矩阵运算, numpy, pandas, matplotlib, sklearn 可视化¶
在数学中，矩阵（Matrix）是一个按照长方阵列排列的复数或实数集合，最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。 矩阵是高等代数学中的常见工具，也常见于统计分析等应用数学学科中。在物理学中，矩阵于电路学、力学、光学和量子物理中都有应用；计算机科学中，大数据和机器学习更是大量运用了矩阵。
- 矩阵: 矩阵（Matrix）是人为约定的一种数据的表示方法，在图像处理、人工智能等领域，使用矩阵来表示和处理数据
- Python: 编程实践所使用的语言
- Numpy: Python 的数值计算库
- pandas: Python的一个数据分析包，纳入了大量库和一些标准的数据模型, 为时间序列分析提供了很多函数支持
- matplotlib: Python编程语言及其数值数学扩展包 NumPy的可视化操作界面
- sklearn: Python第三方提供的非常强力的机器学习库，包含了从数据预处理到训练模型
目录¶
- 人工智能教程目录
- Python – 如何使用 t-SNE 進行降維
- 特征值分解、奇异值分解、PCA概念
- Numpy中矩阵计算模块linalg的常用函数
- 加快Scikit-Learn训练
- 特征选择: 如何丢掉95%的数据并获得95%的准确率
- 用几行代码显著加快pandas速度的6种方法
- 使用 joblib 对 Pandas 数据进行并行处理
- 时间序列分析和预测
- 时间序列的趋势判断
- imblearn SMOTE算法处理样本类别不平衡
- gridSearchCV（网格搜索）的参数、方法及示例
- 混淆矩阵、准确率、精确率/查准率、召回率/查全率、F1值、ROC曲线的AUC值
- XGBoost介绍
- XGBoost 使用讲解
- 讲解绘图与支持向量机(support vector machine)