- Excel的使用 全渠道业务概述 1. Excel的使用(预计4小时) 2. 全渠道业务分析(预计4小时) 第01章 Pandas基础 第02章 DataFrame基本操作 第03章 数据分析入门 第04章 选取数据子集 第05章 布尔索引 第06章 分组聚合、过滤、转换 第09章 时间序列分析 第10章 用Matplotlib、Pandas、Seaborn进行可视化 Excel的使用 全渠道业务概述 1. Excel的使用(预计4小时) 2. 全渠道业务分析(预计4小时) 第01章 Pandas基础 第02章 DataFrame基本操作 第03章 数据分析入门 第04章 选取数据子集 第05章 布尔索引 第06章 分组聚合、过滤、转换 第09章 时间序列分析 第10章 用Matplotlib、Pandas、Seaborn进行可视化
- 1.1 推荐系统简介 学习目标 1 推荐系统概念及产生背景 2 推荐系统的工作原理及作用 3 推荐系统和Web项目的区别 1.3 推荐算法 1 推荐模型构建流程 2 最经典的推荐算法：协同过滤推荐算法（Collaborative Filtering） 3 相似度计算(Similarity Calculation) 4 协同过滤推荐算法代码实现： 二 根据用户行为数据创建ALS模 1.1 推荐系统简介 学习目标 1 推荐系统概念及产生背景 2 推荐系统的工作原理及作用 3 推荐系统和Web项目的区别 1.3 推荐算法 1 推荐模型构建流程 2 最经典的推荐算法：协同过滤推荐算法（Collaborative Filtering） 3 相似度计算(Similarity Calculation) 4 协同过滤推荐算法代码实现： 二 根据用户行为数据创建ALS模
- 要求 目标 1.1 深度学习与机器学习的区别 学习目标 1.1.1 区别 1.1.1.1 特征提取方面 1.1.2 算法代表 深度学习的应用场景 1.2 深度学习框架介绍 1.2.2 TensorFlow的特点 深度学习介绍 2.1 TF数据流图 2.1.1 案例：TensorFlow实现一个加法运算 2.2 图与TensorBoard 2.2.1 什么是图结构 2.2.2 图 要求 目标 1.1 深度学习与机器学习的区别 学习目标 1.1.1 区别 1.1.1.1 特征提取方面 1.1.2 算法代表 深度学习的应用场景 1.2 深度学习框架介绍 1.2.2 TensorFlow的特点 深度学习介绍 2.1 TF数据流图 2.1.1 案例：TensorFlow实现一个加法运算 2.2 图与TensorBoard 2.2.1 什么是图结构 2.2.2 图
- LBA-ECO CD-34 Landsat Fractional Land Cover Analysis, Manaus, Brazil: 2004-2005简介该数据集提供了 2004 年 10 月 14 日和 2005 年 7 月 29 日的巴西马瑙斯两张 Landsat 图像中非光合植被 (NPV) 的土地覆盖分数分析结果。两幅图像均来自 Landsat 5，路径 231，行 62... LBA-ECO CD-34 Landsat Fractional Land Cover Analysis, Manaus, Brazil: 2004-2005简介该数据集提供了 2004 年 10 月 14 日和 2005 年 7 月 29 日的巴西马瑙斯两张 Landsat 图像中非光合植被 (NPV) 的土地覆盖分数分析结果。两幅图像均来自 Landsat 5，路径 231，行 62...
- 现象：启动gradio时，会报一个超时请求异常，及时捕获了最外层的启动项，异常并不会进入。但是这个报错并不影响使用，只是启动过一会儿会报错。Exception in thread Exception in thread Thread-3 (_do_normal_analytics_request)Thread-5 (_do_normal_analytics_request):根因：自分析，是... 现象：启动gradio时，会报一个超时请求异常，及时捕获了最外层的启动项，异常并不会进入。但是这个报错并不影响使用，只是启动过一会儿会报错。Exception in thread Exception in thread Thread-3 (_do_normal_analytics_request)Thread-5 (_do_normal_analytics_request):根因：自分析，是...
