暂时未有相关云产品技术能力~
国内互联网圈知名博主、人工智能领域优秀创作者,全球最大中文IT社区博客专家、CSDN开发者联盟生态成员、中国开源社区专家、华为云社区专家、51CTO社区专家、Python社区专家等,曾受邀采访和评审十多次。仅在国内的CSDN平台,博客文章浏览量超过2500万,拥有超过57万的粉丝。
ML之FE:基于BigMartSales数据集利用Featuretools工具(1个dataframe表结构切为2个Entity表结构)实现自动特征工程之详细攻略
成功解决KeyError: “Passing list-likes to .loc or [] with any missing labels is no longer supported. The
ML之FE:基于单个csv文件数据集(自动切分为两个dataframe表)利用featuretools工具实现自动特征生成/特征衍生
ML之FE:基于load_mock_customer数据集(模拟客户,单个DataFrame)利用featuretools工具实现自动特征生成/特征衍生
Python之pandas:对pandas中dataframe数据中的索引输出、修改、重命名等详细攻略
ML之FE:基于load_mock_customer数据集(模拟客户)利用featuretools工具实现自动特征生成/特征衍生
ML之DS:仅需一行代码实现对某字段下的所有数值实现同一机制的改变或转换(比如全部转为str类型/全部取平方值)
ML之FE:在模型训练中,仅需两行代码实现切分训练集和测试集并分离特征与标签
Python编程语言学习:利用locals函数判断某个变量参数之前是否已经被定义/存在/出现
ML之FE:特征工程中的特征拼接处理(常用于横向拼接自变量特征和因变量特征)
Python之pandas:数据类型变换之object、category、bool、int32、int64、float64以及数据类型标准化之详细攻略
Python编程语言学习:如何将excel表格内的科学计数法转为常规数值并全部显示?
Python之pandas:在pandas中创建category类型数据的几种方法之详细攻略
成功解决RuntimeError: Selected KDE bandwidth is 0. Cannot estiamte density
Paper:自动驾驶领域SAE标准之《道路机动车辆驾驶自动化系统相关术语的分类和定义》官方英文原文翻译与解读
Paper:自动驾驶领域SAE标准之《道路机动车辆驾驶自动化系统相关术语的分类和定义》官方英文原文翻译与解读
Paper:自动驾驶领域SAE标准之《道路机动车辆驾驶自动化系统相关术语的分类和定义》官方英文原文翻译与解读(二)
Paper:自动驾驶领域SAE标准之《道路机动车辆驾驶自动化系统相关术语的分类和定义》官方英文原文翻译与解读(一)
ML之FE:数据随机抽样之利用pandas的sample函数对超大样本的数据集进行随机采样,并另存为csv文件
成功解决DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change
Python IDE之Pydev: 基于Eclipse搭建python的编译环境(Eclipse+pydev)简介、安装、使用的详细攻略
成功解决Exception: Graph file doesn't exist, path=F:\File_Python\Python_example\Human_Posture_Detection\
成功解决Could not import the PyAudio C module ‘_portaudio‘.
成功解决 raise NeedDownloadError() imageio.core.fetching.NeedDownloadError
Py之pandas:利用pandas工具输出每行的索引值、及其对应的行数据
Py之tkinter:python最简单的猜字小游戏带你进入python的GUI世界daiding
ML之NB:基于news新闻文本数据集利用纯统计法、kNN、朴素贝叶斯(高斯/多元伯努利/多项式)、线性判别分析LDA、感知器等算法实现文本分类预测daiding
ML之NB:基于news新闻文本数据集利用纯统计法、kNN、朴素贝叶斯(高斯/多元伯努利/多项式)、线性判别分析LDA、感知器等算法实现文本分类预测daiding
DL之LSTM:基于《wonderland爱丽丝梦游仙境记》小说数据集利用LSTM算法(基于keras)对word实现预测daiding
Python编程语言学习:在for循环中如何同时使用三个变量
NLP:对字符串按照一个、多个自定义分隔符进行分割、将列表转为字符串同时自定义连接符
ML之FE:特征工程中常用的五大数据集划分方法(特殊类型数据分割,如时间序列数据分割法)讲解及其代码
Py之seaborn:数据可视化seaborn库(一)的柱状图、箱线图(置信区间图)、散点图/折线图、核密度图/等高线图、盒形图/小提琴图/LV多框图的简介、使用方法之最强攻略(建议收藏)(三)
Py之seaborn:数据可视化seaborn库(一)的柱状图、箱线图(置信区间图)、散点图/折线图、核密度图/等高线图、盒形图/小提琴图/LV多框图的简介、使用方法之最强攻略(建议收藏)(二)
Py之seaborn:数据可视化seaborn库(一)的柱状图、箱线图(置信区间图)、散点图/折线图、核密度图/等高线图、盒形图/小提琴图/LV多框图的简介、使用方法之最强攻略(建议收藏)(一)
成功解决No handles with labels found to put in legend.
成功解决AttributeError: ‘JointGrid‘ object has no attribute ‘annotate‘
成功解决TypeError: distplot() got an unexpected keyword argument ‘y‘
成功解决AttributeError: ‘function‘ object has no attribute ‘fit‘
Py之matplotlib:matplotlib绘图中与颜色相关的参数(color颜色参数、linestyle线型参数、marker标记参数)可选列表集合(建议收藏)(一)
Py之matplotlib:matplotlib绘图中与颜色相关的参数(color颜色参数、linestyle线型参数、marker标记参数)可选列表集合(建议收藏)(二)
成功解决ValueError: Shape of passed values is (33, 1), indices imply (33, 2)
成功解决cv2.error: OpenCV(4.1.2) C:\projects\opencv-python\opencv\modules\imgproc\src\color.cpp:182: err
成功解决ValueError: could not convert string to float: ‘\\N‘
AI:互联网程序设计竞赛之蓝桥杯大赛的简介、奖项设置、大赛内容以及蓝桥杯与ACM(ICPC)的四个维度对比之详细攻略
Paper:《CatBoost: unbiased boosting with categorical features》的翻译与解读(二)
Paper:《CatBoost: unbiased boosting with categorical features》的翻译与解读(一)
ML之FE:基于自定义数据集(银行客户信息贷款和赔偿)对比实现特征衍生(手动设计新特征、利用featuretools工具实现自动特征生成)(一)
AI:几张图理清人工智能与机器学习、知识发现、数据挖掘、统计学、模式识别、神经计算学、数据库之间的暧昧关系
AI:人工智能之十一类机器学习算法(英文表示)详细分类之详细攻略(持续更新)