作者: 异步社区
2226人浏览
评论数：1
4年前
点击此处添加图片说明文字 目前机器学习红遍全球。男女老少都在学机器学习模型，分类器，神经网络和吴恩达。你也想成为一份子，但你该如何开始？ 今天小编推荐这本《Python机器学习》教你快速入门。 点击此处添加图片说明文字 01什么是机器学习？ 从出生的
作者: 天降攻城狮
1117人浏览
评论数：0
4年前
一、引言： 机器学习(machine learning)：从数据中提取知识。分为：监督学习(supervised learning)和无监督学习(unsupervised learning)。 二、监督机器学习应用： 1、识别信封上面的手写的邮政编码。 2、
作者: 异步社区
2232人浏览
评论数：0
5年前
前言 Python机器学习实践指南 机器学习正在迅速成为数据驱动型世界的一个必备模块。许多不同的领域如机器人、医学、零售和出版等，都需要依赖这门技术。在这本书中，你将学习如何一步步构建真实的机器学习应用程序。 通过易于理解的项目，你将学习如何处理各种类型的数
作者: 【方向】
12992人浏览
评论数：1
5年前
“开始”，是一个令人激动的字眼。然而万事开头难，当你拥有过多的选择时，往往就会不知所措。 我们希望借助免费、便捷的在线资源，帮助你完成从小白到大牛的蜕变。这篇文章将会回答如何选择资源、如何拓展学习以及按怎样的顺序学习等一系列问题。 我们要开始了！首先假定你还不
作者: ghost丶桃子
2467人浏览
评论数：0
7年前
Python在科学计算领域，有两个重要的扩展模块：Numpy和Scipy。其中Numpy是一个用python实现的科学计算包。包括： 一个强大的N维数组对象Array； 比较成熟的（广播）函数库； 用于整合C/C++和Fortran代码的工具包； 实用的线性
作者: 博文视点
5020人浏览
评论数：0
5年前
Python机器学习：通过scikit-learn实现集成算法 有时提高机器学习算法的准确度很困难，本文将通过scikit-learn介绍三种提高算法准确度的集成算法。本文选自《机器学习——Python实践》一书。 在现实生活中，常常采用集体智慧来解决问题。
作者: 【方向】
12235人浏览
评论数：4
5年前
我们分析了GitHub上的前20名Python机器学习项目，发现scikit-Learn，PyLearn2和NuPic是贡献最积极的项目。让我们一起在Github上探索这些流行的项目！ Scikit-learn：Scikit-learn 是基于Scipy为机器
作者: 知与谁同
1599人浏览
评论数：0
5年前
引言 毫无疑问，神经网络和机器学习在过去几年一直是高科技领域最热门的话题之一。这一点很容易看出，因为它们解决了很多真正有趣的用例，如语音识别、图像识别、甚至是乐曲谱写。因此，在这篇文章，我决定编制一份囊括一些很好的Python机器学习库的清单，并将其张贴在下
作者: 薯条酱
55293人浏览
评论数：49
5年前
#基础语言百问-Python# 软件界最近非常流行一句话“人生苦短，快用Python”，这就展示出了Python的特点，那就是快，当然这个快并不是指的Python运行快，毕竟是脚本语言，再怎样也快不过C语言和C++这样的底层语言，这里的快指的是使用Pytho
作者: 一码平川MACHEL
356人浏览
评论数：1
4年前
我想从网上下载一个png文件。这是Python3程序： import requests url_1 = 'https://ichef.bbci.co.uk/news/660/cpsprodpb/9FB3/production/_105038804_
作者: 一码平川MACHEL
295人浏览
评论数：2
4年前
我正在尝试创建一个具有特定版本的python（特别是3.6.7）的虚拟环境，以便在本地开发，因为我将我的代码推送到仅支持此版本的Python 3的Heroku堆栈 据我所知，这个特定的python版本必须已经安装在我的机器上，所以我可以做类似的事情virtu
