- 博客(94)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 Linux平台下的MongoDB基础
MongoDB简介MongoDB 是由C++语言编写的，是一个基于分布式文件存储的开源数据库系统。在高负载的情况下，添加更多的节点，可以保证服务器性能。MongoDB 旨在为WEB应用提供可扩展的高性能数据存储解决方案。MongoDB 将数据存储为一个文档，数据结构由键值(key=>value)对组成。MongoDB 文档类似于 JSON 对象。字段值可以包含其他文档，数组及文档数组。主要特点MongoDB 是一个面向文档存储的数据库，操作起来比较简单和容易。你可以在MongoDB记
2021-11-09 11:17:55
463
原创 《MindSpore基础实践》（一）——MindSpore基础
1 MindSpore介绍1.1 关于MindSporeMindSpore是端边云全场景按需协同的华为自研AI计算框架，提供全场景统一API，为全场景AI的模型开发、模型运行、模型部署提供端到端能力。MindSpore采用端-边-云按需协作分布式架构、微分原生编程新范式以及AI Native新执行模式，实现更好的资源效率、安全可信，同时降低行业AI开发门槛、释放昇腾芯片算力，助力普惠AI。详情参考：MindSpore官网1.2 MindSpore安装MindSpore支持Ascend、GPU、C
2021-09-01 08:41:54
1986
1
原创 《Pandas数据分析》（七）——模型的评估
第三章 模型搭建和评估-评估根据之前的模型的建模，我们知道如何运用sklearn这个库来完成建模，以及我们知道了的数据集的划分等等操作。那么一个模型我们怎么知道它好不好用呢？以至于我们能不能放心的使用模型给我的结果呢？那么今天的学习的评估，就会很有帮助。加载下面的库import pandas as pdimport numpy as npimport seaborn as snsimport matplotlib.pyplot as pltfrom IPython.display import
2021-08-25 21:30:39
737
原创 《Pandas数据分析》（六）——模型的建立
第三章 模型搭建和评估–建模经过前面的两章的知识点的学习，我可以对数数据的本身进行处理，比如数据本身的增删查补，还可以做必要的清洗工作。那么下面我们就要开始使用我们前面处理好的数据了。这一章我们要做的就是使用数据，我们做数据分析的目的也就是，运用我们的数据以及结合我的业务来得到某些我们需要知道的结果。那么分析的第一步就是建模，搭建一个预测模型或者其他模型；我们从这个模型的到结果之后，我们要分析我的模型是不是足够的可靠，那我就需要评估这个模型。我们拥有的泰坦尼克号的数据集，那么我们这次的目的就是，完成泰坦
2021-08-25 18:46:58
1171
原创 《Pandas数据分析》（五）——数据可视化
复习： 回顾学习完第一章，我们对泰坦尼克号数据有了基本的了解，也学到了一些基本的统计方法，第二章中我们学习了数据的清理和重构，使得数据更加的易于理解；今天我们要学习的是第二章第三节：数据可视化，主要给大家介绍一下Python数据可视化库Matplotlib，在本章学习中，你也许会觉得数据很有趣。在打比赛的过程中，数据可视化可以让我们更好的看到每一个关键步骤的结果如何，可以用来优化方案，是一个很有用的技巧。2 第二章：数据可视化开始之前，导入numpy、pandas以及matplotlib包和数据# 加
2021-08-23 17:51:43
1521
2
原创 《Pandas数据分析》（四）——数据重构2
复习： 在前面我们已经学习了Pandas基础，第二章我们开始进入数据分析的业务部分，在第二章第一节的内容中，我们学习了数据的清洗，这一部分十分重要，只有数据变得相对干净，我们之后对数据的分析才可以更有力。而这一节，我们要做的是数据重构，数据重构依旧属于数据理解（准备）的范围。开始之前，导入numpy、pandas包和数据# 导入基本库import pandas as pdimport numpy as np# 载入上一个任务保存的文件中:result.csv，并查看这个文件df=pd.read
2021-08-21 10:24:41
247
原创 《Pandas数据分析》（三）——数据重构1
复习： 在前面我们已经学习了Pandas基础，第二章我们开始进入数据分析的业务部分，在第二章第一节的内容中，我们学习了数据的清洗，这一部分十分重要，只有数据变得相对干净，我们之后对数据的分析才可以更有力。而这一节，我们要做的是数据重构，数据重构依旧属于数据理解（准备）的范围。开始之前，导入numpy、pandas包和数据# 导入基本库import pandas as pdimport numpy as np# 载入data文件中的:train-left-up.csvdata=pd.read_cs
2021-08-19 18:02:31
308
原创 《Pandas数据处理》（二）——数据清洗及特征处理
【回顾&引言】前面一章的内容大家可以感觉到我们主要是对基础知识做一个梳理，让大家了解数据分析的一些操作，主要做了数据的各个角度的观察。那么在这里，我们主要是做数据分析的流程性学习，主要是包括了数据清洗以及数据的特征处理，数据重构以及数据可视化。这些内容是为数据分析最后的建模和模型评价做一个铺垫。开始之前，导入numpy、pandas包和数据#加载所需的库import numpy as npimport pandas as pd#加载数据train.csvdata=pd.read_csv(
