- 博客(56)
- 收藏
- 关注
翻译 SSIM论文翻译
论文地址:https://ece.uwaterloo.ca/~z70wang/publications/ssim.pdf图像质量评估:从错误可见性到结构相似性摘要:传统上,评价感知图像质量的客观方法试图利用人类视觉系统的各种已知属性,量化失真图像和参考图像之间的误差的可见性。在假定人类视觉感知高度适应从场景中提取结构信息的前提下,我们引入了一种基于结构信息退化的质量评估框架。作为这个概念的一个具体例子,我们开发了一个结构相似度索引,并通过一组直观的例子展示了它的前景。...
2022-08-12 10:23:20
1027
原创 Excel功能及实现
文章目录基础知识单元格表格数据透视表排序与筛选函数工资表的制作表格的制作与美化其他基础知识打开、关闭及保存 打开 打开新表 打开已建好的表 关闭 Alt+F4 保存 保存 另存为 Ctrl+S 文件-选项-保存-可设置自动恢复选项时间间隔界面 标题栏-快速访问工具栏,可添加自定义添加工具 功能区 功能区-右键-自定义功能区,可进行功能区命令的调整、添加、删除 状态栏-右键-自定义状态栏-可勾选计数等功能,方便数值的统计工作簿与工作表 关系:一个
2022-04-11 21:05:55
1182
翻译 Transformer翻译
仅为自己学习所用,如有错误,敬请指正。()中为看李沐老师视频所写。链接:https://www.bilibili.com/video/BV1pu411o7BE原文链接:https://arxiv.org/abs/1706.03762摘要:主流的序列转录模型是基于复杂的递归或卷积神经网络,其中包括编码器和解码器。性能最好的模型还通过注意机制连接编码器和解码器。我们提出了一种新的简单的网络架构,Transformer,它完全基于注意力机制,完全免除了循环和卷积。在两个机器翻译任务上的实验表明,这些模型在质
2022-01-08 18:59:09
811
原创 MySQL常见错误、解决方法及注意事项
Unknown column ‘字段名’ in ‘field list’ 错误select from (子表)子查询时没有select某个字段,但select了这个字段,就会出现错误,加上就可以了。select a,bfrom (select a,c from table where a>2);此时就会出现错误,因为b在字表中没有,加上c就可以了Column ‘id’ in field list is ambiguous表连接时有相同字段,但使用表字段时没有加表名,导致指代不明,..
2022-01-08 18:48:42
499
原创 数据挖掘相关算法
文章目录1. 数据获取1.1 数据挖掘的对象1.2数据挖掘的步骤1.3支持数据挖掘的关键技术1.4数据仓库1.5数据仓库的模型1.6典型的OLAP操作2 数据准备2.1 维归约/特征提取2.1.1决策树归约2.1.2粗糙集归约2.2 数据变换2.2.1归一化与模糊化2.2.2核函数2.3 数据压缩2.3.1 离散化2.3.2 回归2.3.3 主成分分析(PCA)2.3.4 离散小波变换(DWT)3 数据预处理3.1 数据清洗3.1.1 缺失值处理3.1.2 异常值处理3.1.3 数据去重3.1.4 数据去噪
2021-08-30 20:48:27
2390
转载 数据分析报告
很多人在写数据分析报告的时候,往往更关注如何将报告做的更美观,例如:做漂亮的可视化图表,做很炫的PPT等。但当别人看你做的数据分析报告的时候,往往更关注这个报告对他是否有价值?价值是什么?值得花多少时间去看这个报告?报告的结论是否有正确的数据支持?基于结论形成的方案是否符合逻辑……今天我们就来说说如何撰写数据分析报告。一、 为什么要撰写数据分析报告数据分析报告实质上是一种沟通与交流的形式,主要目的在于将分析结果、可行性建议以及其他价值的信息传递给管理人员。它需要对数据进行适当的包装,让阅读者能对结果做出
2021-08-30 16:54:04
9554
转载 统计学中的十几个数据分析方法
