一路不容易的走到了這里。。。這6個(gè)模塊。我感覺(jué)我只能學(xué)到3個(gè)
numpy pandas matplotlib
其他3個(gè) 對(duì)我還太難了。。門(mén)檻太高。需要補(bǔ)其他基礎(chǔ)科目;
numpy pandas matplotlib
其他3個(gè) 對(duì)我還太難了。。門(mén)檻太高。需要補(bǔ)其他基礎(chǔ)科目;
2020-07-13
Numpy定義了科學(xué)計(jì)算的基本數(shù)據(jù)結(jié)構(gòu)。
Scipy是數(shù)值計(jì)算工具包(積分、插值、優(yōu)化器、線性方程組求解)。
Pandas是數(shù)據(jù)分析工具(Series、DataFrame兩種數(shù)據(jù)結(jié)構(gòu))。
Scikit-learn 是基于Python的數(shù)據(jù)挖掘建模和機(jī)器學(xué)習(xí)(監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí))的工具包。他可以方便的實(shí)現(xiàn)分類(lèi)、回歸、聚類(lèi)、降維常用的操作。
Keras是一個(gè)高層神經(jīng)網(wǎng)絡(luò)API,Keras由純Python編寫(xiě)而成并基Tensorflow、Theano以及CNTK后端。Keras 為支持快速實(shí)驗(yàn)而生。
Scipy是數(shù)值計(jì)算工具包(積分、插值、優(yōu)化器、線性方程組求解)。
Pandas是數(shù)據(jù)分析工具(Series、DataFrame兩種數(shù)據(jù)結(jié)構(gòu))。
Scikit-learn 是基于Python的數(shù)據(jù)挖掘建模和機(jī)器學(xué)習(xí)(監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí))的工具包。他可以方便的實(shí)現(xiàn)分類(lèi)、回歸、聚類(lèi)、降維常用的操作。
Keras是一個(gè)高層神經(jīng)網(wǎng)絡(luò)API,Keras由純Python編寫(xiě)而成并基Tensorflow、Theano以及CNTK后端。Keras 為支持快速實(shí)驗(yàn)而生。
2020-07-13
# 打印了所有列內(nèi)的 count:總數(shù);mean:均值;std:標(biāo)準(zhǔn)差;min:最小值;25%:四分之一分位數(shù);50%:中位數(shù);75%:四分之三分位數(shù);max:最大值
print(df.describe())
print(df.describe())
2020-07-10
到這里基本沒(méi)人了,因?yàn)榍懊鎺坠?jié)實(shí)在太糟糕了。。沒(méi)幾個(gè)聽(tīng)懂。講的太跳躍。。
2020-07-10
print("Dot ")
print(np.dot(lst1.reshape([2,2]),lst2.reshape([2,2]))) #[[ 80 50] [200 130]]
看到Dot 函數(shù)的時(shí)候 感覺(jué)整個(gè)人都停頓了10分鐘來(lái)學(xué)習(xí)背后的數(shù)學(xué)知識(shí)
print(np.dot(lst1.reshape([2,2]),lst2.reshape([2,2]))) #[[ 80 50] [200 130]]
看到Dot 函數(shù)的時(shí)候 感覺(jué)整個(gè)人都停頓了10分鐘來(lái)學(xué)習(xí)背后的數(shù)學(xué)知識(shí)
2020-07-03
到這里就沒(méi)有多少人聽(tīng)了,這老師講課不行,還好我是來(lái)過(guò)一遍混個(gè)眼熟,不然我也要罵娘.
2020-06-24
這個(gè)視頻值得看的地方也就是總結(jié)了各類(lèi)工具的名字和特性,具體操作他就是帶你過(guò)一遍,視頻還都是剪輯過(guò)的。不如去菜鳥(niǎo)教程
2020-06-20
帶著耳機(jī)看的,老師的聲音一會(huì)兒聽(tīng)不清,一會(huì)兒震耳欲聾,有點(diǎn)兒難受呀
2020-06-10