高效的方式处理矩阵格式的大量数据。就速度而言，即使单独使用，Numpy也已经是Python的重要一步。

爱听许嵩歌·2024-01-29 14:32

LLM大语言模型（五）：用streamlit开发LLM应用

目录背景准备工作切记streamlit开发LLMdemo开一个新页面初始化session先渲染历史消息接收用户输入模拟调用LLM参考背景Streamlit是一个开源Python库，可以轻松创建和共享用于机器学习和数据科学的漂亮的自定义

Hugo Lei·2024-01-29 14:29

Jupyter notebook基本使用

基本使用学习目标：熟练使用Jupyternotebook1JupyterNotebook介绍jUPYTER项目是一个非盈利的开源项目，源于2014年的ipython项目，因为它逐渐发展为支持跨所有编程语言的交互式数据科学和科学计算

ByteSage.·2024-01-29 12:52

数据处理中的数据流处理与事件驱动架构

1.背景介绍数据处理是现代数据科学和工程领域中的一个关键概念，它涉及到大量的数据集合、处理和分析。数据流处理和事件驱动架构是数据处理中的两个重要概念，它们在处理实时数据和复杂事件中具有重要的作用。

OpenChat·2024-01-29 11:04

政安晨的机器学习笔记——示例讲解机器学习工具Jupyter Notebook入门（超级详细）

JupyterNotebook是在数据科学和机器学习领域非常流行的开发环境，被誉为每个数据科学家都应该掌握的工具。我们无须

政安晨·2024-01-29 09:50

数据科学与机器学习 — 神经网络（第 02 部分）：前馈神经网络架构设计

有时，与您的问题最相合的网络可能是输入层中有10个节点，隐藏层中有13个节点/神经元，输出层中有大约四个节点/神经元，更不必提您将不得不微调整个网络中隐藏层的数量。我的观点是，我们需要一些动态的东西。一个动态代码，我们可以在不打破程序的情况下更改参数及优化。如果您使用python-keras函数库来构建神经网络，即便架构很复杂，您也能减少配置和编译的工作，这就是我希望我们能够在MQL5中达成的目标

赫兹股票期货量化软件·2024-01-29 08:18

数据科学

做数据科学一个非常重要的一步，就是要又可重复性。你需要标明你做的每一个步骤，你的数据来源是哪里，你做了什么处理。每一步都需要记录。以备在未来的时候进行重复使用。这一点非常重要。做记录。可重复性。

Liam_ml·2024-01-29 08:24

学习大数据时，一定要注重这8个Python小细节，让你工作事半功倍

学习数据科学的过程，从来就不是一帆风顺的。在写代码的时候，你是否也经常不得不反复搜索同一个问题，同一个概念，甚至同一个语法结构的特性呢？对，你不是一个人在战斗。我也一直在同样的情况里挣扎着。

妄心xyx·2024-01-29 06:50

【转】评估分类模型的指标：ROC/AUC

原文：【机器学习笔记】：一文让你彻底理解准确率，精准率，召回率，真正率，假正率，ROC/AUC作者：xiaoyu微信公众号：Python数据科学知乎：python数据分析师ROC/AUC作为机器学习的评估指标非常重要

悦光阴·2024-01-29 05:47

Spark运行原理

在大数据领域，只有深挖数据科学领域，走在学术前沿，才能在底层算法和模型方面走在前面，从而占据领先地位。Spark的这种学术基因，使得它从一开始就在大数据领域建立了一定优势。

hellozhxy·2024-01-28 23:41

探索数据可视化：Python 库 Matplotlib

探索数据可视化：Python库Matplotlib在数据科学和机器学习的领域中，数据可视化是一种强大的工具，它能够将复杂的数据转化为易于理解和解释的图形形式。

爱编程的鱼·2024-01-28 20:08

2018-04-26 开胃学习数学系列 - 利普希茨连续

解释2：对于在实数集的子集的函数f:D∈R->R，若存在常数K，使得|f(a)-f(b)|≤K|a-bforalla,b∈D，则称f符合利普希茨条件，对于f最小的常数K称为f的利普希茨常数。