文章目录1. 描述统计1.1 集中趋势分析1.2 离中趋势分析1.3 相关分析2 推论统计3 正态性检验4 假设检验5 信度分析6. 列联表分析7 相关分析8 方差分析9 回归分析聚类分析11 判别分析12 主成分分析13 因子分析14 时间序列分析15 生存分析16 典型相关分析17 ROC分析18 其他分析方法1. 描述统计描述统计是通过图表或数学方法,对数据资料进行整理、分析,并对数据的分布状态、数字特征和随机变量之间关系进行估计和描述的方法。描述统计分为集中趋势分析和离中趋势分析和相关分析三大
2021-08-27 11:28:46
4141
原创 统计分析——假设检验、中心极限定理
1. 基本概念数据间类型的转换连续变量、有序变量、无序变量间的信息量越来越少,在丢弃一部分信息量的前提下,可以将变量向信息量减少的方向加以转换连续数据与有序分类数据年龄、客户贡献度→人为划分成若干级别有序分类数据与两分类数据售后满意度→按照某个级别一分为二统计量、总体参数与抽样误差刻画样本特征的统计指标称为统计量(statistic),如平均水平,离散水平刻画总体特征的指标称为总体参数(parameter),例如总体中某个指标的所有个体变量值的平均数称为总体均数统计研
2021-08-22 22:41:22
2501
原创 数据分析面试题
在信息时代,数据分析已成为很多行业业务发展的必不可少的根据,根据本人面试经验与收集大佬经验总结了本文,有偏向业务层面的业务分析和数统思维,也有偏向技术层面的python、机器学习、深度学习和Linux,还有通用的HR面,供大家参考,如果能帮到大家一点点,将是我莫大的荣幸。...
2021-08-18 22:14:46
32867
2
原创 AQI分析与预测
文章目录1. 背景2. 任务说明与知识要点3. 数据集描述4. 导入相关库5. 加载数据集6. 数据清洗6.1 缺失值处理6.2 异常值处理6.37. 数据分析7.1 空气质量最好/最差的5个城市7.2 全国城市的空气质量7.2.1 城市空气质量等级统计7.2.2 空气质量指数分布7.2.3 关于空气质量的验证7.2.3.1 中心极限定理7.2.3.2 置信区间7.2.3.3 假设检验——t检验7.2.4 临海域市的空气质量是否有别于内陆城市?7.2.5 空气质量主要受哪些因素影响7.2.5.1 绘制散点图
2021-07-29 11:19:25
2305
1
原创 电商用户行为可视化分析
导入数据import numpy as npimport pandas as pdimport seaborn as snsimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一(替换sans-serif字体)plt.rcParams['axes.unicode_minus'] = False # 步骤二(解决坐标轴负数的负号显示问题)了解数据user = pd.read_.
2021-07-28 22:38:44
1029
1
原创 Python可视化—pandas、matplotlib、seaborn
文章目录1. pandas1.1 导入相关库1.2 读取数据1.3 添加一列数据1.4 绘制折线图1.5 柱形图1.6 直方图1.7 箱线图1.8 密度图1.9 面积图1.10 散点图1.11 饼图2. matplotlib2.1 导入相关库2.2 读取txt数据2.3 数据处理2.4 进行用户消费趋势的分析(按月)2.5 用户个体消费分析2.6 用户消费行为2.7 新老客消费比2.8 用户分层2.9 用户购买周期(按订单)2.10 复购率和回购率分析3. seaborn1. pandas1.1 导
2021-07-26 22:27:02
1555
原创 精通Matlab数字图像处理与识别 ; ; ; ; ; ;
文章目录1. 数字图像处理与识别2. MATLAB基础图像灰度变换和几何变换3. 图像的点运算4. 图像的几何运算图像增强:空域和频域5. 空域图像增强6. 频域图像增强小波变换7. 小波变换图像复原8. 图像复原彩色图像处理9. 彩色图像处理图像处理->图像识别10. 形态学图像处理11. 图像分割12. 特征提取模式识别13. 图像识别初步ANN、SVM14. ANN15. SVM...
