- 工欲善其事，必先利其器是说:工匠想要使他的工作做好，一定要先让工具锋利。比喻要做好一件事，准备工作非常重要。 抖音养号是说以科学的方法涨粉丝！抖音运营相关文章：抖音运营学习 文章目... 工欲善其事，必先利其器是说:工匠想要使他的工作做好，一定要先让工具锋利。比喻要做好一件事，准备工作非常重要。 抖音养号是说以科学的方法涨粉丝！抖音运营相关文章：抖音运营学习 文章目...
- 本章涵盖的主题与探测性数据分析（EDA）有许多重叠，本章与EDA一样强调可视化，而不包含聚类分析和异常检测等主题。 目录 鸢尾花数据集 汇总统计 频率和众数 百分位数 位置度量：均值和中位数 散布度量：极差和方差 多元汇总统计 汇总数据的其他方法 可视化 可视化的动机 一般概念 表示：将数据映射... 本章涵盖的主题与探测性数据分析（EDA）有许多重叠，本章与EDA一样强调可视化，而不包含聚类分析和异常检测等主题。 目录 鸢尾花数据集 汇总统计 频率和众数 百分位数 位置度量：均值和中位数 散布度量：极差和方差 多元汇总统计 汇总数据的其他方法 可视化 可视化的动机 一般概念 表示：将数据映射...
- 参考： 【1】https://blog.csdn.net/qq_39422642/article/details/78566763 【2】https://blog.csdn.net/u014356002/article/details/54376138 【3】https://blog.csdn.net/junxinwoxin/ar... 参考： 【1】https://blog.csdn.net/qq_39422642/article/details/78566763 【2】https://blog.csdn.net/u014356002/article/details/54376138 【3】https://blog.csdn.net/junxinwoxin/ar...
- 目录 预备知识 解决分类问题的一般方法 决策树归纳 决策树的工作原理 如何建立决策树 表示属性测试条件的方法 选择最佳划分的度量【需要反复看】 决策树归纳算法 例子：Web机器人检测 决策树归纳的特点 分类任务就是确定对象属于哪个预定义的目标类。本章介绍分类的基本概年，讨论诸如模型... 目录 预备知识 解决分类问题的一般方法 决策树归纳 决策树的工作原理 如何建立决策树 表示属性测试条件的方法 选择最佳划分的度量【需要反复看】 决策树归纳算法 例子：Web机器人检测 决策树归纳的特点 分类任务就是确定对象属于哪个预定义的目标类。本章介绍分类的基本概年，讨论诸如模型...
- 文章目录 引言 I 第三方平台数据监测分析（数据模型分析） 1.1 数据分析原理和方法 1.2 平台黑屋模型关键因素 1.3 怎么判定阅读是否... 文章目录 引言 I 第三方平台数据监测分析（数据模型分析） 1.1 数据分析原理和方法 1.2 平台黑屋模型关键因素 1.3 怎么判定阅读是否...
- 选自towardsdatascience;作者：Daniel Bourke 机器之心编译;参与：韩放、一鸣 都说做一件事情最好的时机就是「现在」，但是从何开始往往会难倒一大批人，更不用说是想要入门数据科学和机器学习的朋友了。本文是一篇科普扫盲文章，作者以初学者的视角，为同样想「入坑」的读者们提供了一些建议，还有一些可以获得的学... 选自towardsdatascience;作者：Daniel Bourke 机器之心编译;参与：韩放、一鸣 都说做一件事情最好的时机就是「现在」，但是从何开始往往会难倒一大批人，更不用说是想要入门数据科学和机器学习的朋友了。本文是一篇科普扫盲文章，作者以初学者的视角，为同样想「入坑」的读者们提供了一些建议，还有一些可以获得的学...
- 大数据开发分了几个方向： 1.底层的基础平台开发 2.面向用户的数据产品开发 3.数据仓库开发 4.大数据分析 5.算法，数据挖掘 一、基础平台开发： Java 为主。主要做统一数据开发平台、大数据源... 大数据开发分了几个方向： 1.底层的基础平台开发 2.面向用户的数据产品开发 3.数据仓库开发 4.大数据分析 5.算法，数据挖掘 一、基础平台开发： Java 为主。主要做统一数据开发平台、大数据源...
