博文
-
你的机器“不肯”学习，怎么办？
- 热度 1
- 给你讲讲机器学习数据预处理中，归一化（normalization）的重要性。 前情回顾 Previously, on 玉树芝兰 …… 我给你写了一篇《 如何用 Python 和 Tensorflow 2.0 神经网络分类表格数据？ 》，为你讲解了 Tensorflow 2.0 处理结构化数据的分类。 结尾处，我给你 留了一个问题 。 把测试集输入模型中，检验效果。 ...
-
文科生 Python 与数据科学入门教材推荐
- 从入门到精通，给你推荐几本 Python 与数据科学好书。 需求 最近读者数量增长了不少。有许多新读者留言，说自己想入门 Python 与数据科学，希望我能够推荐一些教材书籍。 老读者们都知道，我经常会在教程末尾的“资源”或者“小结”章节，推荐相关的书目。我推荐的书籍，有个特点，就是写得简明易懂，适合文科生阅 ...
-
如何用 Python 和 Tensorflow 2.0 神经网络分类表格数据？
- 热度 1
- 以客户流失数据为例，看 Tensorflow 2.0 版本如何帮助我们快速构建表格（结构化）数据的神经网络分类模型。 变化 表格数据，你应该并不陌生。毕竟， Excel 这东西在咱们平时的工作和学习中，还是挺常见的。 在之前的教程里，我为你分享过， 如何利用深度神经网络，锁定即将流失的客户 。里面用到的，就是这样的表 ...
-
如何用 Python 和 BERT 做中文文本二元分类？
- 兴奋 去年， Google 的 BERT 模型一发布出来，我就很兴奋。 因为我当时正在用 fast.ai 的 ULMfit 做自然语言分类任务（还专门写了《 如何用 Python 和深度迁移学习做文本分类？ 》一文分享给你）。ULMfit 和 BERT 都属于预训练语言模型（Pre-trained Language Modeling），具有很多的相似性。 所谓语言模型，就是利 ...
- 如何将 PDF 表格数据免费转换到 Excel ？
- 所见即所获，提升你的数据采集效率。 需求 写了那篇《 如何用Python批量提取PDF文本内容？ 》后，我在后台收到了许多留言。 不少读者询问，如果是 PDF 文件中的表格呢？能否正确转换？ 我当时没有理解这种需求。因为那篇文章谈的主要是把文本抽取出来，目的主要是进行下一步的自然语言处理。这种 PDF 文件中大量的 ...
-
如何用 R 绘制交互式社会网络图？
- 热度 1
- 挖掘社会关系网络，助你洞若观火。 需求 最近有个学生问我，如何绘制 交互式 社会网络图（Interactive Social Network Graph）？ 之所以一定要交互式，是因为他的应用场景，是演示给客户。 他解释说，如果客户有选项，可以根据需要来缩放图形、聚焦类别，甚至是可以拖拽图形元素，以不同视角来查看，那展示效果显 ...
- 如何用虚拟现实培训领导力？
- 盛会 2019年3月18日-20日，第四届中美智慧教育大会（US-China Smart Education Conference）在北得克萨斯大学（University of North Texas, UNT）举行。 我恰好正在 UNT 访学，近水楼台，欣然付费参加。因为这学期我作为 adjunct faculty 授课，还有个员工优惠码可用。但为了要优惠，单位只能填 UNT 。所以在一次中 ...
- 如何用 Python 和 Pandas 分析犯罪记录开放数据？
- 从开放数据中，你可以了解一个城市或者社区是否安全，并合理避险。 开放 3月2日，应主办方 TechMill 的邀请，我参加了在达拉斯公共图书馆举行的“达拉斯-沃斯堡开放数据日”（DFW Open Data Day）。 为了鼓励我 INFO 5731 课程的学生们积极参加这项活动，我还制定了加分政策。 不过因为加分策略偏于保守，来的 ...
-
如何用 Google Colab 练 Python？
- 热度 5
- 自动配置、有效求助、协作编程、版本控制。一站式解决 Python 新手练习中的痛点。 痛点 这个学期，我在北得克萨斯大学（University of North Texas）教 INFO 5731: Computational Methods for Information Systems 课程，主要内容包括： Python 基础、自然语言处理，以及机器学习。 授课的对象是信息科学、数据科 ...
- 坐自动驾驶汽车，是怎样的一种体验？
- 管中窥豹，遇见未来。 好不容易放个假，好好歇歇。所以咱们这次，就不给大家讲 Python 编程了。 但是咱们要谈的话题，依然是和数据科学有关。那就是——自动驾驶。 我上课的时候，没少给学生播放 Tesla 那段脍炙人口的自动驾驶视频。学生们都觉得很惊艳。 但是，看视频，和自己坐在这样的车上，还是有些区别 ...