2021-07-22 15:56:26
6388
1
原创 手把手带你刷Leetcode力扣 学习总结
文章目录1. 总体规划2. 算法复杂度2.1 时间复杂度2.2 空间复杂度3. 数据结构3.1 数组【Array】3.1.1 Python常用操作3.1.2 Java常用操作3.1.3 练习题3.2 链表【Linked List】3.2.1 Python常用操作3.2.2 Java常用操作3.2.3 练习题3.3 队列【Queue】3.3.1 Python常用操作3.3.2 Java常用操作3.3.3 练习题3.4 栈【Stack】3.4.1 Python常用操作3.4.2 Java常用操作3.4.3 练习
2021-07-05 22:26:14
1725
1
原创 (秦路)七周成为数据分析师(第四周)——数据可视化
1 数据可视化的数据可视化:数据可视化的目的是让数据更高效让读者更高效阅读,而不单是自己使用突出数据背后的规律突出重要的因素最后是美观2 常见的初级图表2.1 图表的基础概念2.2 散点图散点图: 散点图主要解释数据之间的规律。维度:0+,作为颜色度量:2气泡图: 气泡图是散点图的变种,引入了第三个度量作为气泡的大小。维度∶1+,作为颜色度量:3,其中1个是气泡大小单轴散点图: 维度作Y轴,更倾向于洞察数据在不同类别下的数据规律维度:1+,Y轴度量:2客户
2021-07-04 21:17:47
490
原创 (秦路)七周成为数据分析师(第七周)——Python
文章目录1.Python基础2.Pandas2.1 series生成用索引读取相应的行2.2 DataFrame生成查看属性和信息用索引读取相应的行和列查看索引范围按条件查找用query按条件查找用iloc和loc查找行2.3 读取csv文件修改类型query筛选转置按某个字段排序排名查看某个列的唯一值查看重复的行统计某个列的各个值的数量统计各列的数量统计各列的最大值返回某个轴上的累计和查看各列的描述性统计数据将值转换为离散值,划分区间分组group2.3 两表联合merge,最常用concatjoin按索
2021-07-02 17:35:04
2645
1
原创 (秦路)七周成为数据分析师(第六周)—— 统计学
文章目录描述统计学分类数据描述统计数值数据描述统计概率描述统计学当拿到一份数据时,首先应该怎么做?数值数据可以计算,分类数据表示分类,例如男女等。二者可以相互转换,例如年龄的数值数据可以转换为中年、青年等分类数据。分类数据描述统计频次统计:单纯对各分类计数就可频数百分比:单纯对各分类计数就可数值数据描述统计统计度量和图形统计度量:平均数中位数 :平均数大于中位数时,说明数据不均衡,较大的数据较多。众数分位数可以结合二八法则,计算前20%的数据,rank,然后取coun
2021-06-30 15:04:28
378
原创 (秦路)七周成为数据分析师(第三周)—— Excel
文章目录文本清洗函数关联匹配类逻辑运算类计算统计类时间序列类数分工具的应用:小白学习顺序Excel 学习要点:Excel保证新版本(2013+)培养好的数据表格习惯主动性搜索多练习函数:文本清洗函数字符串:拼接函数:concatenate(text,text)将text中的old_text转换为new_text。将值转换为时间格式删除字符串前后多余的空格。len() 计算字符串的长度。关联匹配类逻辑运算类计算统计类时间序列类.
