上一页 1 ··· 806 807 808 809 810 811 812 813 814 ··· 868 下一页
摘要: 图像和视频分析 原文:Images and Video Analysis 译者:飞龙 协议:CC BY-NC-SA 4.0 一、Python OpenCV 入门 欢迎阅读系列教程,内容涵盖 OpenCV,它是一个图像和视频处理库,包含 C ++,C,Python 和 Java 的绑定。 OpenCV 阅读全文
posted @ 2018-02-08 18:26 绝不原创的飞龙 阅读(180) 评论(0) 推荐(0)
摘要: 自然语言处理教程 原文:Natural Language Process 译者:飞龙 协议:CC BY-NC-SA 4.0 一、使用 NLTK 分析单词和句子 欢迎阅读自然语言处理系列教程,使用 Python 的自然语言工具包 NLTK 模块。 NLTK 模块是一个巨大的工具包,目的是在整个自然语言 阅读全文
posted @ 2018-02-06 20:48 绝不原创的飞龙 阅读(198) 评论(0) 推荐(0)
摘要: Python 和 Pandas 数据分析教程 原文:Data Analysis with Python and Pandas Tutorial Introduction 译者:飞龙 协议:CC BY-NC-SA 4.0 大家好,欢迎阅读 Python 和 Pandas 数据分析系列教程。 Panda 阅读全文
posted @ 2018-02-02 20:13 绝不原创的飞龙 阅读(284) 评论(0) 推荐(0)
摘要: 面向(未来的)数据科学家的入门课来咯~ 前一半讲 Python 编程,后一半讲统计学基本概念并用 Python 模拟。 Github:https://github.com/Kivy-CN/data8-textbook-zh Gitee:https://gitee.com/wizardforcel/d 阅读全文
posted @ 2018-01-28 00:30 绝不原创的飞龙 阅读(8) 评论(0) 推荐(0)
摘要: 十五、分类 原文:Classification 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 David Wagner 是这一章的主要作者。 机器学习是一类技术,用于自动寻找数据中的规律,并使用它来推断或预测。你已经看到了线性回归,这是一种机器学习技术。本章介绍一个新的技术: 阅读全文
posted @ 2018-01-28 00:08 绝不原创的飞龙 阅读(16) 评论(0) 推荐(0)
摘要: 十三、预测 原文:Prediction 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 数据科学的一个重要方面,是发现数据可以告诉我们什么未来的事情。气候和污染的数据说了几十年内温度的什么事情?根据一个人的互联网个人信息,哪些网站可能会让他感兴趣?病人的病史如何用来判断他或她对 阅读全文
posted @ 2018-01-27 23:48 绝不原创的飞龙 阅读(86) 评论(0) 推荐(0)
摘要: 十二、为什么均值重要 原文:Why the Mean Matters 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 在这个课程中,我们已经研究了几个不同的统计量,包括总编译距离,最大值,中位数和平均值。在关于随机性的明确假设下,我们绘制了所有这些统计量的经验分布。有些统计量, 阅读全文
posted @ 2018-01-27 22:50 绝不原创的飞龙 阅读(94) 评论(0) 推荐(0)
摘要: 十四、回归的推断 原文:Inference for Regression 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 到目前为止,我们对变量之间关系的分析纯粹是描述性的。我们知道如何找到穿过散点图的最佳直线来绘制。在所有直线中它的估计的均方误差最小,从这个角度来看,这条线是 阅读全文
posted @ 2018-01-18 20:11 绝不原创的飞龙 阅读(46) 评论(0) 推荐(0)
摘要: 十一、估计 原文:Estimation 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 在前一章中,我们开始开发推断思维的方法。特别是,我们学会了如何使用数据,在世界的两个假设之间做决策。但是我们通常只想知道,某件事情有多大。 例如,在前面的章节中,我们调查了敌人可能拥有的战机 阅读全文
posted @ 2018-01-18 20:00 绝不原创的飞龙 阅读(119) 评论(0) 推荐(0)
摘要: 十七、更新预测 原文:Updating Predictions 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 我们知道如何使用训练数据将一个点划分为两类之一。 我们的分类只是对类别的预测,基于最接近我们的新点的,训练点中最常见的类别。 假设我们最终发现了我们的新点的真实类别。 阅读全文
posted @ 2018-01-18 19:43 绝不原创的飞龙 阅读(22) 评论(0) 推荐(0)
上一页 1 ··· 806 807 808 809 810 811 812 813 814 ··· 868 下一页