- 博客(27)
- 资源 (29)
- 收藏
- 关注
RSS订阅转载 Matplotlib 及 Seaborn 使用教程 4
一、实验介绍--高级 API 绘图库 Seaborn 使用1.1 实验内容Matplotlib 是支持 Python 语言的开源绘图库，因为其支持丰富的绘图类型、简单的绘图方式以及完善的接口文档，深受 Python 工程师、科研学者、数据工程师等各类人士的喜欢。这是 Matplotlib 绘图课程的第 4 章节，将带你了解以 Matplotlib 为核心库的高级绘图库 Seaborn，无需
2017-08-30 19:43:49
6520
转载 Matplotlib 及 Seaborn 使用教程 3
一、实验介绍--使用 Matplotlib 绘制 3D 图1.1 实验内容Matplotlib 是支持 Python 语言的开源绘图库，因为其支持丰富的绘图类型、简单的绘图方式以及完善的接口文档，深受 Python 工程师、科研学者、数据工程师等各类人士的喜欢。这是 Matplotlib 绘图课程的第 3 章节，将带你了解 3D 图像绘制。1.2 实验知识点Matplotlib
2017-08-30 19:42:01
3119
转载 Matplotlib 及 Seaborn 使用教程 2
一、实验介绍--使用 Matplotlib 绘制 2D 图（进阶）1.1 实验内容Matplotlib 是支持 Python 语言的开源绘图库，因为其支持丰富的绘图类型、简单的绘图方式以及完善的接口文档，深受 Python 工程师、科研学者、数据工程师等各类人士的喜欢。这是 Matplotlib 绘图课程的第 2 章节，将带你学会如何使用参数绘出更复杂的 2D 图像。1.2 实验知识点
2017-08-30 19:24:52
2106
转载 Matplotlib 及 Seaborn 使用教程 1
Matplotlib 绘图教程一、实验介绍1.1 实验内容Matplotlib 是支持 Python 语言的开源绘图库，因为其支持丰富的绘图类型、简单的绘图方式以及完善的接口文档，深受 Python 工程师、科研学者、数据工程师等各类人士的喜欢。这是 Matplotlib 绘图课程的第一章节，将带你了解如何使用 Matplotlib 绘制 2D 图像。1.2 实验知识点Ma
2017-08-30 19:23:11
3173
转载 基于TensorFlow实现卷积神经网络 3
TensorFlow实现CNN搭建TensorFlow环境一、实验介绍1.1 实验内容上节实验我们使用 TensorFlow 实现了一个简单的神经网络，本节实验我们将使用自己的图片数据，学习如何使用 TensorFlow 实现一个卷积神经网络(Convolutional Neural Networks, CNN)。关于 CNN 的理论基础请学习 861 基于卷积神经网络实现
2017-08-28 16:15:27
1825
转载 基于TensorFlow实现卷积神经网络 2
Tensorflow建造神经网络一、实验介绍1.1 实验内容上节实验，我们学习了 TensorFlow 的处理结构以及基本使用，本节我们将使用 TensorFlow 搭建我们自己的神经网络。1.2 实验知识点神经网络过拟合 dropout 层可视化 Tensorboard保存训练好的模型1.3 实验环境python2.7 TensorflowXfce终端二、
2017-08-28 16:14:41
851
转载 基于TensorFlow实现卷积神经网络 1
搭建TensorFlow环境一、实验介绍1.1 实验内容TensorFlow 是 Google 开发的一款神经网络的 Python 外部的结构包，也是一个采用数据流图 来进行数值计算的开源软件库。它被用于语音识别或图像识别等多项机器深度学习领域，它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。本实验学习 TensorFlow 的基础操作，并用其实现经典的 卷积
2017-08-28 16:13:33
1464
8
转载 利用Flask-AppBuilder 快速构建Web后台管理应用
快速构建 Web 后台管理应用一、实验介绍1.1 实验内容本次实验将学习如何利用Flask-AppBuilder快速生成项目结构，以及基本配置。1.2 实验知识点认识Flask-AppBuilder使用命令行接口快速生成项目结构 Flask-AppBuilder的基本配置Flask-AppBuilder BaseView的基本用法Flask-AppBuilder Model
2017-08-25 20:08:49
26663
3
转载 R语言对高频交易订单流进行建模分析 4
一、实验介绍--订单流模型拟合1.1 实验知识点指数核 hawkes 过程拟合正反馈强度分析订单量影响分析1.2 实验环境R 3.4.1Rstudio二、订单流模型拟合在上节中我们对订单流数据做了一些统计分析 ， 对交易的一些特征有了一些粗浅的理解 ， 在本节中 我们要做的是利用实际数据来拟合 hawkes 过程 ，看一看真实数据的订单流动力学中有什么特征。首先
2017-08-25 20:05:57