- Python 操作 360 浏览器（IE 内核）的自动化方案1. 引言在企业级应用、自动化测试及数据采集场景中，常需通过编程控制浏览器完成特定操作（如表单提交、页面爬取）。360 浏览器作为国内主流浏览器之一，其兼容模式（IE 内核）广泛用于适配依赖 IE 特性的老旧系统。本文探讨如何通过 Python 操作 360 浏览器的 IE 内核模式，实现自动化任务，并分析其技术原理与实践方... Python 操作 360 浏览器（IE 内核）的自动化方案1. 引言在企业级应用、自动化测试及数据采集场景中，常需通过编程控制浏览器完成特定操作（如表单提交、页面爬取）。360 浏览器作为国内主流浏览器之一，其兼容模式（IE 内核）广泛用于适配依赖 IE 特性的老旧系统。本文探讨如何通过 Python 操作 360 浏览器的 IE 内核模式，实现自动化任务，并分析其技术原理与实践方...
- 计算机组成 什么是计算机？ 计算机是由什么组成的？ 1. 硬件系统： 3. 计算机是如何处理程序的？ 4. 编程语言是什么？ 5. 什么是Python？ 目标 Python介绍 一. 解释器的作用 二. 下载Python解释器 二. 注释的分类及语法 2.1 快速体验 二. 定义变量 2.1 标识符 2.2 命名习惯 2.3 使用变量 2.4 认识bug 三. Debug工具 计算机组成 什么是计算机？ 计算机是由什么组成的？ 1. 硬件系统： 3. 计算机是如何处理程序的？ 4. 编程语言是什么？ 5. 什么是Python？ 目标 Python介绍 一. 解释器的作用 二. 下载Python解释器 二. 注释的分类及语法 2.1 快速体验 二. 定义变量 2.1 标识符 2.2 命名习惯 2.3 使用变量 2.4 认识bug 三. Debug工具
- 在职高新课-深度学习 要求 目标 环境要求 1.1 深度学习介绍 学习目标 1.1.1 区别 1.1.3 深度学习代表算法-神经网络 1.1.4 为什么深度学习现在效果非常好 深度学习与神经网络 1.2 神经网络基础 循环神经网络 4.2 词嵌入与NLP 4.3 seq2seq与Attention机制 5.1 生成对抗网络(GAN) 高级主题 5.2 自动编码器 5.3 Ca 在职高新课-深度学习 要求 目标 环境要求 1.1 深度学习介绍 学习目标 1.1.1 区别 1.1.3 深度学习代表算法-神经网络 1.1.4 为什么深度学习现在效果非常好 深度学习与神经网络 1.2 神经网络基础 循环神经网络 4.2 词嵌入与NLP 4.3 seq2seq与Attention机制 5.1 生成对抗网络(GAN) 高级主题 5.2 自动编码器 5.3 Ca
- LBA-ECO CD-32 LBA Model Intercomparison Project (LBA-MIP) Forcing Data简介该数据集填补了 1999 年至 2006 年间巴西九座通量塔的气象观测数据空白。测量数据包括：气温、比湿、风速模量、地面向下长波和短波辐射、地面气压、降水量以及二氧化碳（CO2）。这些大气数据以 1 小时为时间步长提供。这些数据被用作 LBA 模式... LBA-ECO CD-32 LBA Model Intercomparison Project (LBA-MIP) Forcing Data简介该数据集填补了 1999 年至 2006 年间巴西九座通量塔的气象观测数据空白。测量数据包括：气温、比湿、风速模量、地面向下长波和短波辐射、地面气压、降水量以及二氧化碳（CO2）。这些大气数据以 1 小时为时间步长提供。这些数据被用作 LBA 模式...
- 要求 目标 1.1 项目演示 学习目标 1.1 图像识别背景 1.2 什么是目标检测 1.2.1 目标检测定义 1.2.1.1 物体 1.3 目标检测应用场景 1.3.1 行业 1.3.2 应用类别 1.4 开发环境搭建 目标检测概述 3.1 目标检测任务描述 3.1.4 目标定位的简单实现 项目实现 4.9 Web Server + TensorFlow Serving C 要求 目标 1.1 项目演示 学习目标 1.1 图像识别背景 1.2 什么是目标检测 1.2.1 目标检测定义 1.2.1.1 物体 1.3 目标检测应用场景 1.3.1 行业 1.3.2 应用类别 1.4 开发环境搭建 目标检测概述 3.1 目标检测任务描述 3.1.4 目标定位的简单实现 项目实现 4.9 Web Server + TensorFlow Serving C
- 基于 Python 的农产品销售系统的设计与实现1. 引言在乡村振兴与农业数字化转型的背景下，农产品销售模式正从传统线下逐步转向线上化、信息化。传统农产品销售存在信息不透明、库存管理低效、供需匹配困难等问题，亟需通过数字化系统提升效率。本文设计的农产品销售系统基于 Python 开发，采用轻量级文件存储（CSV/JSON）和面向对象编程（OOP）技术，实现农产品信息管理、订单处理、库... 基于 Python 的农产品销售系统的设计与实现1. 引言在乡村振兴与农业数字化转型的背景下，农产品销售模式正从传统线下逐步转向线上化、信息化。传统农产品销售存在信息不透明、库存管理低效、供需匹配困难等问题，亟需通过数字化系统提升效率。本文设计的农产品销售系统基于 Python 开发，采用轻量级文件存储（CSV/JSON）和面向对象编程（OOP）技术，实现农产品信息管理、订单处理、库...