Kaiweio·2024-01-28 18:16

【机器学习】模型的综合评判，备选模型和幸运模型

对于任何参与机器学习的人来说，从数据科学家和工程师到依赖这些技术的企业的利益相关者，理解这些阶段都至关重要。本文深入探讨了机器学习工作流程中候选模型和祝福模型之间的特征、重要性以及差异。

无水先生·2024-01-28 15:27

《Python 简易速速上手小册》第9章：数据科学和机器学习入门（基于最新版 Python3.12 编写）

Python简易速速上手小册》核心目的在于让零基础新手「快速构建Python知识体系」文章目录注意：本《Python简易速速上手小册》核心目的在于让零基础新手「快速构建Python知识体系」9.1Python在数据科学中的应用

江帅帅·2024-01-28 02:15

[Python] conda、anaconda、miniconda的关系，miniconda安装，conda命令使用

它主要用于Python编程语言及其相关的数据科学、机器学习等应用领域。

老狼IT工作室·2024-01-28 02:39

深入NumPy：数据科学家的高级技巧

深入NumPy：数据科学家的高级技巧引言NumPy基础回顾数组的创建和基本属性数组索引和切片高效的数组操作技巧数组形状变换技巧数组合并与分割高效迭代数组的方法数学和统计方法的应用数组的数学运算统计分析方法的应用实际案例代码

walkskyer·2024-01-27 21:54

python黑马学习

python的自述能做什么1.抢火车票2.数据分析3.开发网站4.开发游戏发展定位web全栈开发方向掌握技术前端开发数据库管理后台框架职业方向web全栈开发工程师数据科学方向人工智能方向，机器学习人工智能方向

数绵羊的星星·2024-01-27 20:08

高校科研管理系统源代码_教育领域各大高校如何建设智慧校园？你的学校够数字化吗？...

11月26日，作为数据分析&BI领域领导企业的永洪科技与知名高校东北财经大学数据科学与人工智能学院在北京举行了战略合作签约仪式，共建大数据教学、科研、管理模式顶层设计方案，服务智慧校园建设。

weixin_39714835·2024-01-27 15:05

以赛促教以赛促学：和鲸赋能暨大经管落实赛训一体，培养应用型数据人才！

随着新一轮科技革命与产业变革的加速演进，数据思维、数据技术正深度浸入各行各业，在商科经管领域，数据分析可被广泛应用于市场营销、供应链管理、财务分析等工作，拥有相关学科背景的应用型数据科学人才备受重视。

ModelWhale·2024-01-27 15:32

时间管理100讲转述61【运动】跑步初学者的装备推荐

每天一讲，学习并转述R-重述知识内容易效能倡导3+1的生活方式：早睡早起、健康饮食和运动健身，以及冥想。身体的能量是精力的基础，时间管理的基础是精力管理，用3+1的生活方式来实现精力的基本管理。

年龄不小孩子不大·2024-01-27 14:10

数据科学 8 机器学习：决策树

决策树(decisiontree)是一种基本的分类与回归方法。流程图就是一个决策树，长方形形代表判断模块(decisionblock)，椭圆形成代表终止模块(terminatingblock)，表示已经得出结论，可以终止运行。从判断模块引出的左右箭头称作为分支(branch)，它可以达到另一个判断模块或者终止模块。长方形和椭圆形都是结点。长方形形的结点属于内部结点，椭圆形的结点属于叶结点，从结点引

她即我命·2024-01-27 14:37

提高数据科学工作效率

1、OptunaOptuna是一个开源的超参数优化框架，它可以自动为机器学习模型找到最佳超参数。最基本的（也可能是众所周知的）替代方案是sklearn的GridSearchCV，它将尝试多种超参数组合并根据交叉验证选择最佳组合。GridSearchCV将在先前定义的空间内尝试组合。例如，对于随机森林分类器，可能想要测试几个不同的树的最大深度。GridSearchCV会提供每个超参数的所有可能值，并

人帝·2024-01-27 11:39

【AI算法】数据王国的大冒险-谈三种数据降维的机理

他们邀请了王国中最聪明和最勇敢的数据科学家们来参加这场比赛，看看谁能找到最有效的降维方法。降维大赛国王说道，为了简化管理，我引入了一种名为降维的策略。这

德天老师·2024-01-27 07:54

推荐频道

R-数据科学