2021-08-18 23:02:37
3775
原创 《pandas数据分析》（一）——数据基础操作
主要目的是通过真实的数据，以实战的方式了解数据分析的流程和熟悉数据分析python的基本操作。通过正式的数据分析的实战教学，完成kaggle上泰坦尼克的任务，实战数据分析全流程。分为三个部分，大致可以分为：数据基础操作，数据清洗与重构，建模和评估。第一部分：我们获得一个要分析的数据，我要学会如何加载数据，查看数据，然后学习Pandas的一些基础操作，最后开始尝试探索性的数据分析。第二部分：当我们可以比较熟练的操作数据并认识这个数据之后，我们需要开始数据清洗以及重构，将原始数据变为一个可用好用的数据，
2021-08-17 18:37:54
1582
原创 深度学习最常用的10个激活函数
激活函数（Activation Function）是一种添加到人工神经网络中的函数，旨在帮助网络学习数据中的复杂模式。类似于人类大脑中基于神经元的模型，激活函数最终决定了要发射给下一个神经元的内容。在人工神经网络中，一个节点的激活函数定义了该节点在给定的输入或输入集合下的输出。标准的计算机芯片电路可以看作是根据输入得到开（1）或关（0）输出的数字电路激活函数。因此，激活函数是确定神经网络输出的数学方程式。首先我们来了解一下人工神经元的工作原理，大致如下：上述过程可以可视化为：1. Sigmoi
2021-08-03 09:32:17
998
原创 李宏毅《深度学习》（六）
人工智能的浪潮正在席卷全球，诸多词汇时刻萦绕在我们耳边：人工智能（Artificial Intelligence）、机器学习（Machine Learning）、深度学习（Deep Learning）。本文主要是对李宏毅课程内容进行笔记梳理，参考链接在文末已经给出。10-卷积神经网络（CNN）概述神经网络(neual networks)是人工智能研究领域的一部分，当前最流行的神经网络是深度卷积神经网络(deep convolutional neural networks, CNNs)，虽然卷积网络也存
2021-07-24 21:09:13
448
原创 李宏毅《深度学习》（五）
人工智能的浪潮正在席卷全球，诸多词汇时刻萦绕在我们耳边：人工智能（Artificial Intelligence）、机器学习（Machine Learning）、深度学习（Deep Learning）。本文主要是对李宏毅课程内容进行笔记梳理，参考链接在文末已经给出。6-batchsize目前深度学习模型多采用批量随机梯度下降算法进行优化，随机梯度下降算法的原理如下:wt+1=wt−η1n∑i∈ϵ∇l(x,wt)w_{t+1}=w_t-\eta\frac{1}{n}\sum_{i\in\epsilon}
2021-07-21 21:02:07
506
1
原创 Anaconda安装教程+Anaconda Navigator打开闪退解决方案
Anaconda下载可以从该链接进行下载 https://repo.anaconda.com/archive/Anaconda3-2020.07-Windows-x86_64.exe安装步骤根据安装提示Next即可。这一步建议在C盘根目录下新建一个Anaconda3的文件夹，将Anaconda3安装在该目录下，这样以后会很方便，如果C盘空间不足，也可以选择安装在其他盘下。这一步记得将Anaconda加入到Path环境变量中去至此Anaconda就安装完成了安装后可能会出现的一些
2021-07-19 14:12:54
14520
3
原创 李宏毅《深度学习》（四）
人工智能的浪潮正在席卷全球，诸多词汇时刻萦绕在我们耳边：人工智能（Artificial Intelligence）、机器学习（Machine Learning）、深度学习（Deep Learning）。本文主要是对李宏毅课程内容进行笔记梳理，参考链接在文末已经给出。6-深度学习简介深度学习的三个步骤Step1：神经网络（Neural network）Step2：模型评估（Goodness of function）Step3：选择最优函数（Pick best function）神经网络神经网
2021-07-19 00:06:45
1208
1
原创 李宏毅《深度学习》（三）
人工智能的浪潮正在席卷全球，诸多词汇时刻萦绕在我们耳边：人工智能（Artificial Intelligence）、机器学习（Machine Learning）、深度学习（Deep Learning）。本文主要是对李宏毅课程内容进行笔记梳理，参考链接在文末已经给出。5-误差从哪来？Error的来源定义与理解Error = Bias（偏差） + Variance（方差）Error反映的是整个模型的准确度。Bias反映的是模型在样本上的输出与真实值之间的误差，即模型本身的精准度。Variance
2021-07-16 20:51:24
432
1
原创 李宏毅《深度学习》二
人工智能的浪潮正在席卷全球，诸多词汇时刻萦绕在我们耳边：人工智能（Artificial Intelligence）、机器学习（Machine Learning）、深度学习（Deep Learning）。本文主要是对李宏毅课程内容进行笔记梳理，参考链接在文末已经给出。3-回归线性回归的定义线性回归的定义是：目标值预期是输入变量的线性组合。简单来说，就是选择一条线性函数来很好的拟合已知数据并预测未知数据。回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线
