yukun093 - 博客园

Kaggle_Data Visualization of scatter plot

摘要： step0 输入和配置python库文件 import pandas as pd pd.plotting.register_matplotlib_converters() import matplotlib.pyplot as plt %matplotlib inline import seabor 阅读全文

posted @ 2020-05-13 21:45 yukun093 阅读(434) 评论(0) 推荐(0) 编辑

Kaggle_Data Visualization of Bar Charts and Heatmaps

摘要： step0 activate bar charts and heatmaps 载入库文件 import pandas as pd pd.plotting.register_matplotlib_converters() import matplotlib.pyplot as plt %matplot 阅读全文

posted @ 2020-05-12 20:01 yukun093 阅读(471) 评论(0) 推荐(0) 编辑

Kaggle_Data Visulazation of line charts

摘要： step0 setup set up pyhton libraries import pandas as pd pd.plotting.register_matplotlib_converters() import matplotlib.pyplot as plt %matplotlib inlin 阅读全文

posted @ 2020-05-11 20:24 yukun093 阅读(329) 评论(0) 推荐(0) 编辑

Kaggle_Data Visulazation of seaborn

摘要： exercise1 首先下载.csv文件的数据集，该数据集是基于如下背景： In this notebook, we'll work with a dataset of historical FIFA rankings for six countries: Argentina (ARG), Braz 阅读全文

posted @ 2020-05-10 20:06 yukun093 阅读(317) 评论(0) 推荐(0) 编辑

jquery_3 轮播图

摘要：试验版：每过2秒，动态切换图片 <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>轮播图实现</title> <style type="text/css"> /*标题样式*/ p{ text-align:ce 阅读全文

posted @ 2020-05-01 22:54 yukun093 阅读(224) 评论(0) 推荐(0) 编辑

jquery_2

摘要： 1jquery进阶 1.1jquery属性操作之html,text,,val方法 // 属性 $("").attr(); $("").removeAttr(); $("").prop(); $("").removeProp(); // css类 $("").addClass(class|fn) $( 阅读全文

posted @ 2020-04-24 21:25 yukun093 阅读(166) 评论(0) 推荐(0) 编辑

jquery_1

摘要： 1jquery选择器 jquery的基本语法：$(selector).action(); 比如 $("div").css("color","red"); 2jquery查找筛选器 2.1基本选择器 $("*") $("#id") $(".class") $("element") $(".class, 阅读全文

posted @ 2020-04-19 19:42 yukun093 阅读(99) 评论(0) 推荐(0) 编辑

coursera Deeplearning_4

摘要： 4Convolutional Neural Networks 4.1Edge detection example kernel = filter CNN的计算过程：计算元素积将权重矩阵中的每一个元素和6x6的矩阵中的元素做乘积，可以得到4x4矩阵中的目标值，比如第一个乘积是 3x1 + 0 + 阅读全文

posted @ 2020-04-11 23:41 yukun093 阅读(146) 评论(0) 推荐(0) 编辑

coursera deeplearning_3

摘要： 1structure machine learning program 1.1understanding human-level performance human-level means different levels are corresponding to the different err 阅读全文

posted @ 2020-04-08 20:48 yukun093 阅读(109) 评论(0) 推荐(0) 编辑

coursera Deeplearning_2

摘要： 2Improved neural networks 2.1深度学习使用层面 2.1.1正则化可以减小过拟合正则化为什么可以减小overfitting? 因为添加lambda parameters以后，在z不变情况下，WL*A[L-1]相对就减小，缩小到线性区域后，z近似于linear，所以clas 阅读全文

posted @ 2020-03-26 11:27 yukun093 阅读(114) 评论(0) 推荐(0) 编辑

Sword & Farris