邀月个人python学习目录索引，已整理完托马兹·卓巴斯的《数据分析实战》的11/11。。已整理完阿曼多·凡丹戈的《python数据分析（第2版）》的11/12，第11 章略去。正在整理唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，已完成18/20。 阅读全文
SQL Server 2008中的一些特性总结及BI学习笔记系列，欢迎与邀月交流。3w@live.cn 阅读全文
最近断断续续看《Microsoft Sql server 2008 Internals》，中文名是《深入解析Microsoft Sql server 2008》，由于邀月拿到的是英文版，所以一边看，一边查字典，顺便把一些理解记下来，翻译或理解不对之处，敬请指出。3w@live.cn。欢迎交流。兼以本文作为目录索引及序。
这里邀月可以保证的是：这个系列95%以上的内容都是邀月根据原英文纯手工翻译，加上自己的理解和注释，没有借助任何翻译工具。除了已注明的出处MSDN 之外，如有转载，请注明来自邀月工作室。
本系列文章预计约60-70篇，文章中所有示例，邀月均在SQL Server 2008环境下运行通过 阅读全文
dbeaver是一个优秀的通用数据库客户端连接工具，最重要的是社区版一直是开源免费。但是在连接服务端的WE8ISO8859P1字符集时，表中的数据中文查询出来显示为乱码，无论怎么修改参数都没用。本文主要介绍如何解决这个问题。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第5章-回归算法，本章主要介绍线性回归与逻辑回归算法，分别对应回归与分类问题，并结合梯度下降优化思想进行参数求解。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第12章支持向量机。在机器学习中，支持向量机（Support Vector Machine，SVM）是最经典的算法之一，应用领域也非常广，其效果自然也是很厉害的。本章对支持向量机算法进行解读，详细分析其每一步流程及其参数对结果的影响。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第16章聚类算法。分类和回归算法在推导过程中都需要数据标签，也就是有监督问题。那么，如果数据本身没有标签，如何把它们按堆进行划分呢？这时候聚类算法就派上用场了，本章选择聚类算法K-means与DBSCAN进行原理讲解与实例演示。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第15章降维算法。如果拿到的数据特征过于庞大，一方面会使得计算任务变得繁重；另一方面，如果数据特征还有问题，可能会对结果造成不利的影响。降维是机器学习领域中经常使用的数据处理方法，一般通过某种映射方法，将原始高维空间中的数据点映射到低维度的空间中，本章将从原理和实践的角度介绍两种经典的降维算法——线性判别分析和主成分分析。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第19章-卷积神经网络。本章介绍现阶段神经网络中非常火的模型——卷积神经网络，它在计算机视觉中有着非常不错的效果。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第10章-特征工程。特征工程其实就是要从原始数据中找到最有价值的信息，并转换成计算机所能读懂的形式。本章结合数值数据与文本数据来分别阐述如何进行数值特征与文本特征的提取。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第17章-神经网络，本章内容主要包括神经网络各模块工作细节、整体网络模型架构、过拟合解决方法。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第13章-推荐系统，本章向大家介绍推荐系统中的常用算法。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第8章集成学习（ensemble learning）是目前非常流行的机器学习策略，基本上所有问题都可以借用其思想来得到效果上的提升。集成学习既可以用于分类问题，也可以用于回归问题，在机器学习领域会经常看到它的身影，本章就来探讨一下几种经典的集成策略，并结合其应用进行通俗解读。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第7章-决策树，本章介绍树模型的构造方法以及其中涉及的剪枝策略。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。第11章--贝叶斯算法项目实战 ——新闻分类。 本章结合贝叶斯算法通过新闻数据集的分类任务来探索其中每一步实现细节。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第18章TensorFlow实战，本章从实战的角度介绍Numpy工具包的核心模块与常用函数的使用方法。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第20章-科学计算库（Numpy）神经网络项目实战——影评情感分析。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第14章-音乐推荐系统实战，本章的目标就要从零开始打造一个音乐推荐系统，包括音乐数据集预处理、基于相似度进行推荐以及基于矩阵分解进行推荐。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第9章-随机森林项目实战——气温预测。本章将从实战的角度出发，借助Python工具包完成气温预测任务，其中涉及多个模块，主要包含随机森林建模、特征选择、效率对比、参数调优等。这个实例过长，分为2篇，这是第2篇。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第9章-随机森林项目实战——气温预测。本章将从实战的角度出发，借助Python工具包完成气温预测任务，其中涉及多个模块，主要包含随机森林建模、特征选择、效率对比、参数调优等。这个实例过长，分为2篇，这是第1篇。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第6章-逻辑回归项目实战——信用卡欺诈检测。 阅读全文
唐宇迪的《跟着迪哥学：Python数据分析与机器学习实战》，2019年9月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。 第1章，机器学习概念、入门环境、学习资源等。 阅读全文
阿曼多·凡丹戈（Armando Fandango）的《python数据分析（第2版）》，2018年6月出版，本系列为读书笔记。主要是为了系统整理，加深记忆。第12章“性能优化、性能分析与并发性”为读者介绍通过性能分析（Profling）和Cython等关键技术来改善性能的各种技巧，同时还为读者介绍多核和分布式系统方面的相关框架。 阅读全文