2021-07-14 23:59:05
227
4
原创 李宏毅《深度学习》（一）
人工智能的浪潮正在席卷全球，诸多词汇时刻萦绕在我们耳边：人工智能（Artificial Intelligence）、机器学习（Machine Learning）、深度学习（Deep Learning）。本文主要是对李宏毅课程内容进行笔记梳理，参考链接在文末已经给出。1-机器学习介绍人工智能是我们想要达成的目标，而机器学习是想要达成目标的手段，希望机器通过学习方式，他跟人一样聪明。深度学习则是是机器学习的其中一种方法。简而言之就是：机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。机
2021-07-14 23:57:40
806
2
原创 Python——网络编程
时间戳服务端实例：#!/usr/bin/python3# -*-coding:utf-8 -*-import socketimport timeimport sysCOD = 'utf-8'HOST = socket.gethostname() # 主机ipPORT = 9999 # 软件端口号BUFSIZ = 1024ADDR = (HOST, PORT)SIZE =...
2020-08-02 20:31:54
159
原创 机器学习——线性回归算法
模型表示为了建立将来使用的符号，我们将使用x^ (i)表示“输入”变量(本例中的区域)，也称为输入特征，以及y^(i)表示我们试图预测的“产量”或目标变量。一对(x,y)称为训练示例，我们将使用的数据集—m个训练示例的列表(x(i)，y(i));i=1，…，m称为训练集。注意，符号中的上标“(i)”只是训练集的索引，与取幂无关。我们还将使用X表示输入值的空间，Y表示输出值的空间。代价函数我们...
2020-08-02 20:30:50
172
原创 Python——numpy
列举机器学习中python的numpy库常用的几个函数size()函数numpy.size(a, axis=None)a：输入的矩阵axis：int型的可选参数，指定返回哪一维的元素个数。当没有指定时，返回整个矩阵的元素个数。np.vstack()&np.hstack()np.vstack:按垂直方向（行顺序）堆叠数组构成一个新的数组np.hstack:按水平方向（列顺序...
2020-01-12 01:31:50
582
原创 Android——半角轮廓
长相实现：左半面<?xml version="1.0" encoding="utf-8"?><shape xmlns:android="http://schemas.android.com/apk/res/android"> <!-- 设置背景填充色 --> <solid android:color="#F9F9FC" />...
2020-01-07 21:24:30
251
原创 python3+pyqt5+pyinstaller的各种问题
windows系统+python3+pyqt5+pyinstaller打包，经常会出现各种打包异常情况。如果代码没有特别异常，那么综合原因，大抵都是这四个元素之间的匹配问题，引起的。1.windows系统的版本和位数 （mac系统和linux 没有进行测试过）2.python3的版本和位数3.pyqt5的版本和位数 （如果pip安装，则位数同python3）4.pyinst...
2019-12-10 11:51:16
421
原创 Python——SQL Server读取表中所有列名
sql1 = "select name from syscolumns where id = object_id('tbl_EOR_Data')" cursor.execute(sql1) # 执行sql语句 row = cursor.fetchone() # 读取查询结果 list = [] while row: # 循环读...
2019-12-06 15:05:53
1596
原创 Python——修改字符串方法
字符串不可变在Python中，字符串是不可变类型，即无法直接修改字符串的某一位字符。因此改变一个字符串的元素需要新建一个新的字符串。方法1：将字符串转换成列表后修改值，然后用join组成新字符串>>> s='abcdef' #原字符串>>> s1=list(s) #将字符串转换为列表>>> s1 ...
2019-12-03 10:56:45
89
原创 Android——常用的颜色
<?xml version="1.0" encoding="utf-8"?><resources> <color name="colorPrimary">#3F51B5</color> <color name="colorPrimaryDark">#303F9F</color> <color n...
2019-11-26 22:04:31
160
原创 sql 根据日期模糊查询&SQL Server dateTime类型 模糊查询
曾经遇到这样的情况,在数据库的Meeting表中有PublishTime (DateTime,8)字段,用来存储一个开会时间,在存入时由于要指明开会具体时间,故格式为yyyy-mm-dd hh:mm:ss,而我们查询时是通过yyyy-mm-dd来进行的,即查询某一天的所有会议信息,这样如果通过select * from Meeting where PublishTime=@PublishTime ...