- 经常觉得很奇怪怎么辣么多数据分析师的广告，字节的峰池大佬是觉得未来该岗位可能消亡（康康大佬怎么说的同时了解下这个岗位，本文不代表本人观点，请客观理性看待=。=）。 突然想起拿了京东算法岗ssp的上财学姐... 经常觉得很奇怪怎么辣么多数据分析师的广告，字节的峰池大佬是觉得未来该岗位可能消亡（康康大佬怎么说的同时了解下这个岗位，本文不代表本人观点，请客观理性看待=。=）。 突然想起拿了京东算法岗ssp的上财学姐...
- 学习总结 （1）要熟悉pandas、matplotlib等工具包，如train_df['text_unique'] = train_df['text'].apply(lambda x: ' '.join... 学习总结 （1）要熟悉pandas、matplotlib等工具包，如train_df['text_unique'] = train_df['text'].apply(lambda x: ' '.join...
- 目录 需求分析 功能需求分析 性能需求分析 系统安全性 数据完整性 系统数据分析 系统功能模块示意图 系统流程图设计 项目运行环境 需求分析 功能需求分析 系统功能是通过前后台管理实现... 目录 需求分析 功能需求分析 性能需求分析 系统安全性 数据完整性 系统数据分析 系统功能模块示意图 系统流程图设计 项目运行环境 需求分析 功能需求分析 系统功能是通过前后台管理实现...
- 目录 第一部分：基础 Numpy简介 数组创建及基础属性 初识数组的特点 创建常用数组 生成随机数 一维数组的索引 逻辑型索引 多维数组的索引 求解距离矩阵 变化数组shape 第二部分：应用 Numpy矩阵介绍 ... 目录 第一部分：基础 Numpy简介 数组创建及基础属性 初识数组的特点 创建常用数组 生成随机数 一维数组的索引 逻辑型索引 多维数组的索引 求解距离矩阵 变化数组shape 第二部分：应用 Numpy矩阵介绍 ...
- 01对比细分 在互联网的数据分析中, 经常我们去分析比如今天的活跃人数降低了, 我们经常要从多个维度去分析为什么降低。 同时我们还要跟上周, 昨天, 去年同期等做对比, 分析虽然是降低了, 但对比去年是否有变化。 那么我们如何做一个有效的细分呢。 首先我们有很多可以细分的维度, 比如 从时间上拆分,... 01对比细分 在互联网的数据分析中, 经常我们去分析比如今天的活跃人数降低了, 我们经常要从多个维度去分析为什么降低。 同时我们还要跟上周, 昨天, 去年同期等做对比, 分析虽然是降低了, 但对比去年是否有变化。 那么我们如何做一个有效的细分呢。 首先我们有很多可以细分的维度, 比如 从时间上拆分,...
- 文章目录 I . 贝叶斯信念网络II . 马尔科夫假设III . 贝叶斯信念网络 示例 1IV . 贝叶斯信念网络 示例 2V . 贝叶斯信念网络 联合概率分布计算VI . 贝叶斯信念网络 联合概... 文章目录 I . 贝叶斯信念网络II . 马尔科夫假设III . 贝叶斯信念网络 示例 1IV . 贝叶斯信念网络 示例 2V . 贝叶斯信念网络 联合概率分布计算VI . 贝叶斯信念网络 联合概...
- 文章目录 I . 数据挖掘 功能II . 数据挖掘 结果判断III . 数据挖掘 学习框架IV . 数据挖掘 分类 I . 数据挖掘 功能 1 . 概念描... 文章目录 I . 数据挖掘 功能II . 数据挖掘 结果判断III . 数据挖掘 学习框架IV . 数据挖掘 分类 I . 数据挖掘 功能 1 . 概念描...
- 文章目录 I . 拼写纠正 简介II . 拼写纠正 案例需求III . 计算每个假设的概率IV . 引入 贝叶斯公式V . 使用贝叶斯公式计算每个假设的概率VI . 比较每个假设概率时 ... 文章目录 I . 拼写纠正 简介II . 拼写纠正 案例需求III . 计算每个假设的概率IV . 引入 贝叶斯公式V . 使用贝叶斯公式计算每个假设的概率VI . 比较每个假设概率时 ...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签