Публикации по теме 'jupyter-notebook'
10 главных причин, по которым Jupyter Notebook — лучшая IDE для разработки на Python
Интегрированная среда разработки (IDE) — это программное приложение, которое предоставляет разработчикам комплексную платформу для кодирования, тестирования и отладки программных приложений. Он объединяет несколько инструментов в один, включая текстовый редактор, отладчик и компилятор. IDE очень полезны для разработки программного обеспечения, поскольку они могут значительно сократить количество времени и усилий, необходимых для разработки программных приложений.
Одним из основных..
Встраивайте блокнот Jupyter в статические веб-страницы локально
Краткое руководство по встраиванию Jupyter Notebook
Энтузиасты науки о данных и машинного обучения публикуют свои исследования вместе с кодами, которые в основном написаны на Python или R, в своих блогах и статьях. Многие из нас до сих пор не могут предоставить наш код для интерактивного запуска на наших веб-страницах, не отвлекая пользователя, который постоянно читает наш блог. Новый веб-разработчик может ответить на эту загадку без какого-либо глубокого анализа.
‹ iframe src = 'http:..
YOLO обнаруживает и напоминает водителю о необходимости соблюдать дистанцию в режиме реального времени — экспериментальный рекорд ROG…
В настоящее время электромобили или новые автомобили, будь то Wei Xiaoli (NIO, Xiaopeng, Ideal, BYD) с другой стороны, или новые автомобили в Европе и США, более или менее имеют связанные приложения для защиты водителей, такие как снижение скорости автомобиля, перемещение кузова и т.д.
Чтобы сделать эти приложения, первое, что нужно установить, это то, что машина должна научиться обнаруживать объекты, как улучшить эффект с помощью основной функции выражения, уменьшить значение функции..
Почему Pandas itertuples () быстрее, чем iterrows (), и как сделать это еще быстрее
Вступление
В этой статье я объясню, почему itertuples() функция pandas работает быстрее, чем iterrows() . Что еще более важно, я поделюсь инструментами и методами, которые я использовал для обнаружения источника узкого места в iterrows() . К концу этой статьи вы будете оснащены основными инструментами для профилирования и оптимизации вашего кода Python.
Код для воспроизведения результатов, описанных в этой статье, доступен здесь . Я предполагаю, что у читателя есть приличный..
Я, как специалист по данным, покажу вам, почему Jupyter Notebook и Jupyter Lab хороши для работы с данными…
Для тех, кто хочет начать работу с анализом данных в Python
В этой статье будут представлены Jupyter Notebook и Jupyter Lab (совместно называемые Jupyter), очень надежные инструменты для анализа данных в Python.
Jupyter уже широко используется в мире науки о данных, но я хотел бы показать его преимущества с помощью демонстрации.
Предположения
В этой статье я анализирую данные при следующих условиях.
Анализируйте табличные данные, а не неструктурированные данные, такие как..
Полное руководство по Python среднего уровня в Jupyter Notebook
Введение
Добро пожаловать на захватывающий этап вашего путешествия по Python! Когда вы отправитесь на промежуточную территорию, мы изучим расширенные концепции с помощью Jupyter Notebook, мощного инструмента, который объединяет код, визуализацию и объяснения в единой среде. В этом руководстве представлено пошаговое руководство, дополненное установками библиотек, фрагментами кода и рекомендуемыми ресурсами.
Содержание
Настройка среды
Установка Anaconda. Прежде чем..
Исследовательский анализ данных с помощью Python Jupyter Notebook: руководство о том, как выполнять исследовательский…
Введение
Исследовательский анализ данных — важный первый шаг при работе с любыми новыми данными. Это позволяет нам ознакомиться с данными, выявить любые проблемы или аномалии и получить информацию, которая поможет направлять остальную часть процесса анализа.
В этом сообщении блога я расскажу о выполнении исследовательского анализа данных в Python с использованием Jupyter Notebook.
Импорт данных
Первый шаг — импортировать данные в блокнот Jupyter. Например, мы будем использовать..
Новые материалы
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..