摘要： 
Pandas 是数据科学领域最受欢迎的 Python 工具库之一，函数与功能极其丰富。本文将数据科学家常用的二三十个功能函数总结为10类，熟练掌握就能轻松解决80%以上的数据处理问题！ 阅读全文
Pandas 是数据科学领域最受欢迎的 Python 工具库之一，函数与功能极其丰富。本文将数据科学家常用的二三十个功能函数总结为10类，熟练掌握就能轻松解决80%以上的数据处理问题！ 阅读全文
摘要： 
U-Net是一种卷积网络架构，用于快速、精确地分割生物医学图像。本文讲解使用 U-Net 进行肺部影像分割的案例全过程：工具库&环境准备、数据读取、数据切分、TensorFlow IO准备、U-Net 网络构建、评估准则&损失函数、超参数设置&模型编译、回调函数&模型训练、模型加载&新数据预估。【代码与数据集亲测可运行】 阅读全文
U-Net是一种卷积网络架构，用于快速、精确地分割生物医学图像。本文讲解使用 U-Net 进行肺部影像分割的案例全过程：工具库&环境准备、数据读取、数据切分、TensorFlow IO准备、U-Net 网络构建、评估准则&损失函数、超参数设置&模型编译、回调函数&模型训练、模型加载&新数据预估。【代码与数据集亲测可运行】 阅读全文
二手车交易越发繁荣的当下，如何科学定价时买卖&平台三方都关心的问题。本文结合汽车价格预测数据集，讲解『二手车价格预估模型』构建和部署的全过程：数据分析处理 & 特征工程、机器学习建模、Web应用开发等。【代码与数据集亲测可运行】 
本文结合 6000 颗钻石的数据，通过克拉重量、切工、颜色和其他特征等属性来预测钻石价格。这是一个完整的企业级建模案例，包含从探索性数据分析、数据准备、模型选择/训练/调优、模型保存和部署的全流程。案例用到的 PyCaret 和 FastAPI 是非常高效的工具，推荐！【代码与数据集亲测可运行】 
机器学习建模过程如何提速？本文提供 Intel 针对 Scikit-Learn 工具库做的加速补丁，是一种硬件层面的解决方案，支持多种算法，并可以将建模时间压缩为常规方式的 1/5 
Mito 和 Bamboolib 是 Python 库，可以快速流畅地处理大文件表格，功能性与易用性与 Excel 不相上下，但是可以避免出现 Excel 中的卡顿和崩溃。二者的安装和调用都非常简单，绝对值得一试~【代码与数据集亲测可运行】 
通过 Styler API 的设置，Pandas 也能像 Excel 那样进行『条件选择』和 『文本框颜色』设置，一眼获取最关键信息！本文讲解 Pandas 使用单色（或渐变色）高亮显示缺失值、最大值、最小值、范围值等【数据与代码亲测可运行】 
AI识万物：从0搭建和部署手语识别系统，检测手语并将翻译！搭建和部署完成后，你可以通过摄像头，轻松测试模型啦~ 
太难了！xdm！哄女朋友太难了！本文手把手带大家构建一个处理和分类语音检测情绪的系统，完成求生欲max的「语音情感识别任务」 
一学就会！小白的终极神经网络搭建实战教程！环境设置、神经网络拆解、深度神经网络、模型搭建、神经网络结构可视化、训练和测试评估、模型可解释性！