- 基于 Python 的学生成绩管理系统1. 引言在教育信息化进程中，学生成绩管理是学校教学管理的核心环节之一。传统的手工记录方式效率低、易出错，难以满足大规模学生数据的存储、查询与分析需求。本文设计的学生成绩管理系统基于 Python 开发，采用文件存储（CSV/JSON）和面向对象编程（OOP）技术，实现学生信息与成绩的增删改查、统计分析及数据持久化功能。系统适用于中小型教育机构，... 基于 Python 的学生成绩管理系统1. 引言在教育信息化进程中，学生成绩管理是学校教学管理的核心环节之一。传统的手工记录方式效率低、易出错，难以满足大规模学生数据的存储、查询与分析需求。本文设计的学生成绩管理系统基于 Python 开发，采用文件存储（CSV/JSON）和面向对象编程（OOP）技术，实现学生信息与成绩的增删改查、统计分析及数据持久化功能。系统适用于中小型教育机构，...
- LBA-ECO CD-32 Flux Tower Network Data Compilation, Brazilian Amazon: 1999-2006, V2简介该数据集汇集了碳和能量涡旋协方差通量、气象、辐射、冠层温度、湿度、二氧化碳廓线以及土壤湿度和温度廓线数据，这些数据均来自巴西亚马逊地区的九座观测塔。独立研究人员提供了1999年至2006年间多个通量观测塔项目的数据。这是观测塔... LBA-ECO CD-32 Flux Tower Network Data Compilation, Brazilian Amazon: 1999-2006, V2简介该数据集汇集了碳和能量涡旋协方差通量、气象、辐射、冠层温度、湿度、二氧化碳廓线以及土壤湿度和温度廓线数据，这些数据均来自巴西亚马逊地区的九座观测塔。独立研究人员提供了1999年至2006年间多个通量观测塔项目的数据。这是观测塔...
- 基于Python的白酒数据推荐系统1. 引言中国白酒市场品类繁多、消费需求个性化显著，用户常面临“选择困难”。传统推荐依赖人工经验或简单销量排序，难以精准匹配用户偏好。本系统基于Python生态，融合协同过滤、内容推荐与深度学习技术，构建智能化白酒推荐引擎，旨在提升用户发现心仪产品的效率，同时助力酒企优化营销策略。2. 技术背景2.1 核心技术栈数据处理：Pa... 基于Python的白酒数据推荐系统1. 引言中国白酒市场品类繁多、消费需求个性化显著，用户常面临“选择困难”。传统推荐依赖人工经验或简单销量排序，难以精准匹配用户偏好。本系统基于Python生态，融合协同过滤、内容推荐与深度学习技术，构建智能化白酒推荐引擎，旨在提升用户发现心仪产品的效率，同时助力酒企优化营销策略。2. 技术背景2.1 核心技术栈数据处理：Pa...
- 稀疏矩阵存储模型比较与在Python中的实现方法探讨随着数据科学、图计算与机器学习的迅猛发展，稀疏矩阵已成为大规模数据处理中不可或缺的一种数据结构。本文将系统地介绍稀疏矩阵的压缩存储方式，并结合代码实例，探讨其在高效运算中的应用策略。 一、稀疏矩阵概述在实际工程和科研中，我们常会遇到这样一种矩阵：大多数元素为零，仅有极少数的非零元素。这种矩阵称为稀疏矩阵（Sparse Matrix）。若使... 稀疏矩阵存储模型比较与在Python中的实现方法探讨随着数据科学、图计算与机器学习的迅猛发展，稀疏矩阵已成为大规模数据处理中不可或缺的一种数据结构。本文将系统地介绍稀疏矩阵的压缩存储方式，并结合代码实例，探讨其在高效运算中的应用策略。 一、稀疏矩阵概述在实际工程和科研中，我们常会遇到这样一种矩阵：大多数元素为零，仅有极少数的非零元素。这种矩阵称为稀疏矩阵（Sparse Matrix）。若使...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签