終身學(xué)習(xí)者、大學(xué)教師。稍微懂一點(diǎn)兒寫作、演講、Python和機(jī)器學(xué)習(xí)。歡迎微信關(guān)注并置頂我的公眾號“玉樹芝蘭”(nkwangshuyi)。我已委托“維權(quán)騎士”（rightknights.com）為我的文章進(jìn)行維權(quán)行動。
發(fā)簡信
IP屬地：河南
-
-
Mysql與Pymysql
這次介紹mysql以及在python中如何用pymysql操作數(shù)據(jù)庫, 以及在mysql中存儲過程, 觸發(fā)器以及事務(wù)的實現(xiàn), 對應(yīng)到pymysql中應(yīng)該如何操作. **首先我...
-
深入方可淺出，厚積才至薄發(fā)
-
新媒體寫作變現(xiàn)導(dǎo)師，寫作賦能學(xué)院創(chuàng)始人，《撐過去，你終將成為更好的自己》作者
-
我有陣子日子過的很混亂，心情很差，現(xiàn)在看，應(yīng)該就是抑郁了，還好那時候隨便亂買書，也看了《少有人走的路》，真是不錯的書，或許我也應(yīng)該試著跑步。
經(jīng)歷過重度抑郁的我，現(xiàn)在過得很好
這是我一個發(fā)小的故事，從重度抑郁到重獲新生，這篇文章完整地記錄了她整個心路歷程，非常勵志。為了方便敘事，我用了第一人稱。我不知道你正在經(jīng)歷著什么，但我知道她的故事一定能帶給你...
-
經(jīng)歷過重度抑郁的我，現(xiàn)在過得很好這是我一個發(fā)小的故事，從重度抑郁到重獲新生，這篇文章完整地記錄了她整個心路歷程，非常勵志。為了方便敘事，我用了第一人稱。我不知道你正在經(jīng)歷著什么，但我知道她的故事一定能帶給你...
-
梯度下降法求解線性回歸的python實現(xiàn)及其結(jié)果可視化（一）
編者注：本文包含了使用Python2.X讀取數(shù)據(jù)、數(shù)據(jù)處理、作圖，構(gòu)建梯度下降法函數(shù)求解一元線性回歸，并對結(jié)果進(jìn)行可視化展示，是非常綜合的一篇文章，包含了Python的數(shù)據(jù)操...
-
Python lover, Scientific Computing Using Python, Data Science.
-
搭建python機(jī)器學(xué)習(xí)環(huán)境以及一個機(jī)器學(xué)習(xí)例子
搭建python機(jī)器學(xué)習(xí)環(huán)境以及一個機(jī)器學(xué)習(xí)例子 這篇文章介紹了Python機(jī)器學(xué)習(xí)環(huán)境的搭建，我用的機(jī)器學(xué)習(xí)開源工具是scikit-learn。下面具體介紹環(huán)境搭建以及遇到...
-
程序員的我，應(yīng)該如何學(xué)習(xí)呢？程序員每天都在學(xué)習(xí)，但是好像還是有很多都不懂，貌似學(xué)不完的知識，每天都有種焦慮感。前段時間看到一些文章，感覺到知識管理的重要性，下面從現(xiàn)在知識特點(diǎn)、學(xué)什么、如何學(xué)幾個方面介紹...
-
-
帶著畫筆去旅行，遇見最好的自己<br>個人公眾號：Rose的旅行地圖<br><br>版權(quán)合作事宜請聯(lián)系行距文化：pub@hangju-pub.com
-
ElastiSearch默認(rèn)分詞器
1 Elasticsearch搜索介紹 在Elasticsearch中的數(shù)據(jù)可以分為兩類：精確值(exact values)以及全文(full text)。精確值：例如日期...
-
優(yōu)化算法優(yōu)化技術(shù)特別擅長處理：受多種變量的影響，存在許多種可能的解的問題，以及結(jié)果因這些變量的組合而產(chǎn)生很大變化的問題。比如組團(tuán)旅游問題，宿舍分配問題等。優(yōu)化問題需要明確什么是最重要...
-
機(jī)器學(xué)習(xí)實戰(zhàn)-數(shù)據(jù)探索(變量變換、生成)
《機(jī)器學(xué)習(xí)實戰(zhàn)-數(shù)據(jù)探索(1、變量識別；2、單變量分析；3、雙變量分析)》 機(jī)器學(xué)習(xí)實戰(zhàn)-數(shù)據(jù)探索(缺失值處理) 機(jī)器學(xué)習(xí)實戰(zhàn)-數(shù)據(jù)探索(異常值處理)上面三篇文章介紹了數(shù)據(jù)探...
-
-
機(jī)器學(xué)習(xí)之特征工程-降維當(dāng)特征選擇完成后，可以直接訓(xùn)練模型了，但是可能由于特征矩陣過大，導(dǎo)致計算量大，訓(xùn)練時間長的問題，因此降低特征矩陣維度也是必不可少的。但不要盲目降維，當(dāng)你在原數(shù)據(jù)上跑到了一個比...
-