2019-11-05 23:11:28
259
原创 Python——自动给数字前面补0
为了排版方便或者是输出文件命名整洁，通常需要给数字前面补0来做统一。Python中有一个zfill函数用来给字符串前面补0，使用：n = "123"s = n.zfill(5)assert s == '00123'zfill也可以给负数补0：n = '-123's = n.zfill(5)assert s == '-0123'对于纯数字也可以通过格式化的方式来补0：n = ...
2019-09-21 14:07:26
594
原创 数据库常用的sql语句汇总
数据库相关查所有数据库 show databases;创建数据库 create database 数据库名;查看数据库 show create database 数据库名;创建数据库指定字符集 create database 数据库名 character set utf8/gbk删除数据库 drop database 数据库名;使用数据库 use 数据库名;表相关创建表 cr...
2019-08-06 23:14:03
226
原创 Python——正则表达式
序言字符串是编程时涉及到的最多的一种数据结构，对字符串进行操作的需求几乎无处不在。比如判断一个字符串是否是合法的Email地址，虽然可以编程提取@前后的子串，再分别判断是否是单词和域名，但这样做不但麻烦，而且代码难以复用。正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的...
2019-08-05 21:35:18
96
原创 Python——面向对象
定义类class 类名: 赋值语句 赋值语句 ..... def语句定义函数 def语句定义函数 .....例：class testclass: data = 100 def setpdata(self, value): self.data = value def showpdata(self): print("dat...
2019-08-04 19:48:52
170
原创 Python——函数
Python3 函数函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段。函数能提高应用的模块性，和代码的重复利用率。你已经知道Python提供了许多内建函数，比如print()。但你也可以自己创建函数，这被叫做用户自定义函数。定义一个函数你可以定义一个由自己想要功能的函数，以下是简单的规则：函数代码块以 def 关键词开头，后接函数标识符名称和圆括号 ()。任何传...
2019-08-03 23:24:54
149
原创 Python——文件读写
读和写文件open() 将会返回一个 file 对象，基本语法格式如下:open(filename, mode)filename：包含了你要访问的文件名称的字符串值。mode：决定了打开文件的模式：只读，写入，追加等。所有可取值见如下的完全列表。这个参数是非强制的，默认文件访问模式为只读 (r）。读文件f.read()为了读取一个文件的内容，调用 f.read(size)...
2019-08-03 23:11:11
141
原创 Python——列表推导式
列表推导式书写形式：[表达式 for 变量 in 列表] 或者 [表达式 for 变量 in 列表 if 条件]列表推导式（又称列表解析式）提供了一种简明扼要的方法来创建列表。它的结构是在一个中括号里包含一个表达式，然后是一个for语句，然后是 0 个或多个 for 或者 if 语句。那个表达式可以是任意的，意思是你可以在列表中放入任意类型的对象。返回结果将是一个新的列表，在这个以 if...
2019-08-02 23:48:05
136
原创 Python——基础知识细节
列表推导式书写形式：[表达式 for 变量 in 列表]或者[表达式 for 变量 in 列表 if 条件]举例说明： #!/usr/bin/python # -*- coding: utf-8 -*- li = [1,2,3,4,5,6,7,8,9] print ([x**2 for x in li]) [1, 4, 9, 16, 25...
2019-08-02 22:48:31
297
原创 机器学习——梯度下降算法
前言我们有假设函数，我们有一种方法可以衡量它与数据的匹配程度。现在我们需要估计假设函数中的参数。这就是梯度下降的地方。概念想象一下，我们根据其字段绘制我们的假设函数 θ0和 θ1（实际上，我们将代价函数绘制为参数估计的函数）。我们不是绘制x和y本身，而是我们的假设函数的参数范围以及选择一组特定参数所产生的代价。我们把 θ0在x轴和 θ1在y轴上，在垂直z轴上具有代价函数。我们的图上的点...
2019-07-24 14:24:26
151
原创 机器学习——监督学习&无监督学习
机器学习定义Tom Mitchell给出了一个更现代的定义:“据说，一个计算机程序从经验E中学习某些类型的任务T和性能度量P，如果它在任务T中的性能(用P度量)随着经验E的提高而提高的话。”经验E：程序成千上万次的练习得到的经验任务T：计算机训练时所做的任务性能度量P：计算机训练完成后做下一次任务完成的概率例如:玩跳棋。E =下棋的经验T =下跳棋的任务。P =程序赢得下一场比赛...
2019-07-23 10:58:39
457
Mysql安装包.zip
2019-12-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人