上一页 1 ··· 353 354 355 356 357 358 359 360 361 ··· 404 下一页
摘要: 练习 10:sort 原文:Exercise 10: sort 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 你正在慢慢地构建我所说的个人流程实践(3P),这根本不是一个新的想法。3P 的目的是客观的洞察如何做事情,而避免杀死你的创造力和生产力。通过简单地跟踪小型指标和制作运 阅读全文
posted @ 2017-08-04 16:41 绝不原创的飞龙 阅读(8) 评论(0) 推荐(0) 编辑
摘要: 练习 9:sed 原文:Exercise 9: sed 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 使用这些小型项目来研究你自己是有用的,但让我们来看看你主要关注的主题: 开始工作的启动流程,例如你的文本编辑器,你可以打字打的多好,以及计算机内部发生的其他事情。心理状态,当 阅读全文
posted @ 2017-08-04 11:55 绝不原创的飞龙 阅读(9) 评论(0) 推荐(0) 编辑
摘要: 练习 7:grep 原文:Exercise 7: grep 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 find命令在 45 分钟内应该可能是一个挑战,但它是一个很好的挑战。到了这个时间,你应该可以去掉尽可能多的,阻止你开始的障碍。你可能会发现,当你清除一些障碍时,你的技能 阅读全文
posted @ 2017-08-03 21:33 绝不原创的飞龙 阅读(10) 评论(0) 推荐(0) 编辑
摘要: 练习 8:cut 原文:Exercise 8: cut 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 希望你正在深入学习 Python,甚至了解你自己和你的工作方式。在本书的这一部分,通过学习如何优化你的流程,你学到了流程和创造力的一些事情。的确,有阻碍的情况下你不能发挥创造 阅读全文
posted @ 2017-08-03 17:43 绝不原创的飞龙 阅读(7) 评论(0) 推荐(0) 编辑
摘要: 练习 6:find 原文:Exercise 6: find 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 希望你正在发现阻碍自己的各种方式,甚至在你开始工作之前。也许这不是戏剧性的,但你至少应该确定你在环境中可以改善的东西,它们使你难以开始工作。这些小练习是你专注于开始的一个 阅读全文
posted @ 2017-08-03 11:31 绝不原创的飞龙 阅读(8) 评论(0) 推荐(0) 编辑
摘要: 练习 5:cat 原文:Exercise 5: cat 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 做完练习 4,你开始了解阻碍你的东西。spike 研究是一个简单的挑战,即如何从用户获取命令行参数。练习的真正目的是记录实验笔记,了解你需要做什么来开始。你有没有发现需要改变 阅读全文
posted @ 2017-08-02 21:07 绝不原创的飞龙 阅读(9) 评论(0) 推荐(0) 编辑
摘要: 练习 4:处理命令行参数 原文:Exercise 4: Dealing with Command Line Arguments 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 在你能处理本书的第一部分之前,你需要完成一些简单的黑魔法,教你如何使用 Python 中的命令行参数。 阅读全文
posted @ 2017-08-02 10:23 绝不原创的飞龙 阅读(9) 评论(0) 推荐(0) 编辑
摘要: 1.1 命题逻辑 原文:Foundations of Computation 译者:飞龙 协议:CC BY-NC-SA 4.0 自豪地采用谷歌翻译 一个命题是一个或真或假的陈述。 在命题逻辑中,我们将命题看做基础,看看我们能做什么。 既然这是数学,我们需要能够谈论命题,而不是说我们在说什么特定的命题 阅读全文
posted @ 2017-08-01 19:20 绝不原创的飞龙 阅读(64) 评论(0) 推荐(0) 编辑
摘要: 5.8 决策树和随机森林 原文:In-Depth: Decision Trees and Random Forests 译者:飞龙 协议:CC BY-NC-SA 4.0 译文没有得到原作者授权,不保证与原文的意思严格一致。 之前,我们深入研究了简单的生成分类器(见朴素贝叶斯分类)和强大的辨别分类器( 阅读全文
posted @ 2017-07-03 10:59 绝不原创的飞龙 阅读(16) 评论(0) 推荐(0) 编辑
摘要: 5.7 支持向量机 支持向量机(SVM)是一种特别强大且灵活的监督算法,用于分类和回归。 在本节中,我们将探索支持向量机背后的直觉,及其在分类问题中的应用。 我们以标准导入开始: %matplotlib inline import numpy as np import matplotlib.pypl 阅读全文
posted @ 2017-07-02 21:01 绝不原创的飞龙 阅读(13) 评论(0) 推荐(0) 编辑
上一页 1 ··· 353 354 355 356 357 358 359 360 361 ··· 404 下一页