2021-06-28 22:35:31
707
原创 (秦路)七周成为数据分析师(第二周)—— 业务能力
文章目录1.为什么业务思维重要2.经典的业务分析指标2.1 市场营销指标2.2 产品运营指标2.3 用户行为指标2.4 电子商务指标2.5 流量指标2.6 怎么生成指标3. 如何建立业务分析框架1.为什么业务思维重要2.经典的业务分析指标2.1 市场营销指标2.2 产品运营指标2.3 用户行为指标2.4 电子商务指标2.5 流量指标2.6 怎么生成指标组合3. 如何建立业务分析框架用指标建立业务分析框架:核心思维与指标,七
2021-06-28 17:07:28
823
原创 (秦路)七周成为数据分析师(第一周)—— 数据分析思维
文章目录1. 什么是数据分析2.应该怎么学3. 数据分析思维3.1 三种核心思维3.1.1 结构化3.1.2 公式化3.1.3 业务化1. 什么是数据分析把用户需求转换为产品。2.应该怎么学3. 数据分析思维3.1 三种核心思维3.1.1 结构化结构化不是完美的!!!3.1.2 公式化3.1.3 业务化参考链接:(秦路)七周成为数据分析师(第一周)...
2021-06-28 15:33:47
2122
原创 (秦路)七周成为数据分析师(第五周)—— MySQL
主键:表的主键不做强制要求,但建议设立主键值必须唯一每行必须有一个主键,不可为空主键值不可被修改主键值被删除后不可重用表A的主键,可以做为表B的字段,此时不受约束数据类型...
2021-06-25 13:14:13
275
原创 央行备考--
文章目录1.经济金融核心词典理性经济人资源稀缺性供求定理谷贱伤农恩格尔定律机会成本奥肯定律菲利普斯曲线边际效用消费者剩余边际技术替代率生产者剩余正常利润自然垄断帕累托最优2.申论考情分析3.行测特点1.经济金融核心词典理性经济人作为经济决策的主体都充满理性的,即所追求的目标都是使自己的利益最大化;或者可以表示为以最小的付出获得最大的利益。具体说就是消费者追求效用最大化;厂商追求利润最大化;要素所有者追求收入最大化;政府追求目标决策最优化。资源稀缺性资源的稀缺性是指相对于人类多种多样且无限的需求而言
2021-06-23 20:32:46
713
原创 sql经典45题
# 1.查询"01"课程比"02"课程成绩高的学生的信息及课程分数SELECT *FROM student aJOIN sc bON a.sid=b.sidJOIN sc cON a.sid=c.sid AND b.cid=01 AND c.cid=02WHERE b.score > c.score;# 两个分数在同一表格内且列名一样,无法提取,需要分开表写# 或者说 查询同一表中的同一列的信息时就需要自联结。# 1.1 .查询存在" 01 "课程但可能不存在" 02 "课程的情
2021-06-18 16:16:53
693
1
原创 数据分析SQL常考题型、大厂例题及面试要点
文章目录1. 数据分析岗位技能要求1.1 哪一个工具是数据分析师的核心工具1.2 对于数据分析师来说,是否需要建模能力1.3 数据分析岗位对业务有什么要求2.数据分析师必须掌握的SQL核心技能2.1 SQL万能查询框架2.2 你最应该掌握的SQL语句和知识2.2.1 最基本(选数据)2.2.2 最常用(单个或组合使用)2.2.3 基础进阶(开窗函数)3.大厂数据分析SQL面试精讲3.1 面试常考基本题型3.2 大厂面试原题讲解1. 数据分析岗位技能要求1.1 哪一个工具是数据分析师的核心工具SQL是当
2021-06-16 22:44:19
1893
1
原创 4.机器学习之多变量线性回归(李宏毅)
4.多变量线行回归(Linear regression with multiple Variables)向量多变量时,多个变量可以用向量表示。在这之前先对向量常用表示方法做一个标明。向量是一种特殊的矩阵,讲义中的向量一般都是列向量。一般又有1 索引向量和 0 索引向量,左图为 1 索引向量,右图为 0 索引向量,一般我们用 1 索引向量。4.1 多维特征我们现在给房价模型增加更多的特征,例如房间数楼层等,构成一个含有多个变量的模型,模型中的特征为(????1, ????1, . . . , ????
