内容已经转出,请移步以下网址:

https://viadean.notion.site
Python 呈现畅销图书的价格密度图。利用箱线图分析来查看畅销书价格和评级每年的均值和中位数分布。创建每年总评论的可视化。创建基于总评论的密集排名作者。使用词云探索畅销书的标题数据。
使用 Altair 和 Plotly,我只需要将绘图转储到 JSON 变量中,然后将其解析为我们的 .HTML 文件。 如果你不熟悉 Altair(Plotly 与 Seaborn 或 Matplotlib 非常相似),他们在这里有一个很好的演示存储库
背景如果数据可以被结构化,那么当今可用的大量非结构化文本数据提供了丰富的信息来源。 命名实体识别 (NER)(也称为命名实体提取)是从半结构化和非结构化文本源构建知识的第一步。只有在 NER 之后,我们才能至少揭示信息包含的内容和内容。 因此,数据科学团队将能够在语料库中看到所有人员、公司、地点等名称的结构化表示,可作为进一步分析和调查的出发点。在 自然语言工具包(NLTK)和 SpaCy ...
背景命名实体识别 (NER) 可能是信息提取的第一步,旨在将文本中的命名实体定位和分类为预定义的类别,例如人名、组织、位置、时间表达、数量、货币价值、百分比 等。 NER 在自然语言处理 (NLP) 的许多领域都有使用,它可以帮助回答许多现实世界的问题,例如:新闻文章中提到了哪些公司?投诉或评论中是否提到了特定产品?本文介绍如何使用 NLTK 和 SpaCy 构建命名实体识别器,识别原始文本...
特点Mathematica 的介绍,目标是提供介绍 Mathematica 广度的实践经验,重点是易用性内容完整概述基础知识Mathematica 中的示例项目输入和输出文字处理和排版幻灯片演示Wolfram 语言基础使用单个程序创建交互式模型命令共享 Mathematica Notebooks寻求帮助扩展知识2D 和 3D 图形可视化数据样式和自定义图形使用图形原语创建图形和图表代数操作和...
特点展示如何使用 Matplotlib 创建有吸引力的图形、图表和绘图快速了解第三方软件包、Seaborn、Pandas、Basemap 和 Geopandas,并了解如何将它们与 Matplotlib 结合使用在 GTK 3、Qt 5 和 wxWidgets 等第三方工具中嵌入和自定义您的绘图内容Matplotlib 简介Matplotlib 入门用绘图样式和类型装饰图形用绘图样式和类型装...
特点探讨使用 Excel 构建决策模型的价值和重要性,以及对 Excel 复杂性的非常详细和深入的解释使用 Excel 的图形功能来有效地呈现定量数据(比率和间隔)来通知和影响目标对象利用 Excel 的内置数据可视化和操作功能准备数据以供最终分析探索数据透视表和数据透视图报告的用途:内置的 Excel 功能允许快速轻松地进行交叉制表分析,有时也称为交叉表分析,用于确定一组数据中的两个或多个...
特点无需丰富的编程知识即可使用 Python开始使用现代工具,包括 Jupyter 笔记本和 Visual Studio 代码使用 Pandas 获取、清理和分析数据并替换典型的 Excel 计算自动执行繁琐的任务,例如合并 Excel 工作簿和生成 Excel 报告使用 xlwings 构建使用 Python 作为计算引擎的交互式 Excel 工具将 Excel 连接到数据库和 CSV 文...
特点OpenCV 3 是用于计算机视觉、机器学习和图像处理的原生跨平台库。 OpenCV 方便的高级 API 隐藏了非常强大的内部结构,旨在提高计算效率,可以利用多核和 GPU 处理学习如何通过操作像素来处理图像并使用直方图分析图像展示如何应用图像滤镜来增强图像内容并利用图像几何结构来中继图片场景的不同视图探索实现相机校准和执行多视图分析的技术。学习从图像重建 3D 场景,将低级像素信息转换...
特点通过实际示例和活动理解 OpenCV 概念和算法的指南了解如何使用复杂的计算机视觉和机器学习算法以及人脸检测从图像和视频中提取最大量的信息学习使用光流分析和背景减法来增强视频和图像了解新的和改进的深度学习模块的基础知识掌握文本分割和识别掌握常用的计算机视觉技术来从零开始构建 OpenCV 项目内容OpenCV 入门OpenCV 基础介绍学习图形用户界面深入研究直方图和滤镜自动光学检测、对...
特点OpenCV 和 Qt 已被证明是开发跨平台计算机视觉应用程序的成功组合创建具有直观图形用户界面 (GUI) 和高性能功能的强大应用程序学习有关图像处理、面部和文本识别、对象检测和高性能计算的各种实际项目创建一个图像查看器应用程序,通过添加菜单、执行基于按键的操作以及应用其他功能从头开始构建用户界面使用 OpenCV 图像处理和修改功能来编辑具有过滤器和转换功能的图像探索复杂的运动分析和...
特点设计和开发用于解决现实世界问题的生产级计算机视觉项目学习如何使用用于计算机视觉的尖端第三方库为主要操作系统设置 Anaconda 和 Python学习用于对图像进行分类、查找和识别人体姿势以及检测视频中的人脸的最先进技术使用 OpenCV、Dlib 和 TensorFlow 等强大的机器学习工具来构建激动人心的项目,例如对手写数字进行分类、检测面部特征等等还涵盖了一些高级项目,例如使用 ...