【总目录3】Python、神经网络与深度学习、毕业设计总结大全

本目录主要为Python相关目录，主要包含Python相关知识、神经网络与深度学习和毕业设计（基于机器学习及深度学习的心脏病预测方法）的Python实现等。
上文目录链接：https://blog.csdn.net/didi_ya/article/details/124609166，该目录主要介绍MATLAB相关知识。

一、Python相关软件保姆级安装教程

1. Sublime Text安装及插件安装
2. Sublime Text3如何配置Python交互式命令行？
   这里我已经不推荐安装Sublime Text了，因为它的交互式界面实在做的太烂了！！！
如果想要安装编译器，建议安装vs code，轻量级，界面友好，参考下文
3. VS Code大道至简——安装到配置
4. VS Code输出窗口显示中文乱码的解决办法（汇总择优）
5. Visdom库（pytorch中的可视化工具）安装问题的解决方案及使用方法详解
6. Python入门之开发环境配置：Anaconda与PyCharm的安装详解
7. 【Python基础】PyCharm配置Python虚拟环境详解
8. 关于Python、Pytorch、Tensorflow深度学习版本问题踩的一些坑说明（详细版本说明）

二、毕业设计（2）——基于机器学习及深度学习的心脏病预测方法

1. 基于机器学习的心脏病预测方法（1）——心脏病及Heart Disease UCI数据集介绍
2. 基于机器学习的心脏病预测方法（2）——Heart Disease UCI数据集可视化介绍
3. 基于机器学习的心脏病预测方法（3）——数据预处理及评价指标介绍
4. 基于机器学习的心脏病预测方法（4）——逻辑回归（Logistic Regression）
5. 基于机器学习的心脏病预测方法（5）——随机森林（Random Forest）
6. 基于机器学习的心脏病预测方法（6）——朴素贝叶斯（Naive Bayes）
7. 基于机器学习的心脏病预测方法（7）——K最近邻算法（KNN）
8. 基于机器学习的心脏病预测方法（8）——决策树（Decision Tree）
9. 基于机器学习的心脏病预测方法（9）——支持向量机（SVM）
10. 基于机器学习的心脏病预测方法（10）——卷积神经网络（CNN）
11. 基于机器学习的心脏病预测方法（11）——梯度提升机（GBM）
12. 基于机器学习的心脏病预测方法（12）——极端梯度提升树（eXtreme Gradient Boosting）
13. 基于机器学习的心脏病预测方法（13）——人工神经网络（ANN）【本专栏完结】
14. 【拓展】基于机器学习的心脏病预测方法（14）——心脏病数据集补充

三、Python常见示例