机器学习、深度学习、强化学习、迁移学习

本文主要讲解：神经网络的票房预测，三种实现方式CNN、RNN、LSTM主要思路：1、用不少于3种神经网络构建电影票房预测模型，并在同一个数据集上进行训练和预测，对比各个模型的准确率，并可视化。（使用CNN、RNN、LSTM）2、对数据预处理并对数据进行可视化：分析预算对票房的影响、观众打分对票房影响、流行系数对票房影响、预算和观众打分对票房的影响，电影语言对票房的影响、票房的正态分布。3、对神经网络结构、多个模型比对、训练过程进行可视化4、特征分析训练的数据集：Kaggle的movie数据集。

此次项目任务是针对想在南宁买房自住或者房地产投资的客户，对南宁房价进行分析，分析的开始则是在网上爬取数据，并对数据进行可视化分析。当中所需要的技术是python的scrapy爬虫框架，以及matplotlib、pyecharts包。爬取数据后，对南宁二手房进行分析，让买方清楚南宁二手房状况，理解价格，尝试找出南宁房价规律，对选择二手房能防止被骗。也可以使卖方清楚自己房子的定位价格,并对数据建立预测模型，根据假想条件，预测出房价。

1、摘要本文主要讲解：python-在dataframe中删除某行当某列值为nan时？主要思路：找到某列值为nan的索引使用drop函数按索引删除行

1、摘要本文主要讲解：使用python中的pyecharts画三维折线图主要思路：将数据处理成[[x…],[y…],[z…]]的形式使用Line3D函数渲染2、数据介绍数据为简单的三维数据3、相关技术pyecharts是一款将python与echarts结合的强大的数据可视化工具Line3D制作三维折线图4、完整代码和步骤代码输出如下：主运行程序入口import pyecharts.options as optsfrom pyecharts.charts import Li

1、摘要本文主要讲解：python_多点拟合二次曲线，再选取两边和中点拟合圆，计算曲率半径主要思路：使用numpy中的np.polyfit(x, y, 2)和 np.poly1d(f1)两个函数拟合二次函数选取拟合的二次函数中的两边和中点拟合圆利用这三点计算曲率半径根据这些数据画拟合图2、数据介绍数据可使用任何列表数据3、相关技术np.polyfit多项式拟合，第三个参数为x的几次幂np.poly1d得到多项式系数np.matmul两个numpy数组的矩阵相乘曲率半径最小二乘

1、摘要本文主要讲解：使用孤立森林（IsolationForest）算法对主要思路：2、数据介绍3、相关技术4、完整代码和步骤代码输出如下：主运行程序入口在这里插入代码片5、学习链接