1-1 python入门01
1-2 python入门02
1-3 python入门03
1-4 Numpy04
1-5 Numpy05
1-6 Numpy06
1-7 Numpy07
1-8 Numpy08
1-9 Numpy09
2-1 Numpy01
2-2 Numpy02
2-3 Series03
2-4 Series04
2-5 Dataframe05
2-6 Dataframe06
2-7 Dataframe07
2-8 Dataframe08
3-1 Pandas-数据丢失01
3-2 Pandas-数据丢失02
3-3 Numpy傅里叶03
3-4 Pandas-多层索引04
3-5 Pandas-多层索引05
3-6 Pandas-数据合并Concat与append06
3-7 Pandas-数据合并Concat与append07
3-8 Pandas-merge08
3-9 Pandas-merge09
4-1 Pandas数据处理01
4-2 Pandas数据处理02
4-3 Pandas数据处理03
4-4 Pandas数据处理04
4-5 美国人口数据分析05
4-6 美国人口数据分析06
4-7 美国人口数据分析07
4-8 苹果股价分析08
4-9 苹果股价分析09
5-1 美国选举政治献金01
5-10 pandas绘图函数10
5-2 美国选举政治献金
5-3 美国选举政治献金03
5-4 Scipy04
5-5 Scipy05
5-6 Scipy06
5-7 Scipy07
5-8 Scipy08
5-9 pandas绘图函数09
6-1 Matplotlib01
6-10 Matplotlib10
6-2 Matplotlib02
6-3 Matplotlib03
6-4 Matplotlib04
6-5 Matplotlib05
6-6 Matplotlib06
6-7 Matplotlib07
6-8 Matplotlib08
6-9 Matplotlib09
7-1 Matplotlib2-01
7-10 pandas数据加载与透视表10
7-2 Matplotlib2-02
7-3 Matplotlib2-03
7-4 Matplotlib2-04
7-5 城市气候与海洋关系05
7-6 城市气候与海洋关系06
7-7 城市气候与海洋关系07
7-8 城市气候与海洋关系08
7-9 pandas数据加载与透视表09
8-1 Knn-2分类01
8-2 Knn-2分类02
8-3 Knn-2分类03
8-4 Knn04
8-5 Knn05
8-6 Knn06
8-7 手写数字识别07
8-8 手写数字识别08
9-1 预测年收入knn01
9-10 线性回归10
9-2 预测年收入knn02
9-3 线性回归03
9-4 线性回归04
9-5 线性回归05
9-6 线性回归06
9-7 线性回归07
9-8 线性回归08
10-1 辑斯蒂01
10-2 逻辑斯蒂02
10-3 逻辑斯蒂回归03
10-4 人脸自动补全04
10-5 人脸自动补全05
10-6 人脸自动补全06
11-1 决策树原理01
11-2 决策树原理02
11-3 决策树实例03
11-4 决策树实例04
11-5 贝叶斯原理05
11-6 贝叶斯原理06
11-7 贝叶斯实例07
11-8 贝叶斯实例08
12-1 Svm-线性01
12-2 Svm-线性02
12-3 Svm-rbf03
12-4 Svm-回归04
12-5 Svm-多种核函数应用05
12-6 Kmeans-自动分类make Blobs06
12-7 Kmeans-自动分类make Blobs07
13-1 KMeans-足球和常见错误01
13-10 人脸识别10
13-2 KMeans-足球和常见错误02
13-3 KMeans-足球和常见错误03
13-4 KMeans-图片压缩04
13-5 KMeans-图片压缩05
13-6 KMeans-图片压缩06
13-7 人脸识别07
13-8 人脸识别08
13-9 人脸识别09
14-1 KMeans压缩图片01
14-2 汽车数据推荐度预测02
14-3 手迹识别的降维算法03
14-4 手迹识别的降维算法04
14-5 10种事物识别05
14-6 10种事物识别06
15-1 TensorFlow基础操作01
15-2 TensorFlow基础操作02
15-3 TensorFlow入门03
15-4 TensorFlow入门04
15-5 TensorFlow线性回归05
15-6 TensorFlow线性回归06
评论0