2021-06-16 14:31:37
332
原创 2.机器学习之单变量线性回归(李宏毅)
2.单变量线性回归(Linear Regression with One Variable)2.1 模型表示(Model Represention)以前面说的例子,房子的价格是个回归问题。回归一词指的是,我们根据之前的数据预测出一个准确的输出值,这个之前的数据被称为训练集。这个问题的标记如下:???? 代表训练集中实例的数量???? 代表特征/输入变量???? 代表目标变量/输出变量(????, ????) 代表训练集中的实例(????(????), ????(????)) 代表第????
2021-06-16 14:30:42
232
原创 1.机器学习之基本概念
这里写自定义目录标题新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入1.1机器学习是什么?一个年代远一点的概念,由 Tom Mitchell 提出,来自卡内基梅隆大学, Tom 定义的机器学习是,一个好的学习问题定义如下
2021-06-16 14:30:17
115
原创 6.机器学习之逻辑回归(李宏毅)
6.逻辑回归(Logistic Regression)6.1 分类问题(Classification)在分类问题中,如果要预测变量是离散的值,我们要学习的就是叫做逻辑回归的算法。逻辑回归算法就是分类算法,有时候可能因为名字中有回归会困惑,但逻辑回归算法实际上是一种分类算法,适用于标签为离散值的情况。如果我们要用线性回归算法来解决一个分类问题,对于分类, ???? 要取值为 0 或者 1,但如果你使用的是线性回归,那么假设函数的输出值可能远大于 1,或者远小于 0,即使所有训练样本的标签 ???? 都等
2021-06-16 14:29:13
178
原创 7.机器学习之正则化(李宏毅)
7.正则化(Regularization)7.1 过拟合的问题(The problem of Overfitting)我们已经学习了几种不同的学习算法,包括线性回归和逻辑回归,它们能够有效地解决许多问题,但是当将它们应用到某些特定的机器学习应用时,会遇到过拟合(over-fitting)的问题,可能会导致它们效果很差。接下来了解什么是过拟合,以及可以改善过拟合的一种技术:正则化。欠拟合就是模型不能很好的适应我们的训练集,过拟合是模型过于强调训练数据,而在预测新数据时效果很差。有过拟合问题,应该如何
2021-06-16 14:27:53
299
原创 python基础(更新中)
文章目录print函数数据类型基本类型数据拼接数据转换条件判断大数据分析的工作流程是什么样子?首先,把基本面信息,历史数据,行业资讯等数据进行清洗和处理;然后,将处理后的数据导入到数学模型及编程设计中;最后通过分析后,做出适合当前市场行情的商务决策。说的简单一点, 就是利用 Python 让计算机为我们分析数据,做出决策。 如今的券商,65%的指令都是由程序发出的,80%以上的跨国投行都已经使用大数据分析进行投资决策。print函数数据类型基本类型浮点数虽说比整数多一个小数点,
2021-06-16 14:21:43
522
原创 python3报错“AttributeError: ‘set‘ object has no attribute ‘items‘“
python爬虫遇到如下问题源代码如下:结合前面的代码,考虑headers应该是字典格式改成如下格式 ,正确参考链接:[python3报错“AttributeError: ‘set’ object has no attribute ‘items’“]
2021-06-16 13:08:31
456
原创 python命名规则
模块名尽量短小,并且全部使用小写字母,可以使用下划线分隔多个字母。例如:game_main包名尽量短小,并且全部使用小写字母,不推荐使用下划线。例如com.soft类名采用单词首字母大写形式,即Pascal风格。例如,定义一个借书类,可以命名为BorrowBook模块内部的类采用下划线“_”+Pascal风格的类名。例如,BorrowBook类的内部类,可以使用_BorrowBook命名函数、类的属性和方法的命名规则同模块相同,也是全部采用小写字母,多个字母之间用“_”进行分隔常量命名时全部采用.
2021-06-03 17:19:14
84
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人