为您找到课程结果约 54

机器学习从入门到精通

0人评价 (1)人学习
课程掌握知识点:    (1) 熟悉机器学习中数据处理、数据建模的流程;掌握机器学习的基本概念;    (2)掌握Scikit-learn库的使用,能够基于Python语言和Scikit-learn库实现机器学习的实际应用

Java编程基础

0人评价 (56)人学习
课程面向基础学员,学员可以零基础或拥有部分C语言基础都可以。

网页静态技术—CSS

0人评价 (0)人学习
CSS,全称层叠样式表(Cascading Style Sheets),是一种用于描述HTML或XML(包括如SVG、MathML等衍生技术)文档样式的计算机语言

工作室项目:PySpark影院复工数据分析

0人评价 (0)人学习
2.项目目标        本项目旨在利用大数据计算框架Spark和编程语言Python,对全国影院复工数据进行分析,通过分析影院的复工情况、复工趋势和全国、各省总票房数据变化,以及电影累计票房,根据分析结果

大模型prompt工程

0人评价 (1)人学习
大模型概述 在开篇,我们将深入研究大模型的概念,揭示它们的工作原理以及它们在自然语言处理和图像处理中的关键作用。

招聘网站数据采集与人才需求分析

0人评价 (1)人学习
通过学习本案例,可掌握数据采集、XPath查询语言、字符串处理、数据可视化、数据合并、词云绘制的主要方法和技能,并为后续相关课程学习及将来从事数据分析工作奠定基础。

公众健康问句分类

0人评价 (6)人学习
三、建议前置课程 TensorFlow2深度学习实战 自然语言处理

工作室项目:Spark家用电器和电子产品线上购买数据分析

0人评价 (0)人学习
3.核心技术    (1)Scala编程语言    (2)大数据计算框架Spark    (3)结构化数据处理工具Spark SQL

【图书】Python数据挖掘:入门、进阶与实用案例分析

0人评价 (9)人学习
‖ 教材特色 本书基于“泰迪杯”竞赛中经典赛题,由浅入深的讲解数据挖掘的使用方法,进一步的带领读者如身临其境般的了解各个领域的业务知识,进而最终达成将数据挖掘、Python语言技术和行业知识三者进行了有机融入