打卡20道，秋招干就完了

坚持打开，只为一个秋招offer

打卡，错的有点多哦，18/30

学习下SQL的题

62继续刷题！

最近在学习数据库，做下专项练习，看看自己的掌握情况，刚及格，还得把不清楚的地方抓起来

目录 1、均匀分布的随机数（rand） 2、均匀分布的伪随机整数（randi） 3、控制随机数生成（rng） 参考文献 1、均匀分布的随机数（rand） X = rand 返回一个在区间 (0,1) 内均匀分布的随机数。 >> X = rand X = 0.421761282626275 X = rand(n) 返回一个 n×n 的随机数矩阵。 >> X = rand(4) X = 0.814723686393179 0.632359246225410 0.95750683543...

 运行代码如下： import os import pandas as pd import requests PATH='F:/Machine Learning/Python-Machine-Learning-Blueprints（python机器学习实践指南）/Chapter 01/iris/' r=requests.get('https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data') with open(PATH+'iris.data','w') as f: f.write(r.text...

打造一个机器学习的应用程序，从工作流程方面熟悉整体的步骤，对后面深入学习有很大的帮助。 整个过程有六个步骤： 1. 获取 2. 检查 3. 清洗 4. 建模 5. 评估 6. 部署 1. 获取 机器学习中的数据，可以来自不同的数据源，可能是csv文件，也可能是从服务器拉取出来的日志，或者是自己构建的web爬虫。 2. 检查 获取了数据，下一步进行合理地检查数据，最好的方法是发现不可能或几乎不可能的事情。无论数据是何种类型，检查最极端的情况。它们是否有意义？一个较好的实践是对数据进行简单的统计测试，并将数据可视化。可能有些数...