5642
1
转载 R语言对高频交易订单流进行建模分析 3
一、实验介绍--订单流数据描述分析1.1 实验知识点订单流数据表示订单间隔分析订单信息率平稳性研究订单流动性研究限价单相对价格分析1.2 实验环境R 3.4.1Rstudio二、订单流数据描述分析2.1 订单流数据表示当我们在金融市场上做交易时 ， 可以看到一个委托单簿，上面陈列着买价和卖价以及它们对应的量 ，举个例子，比特币市场的订单簿：可以看到红
2017-08-25 20:04:06
3706
1
转载 R语言对高频交易订单流进行建模分析 2
一、实验介绍--hawkes过程参数估计1.1 实验知识点hawkes过程模拟加速最大似然估计 hawkes 最优参数1.2 实验环境R 3.4.1Rstudio二、Hawkes 过程参数估计2.1 指数核 Hawkes 过程模拟优化在上一章中，我们对指数核函数的 Hawkes 过程进行了模拟 ， 但是当我们把 事件个数调大时，比如从 100 调到 1000 时
2017-08-25 13:58:35
2702
1
转载 R语言对高频交易订单流进行建模分析 1
一、实验介绍1.1 实验知识点泊松过程及其模拟Hawkes 过程及其模拟1.2 实验环境R 3.4.1Rstudio二、点过程基础假设你蹲在一个交通站台后面，看着人来人往。你觉得乘客的到达似乎存在某种数学规律， 于是你把每个人到达的时刻记录了下来。有什么办法可以对这些人到达的时刻进行建模？你渐渐进入了沉思状态。也许提炼这些点形成的集合所具有的特征是一个好办法
2017-08-25 13:55:40
3824
2
转载 React 全家桶构建后台管理平台
React 全家桶实现后台管理界面一、实验介绍1.1 实验内容React 是一个 Facebook 和 Instagram 用来创建用户界面的 JavaScript 库。创造 React 是为了解决一个问题：构建随着时间数据“不断变化”的“大规模”应用程序。本课程虽然使用了前端框架 antd，从零开始构建一个 React 后台管理界面，并结合 React+React-Router+Re
2017-08-19 23:38:42
9848
3
转载 MapReduce 分析 Youtube 数据
MapReduce 分析 Youtube 数据一、实验介绍1.1 实验内容MapReduce 是 Hadoop 的计算框架。在运行一个 MR 程序时，任务过程被分为两个阶段：Map 阶段和 Reduce 阶段，每个阶段都是用键值对作为输入和输出。本课程的内容包括如何在 eclipse 中搭建 Hadoop 开发环境，并基于 YouTube 数据集根据任务需求编写 MR 程序，然
2017-08-18 23:20:07
3436
转载 基于R语言的多元线性回归--我国经济增长的定量研究
基于R语言的多元线性回归--我国经济增长的定量研究一、实验介绍1.1 实验内容经济增长一直以来都是我国宏观经济政策的目标之一，研究影响经济增长的因素对促进我国经济快速发展有着重要意义。本实验运用 R 语言编写代码拟合多元线性回归模型，对模型拟合结果进行诊断，即对假设前提进行检验，并选择最优模型，最终进行区间预测，定性的研究影响我国经济增长的因素。1.2 实验知识点多元回归模
2017-08-10 12:53:19
19878
6
转载 R 语言实现股票数据的预处理及分析
基于 R 语言的股票数据分析一、实验介绍1.1 实验内容本实验是以股票数据作为分析背景，股票数据如何从雅虎财经板块上获取，观察股票每日价格和成交量数据开始，接着计算某一支股票数据中比较重要的日度收益率。然后通过各种股票线图进行技术分析，最后在一支股票的基础上同时分析多支股票的成交量，涨幅时间点，最后得出它们之间的相关性等数据特征。1.2 实验知识点股票数据抓取股票数据线
2017-08-08 13:58:32
29021
6
转载 Spark 自定义 UDF 分析 Uber 数据
自定义 UDF 分析 Uber 数据一、实验介绍1.1 内容介绍在本课程中使用 SQL Context 及相关的 API 进行统计分析，最后还将通过一个 Spark 分析旅游数据的实例，进一步学习如何利用 Spark SQL 分析数据。1.2 实验知识点SQL Context 自定义 UDF 函数SQL 语句1.3 实验环境Ubuntu14.04Spark1.6
2017-08-07 20:59:51
773
转载 scikit-learn 实战之非监督学习 4
主成分分析（PCA 降维）一、实验介绍1.1 实验内容非监督学习（英语：Unsupervised learning）是机器学习中十分重要的一个分支。这是本实验课程的第 4 章节，将带你认识主成分分析，并学会使用 scikit-learn 完成数据降维操作。1.2 实验知识点主成分分析PCA 降维1.3 实验环境python2.7Xfce 终端ipython 终端
2017-08-04 13:55:22
553
转载 scikit-learn 实战之非监督学习 3
聚类算法对比与选择一、实验介绍1.1 实验内容非监督学习（英语：Unsupervised learning）是机器学习中十分重要的一个分支。这是本实验课程的第 3 章节，将带你了解更多聚类算法，并完成聚类算法对照实验。1.2 实验知识点Mini Batch K-Means 等其他聚类算法聚类算法对比1.3 实验环境python2.7Xfce 终端ipython
2017-08-04 13:53:52
1266
转载 scikit-learn 实战之非监督学习 2
K 值选择与聚类评估一、实验介绍1.1 实验内容非监督学习（英语：Unsupervised learning）是机器学习中十分重要的一个分支。这是本实验课程的第 2 章节，将带你了解如何对聚类效果进行评估。1.2 实验知识点肘部法则轮廓系数1.3 实验环境python2.7Xfce 终端ipython 终端1.4 适合人群本课程难度为一般，属于初级级别课
2017-08-04 13:52:05
791
转载 scikit-learn 实战之非监督学习 1
K-Means聚类算法一、实验介绍1.1 实验内容非监督学习（英语：Unsupervised learning）是机器学习中十分重要的一个分支。这是实验课程的第一章节，将带你了解什么是非监督学习？并学会用 K-Means 算法完成一个聚类实验。1.2 实验知识点非监督学习概念K-Means 聚类1.3 实验环境python2.7Xfce 终端ipython 终端
2017-08-04 13:49:51
1609
转载 R语言实现金融数据的时间序列分析及建模
R语言实现金融数据的时间序列分析及建模一、实验介绍1.1 实验内容本实验主要探讨了几种时间序列的预测模型，首先带领大家对时间序列有一个初步的认识再在这个基础之上，向读者介绍当下最常用的 ARIMA 模型来预测时间序列，接着为读者展示几种指数平滑的方法来预测，最后通过几种模型的对比，让大家可以从中选择出一个最佳的模型来实现预测。为了保证可以在实验楼环境中完成本次实验，我们在实验基
2017-08-03 12:17:25
39420
7
转载 对英国房屋价格建模并预测 ---《量化金融R语言初级教程》
时间序列分析一、实验介绍1.1 实验内容时间序列分析研究的是按时间顺序收集的数据。相邻的观测数据通常相互依赖。因此，时间序列分析的技术需要处理这种相依性。本章的目标是通过一些特定应用来介绍一些常用建模技术。我们将看到如何使用 R 来解决现实中的这些问题。首先，我们考虑如何在 R 中存储和处理时间序列。接着，我们处理线性时间序列分析，并展现如何将它用于建模和预测房屋价格。其次，我们考
2017-08-02 14:25:45
3261
转载 scikit-learn 实战之监督学习 4
常见的监督学习模型对比评价一、实验介绍1.1 实验内容监督学习（英语：Supervised learning）是机器学习中最为常见、应用最为广泛的分支之一。本次实验将带你了解监督学习中常见的分类方法，并学会使用 scikit-learn 来构建预测模型，用于解决实际问题。1.2 实验知识点了解常见的监督学习方法使用多个方法进行分类预测比较1.3 实验环境
2017-08-01 12:34:52
1450
转载 scikit-learn 实战之监督学习 3
scikit-learn 实战之监督学习一、实验介绍1.1 实验内容监督学习（英语：Supervised learning）是机器学习中最为常见、应用最为广泛的分支之一。本次实验将带你了解监督学习中运用十分广泛的支持向量机，并学会使用 scikit-learn 来构建预测模型，用于解决实际问题。1.2 实验知识点支持向量机理论基础使用支持向量机进行线性分类使用支持向量机进行
2017-08-01 12:29:14
583
转载 scikit-learn 实战之监督学习 2
scikit-learn 实战之监督学习一、实验介绍1.1 实验内容监督学习（英语：Supervised learning）是机器学习中最为常见、应用最为广泛的分支之一。本次实验将带你了解监督学习中较为基础的广义线性模型，并学会使用 scikit-learn 来构建预测模型，用于解决实际问题。1.2 实验知识点广义线性回归模型介绍。训练一个广义线性回归模型。训练一个广义线性
2017-08-01 12:28:16
804
转载 scikit-learn 实战之监督学习 1
scikit-learn 实战之监督学习一、实验介绍1.1 实验内容监督学习（英语：Supervised learning）是机器学习中最为常见，且应用最为广泛的分支之一。这是实验课程的第一章节，将带你了解什么是监督学习？1.2 实验知识点监督学习概念常见的监督学习方法1.3 实验环境python2.7Xfce 终端ipython1.4 适合人群本课程难
2017-08-01 12:27:19
1124
Python Implementation of Reinforcement Learning: An Introduction Code
2018-09-20
Deep_Learning__Methods_and_Applications.pdf
2017-06-22
视觉机器学习20讲
2016-02-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人