甘虎文'blogs

多线程特点_随机性12345678910111213141516171819202122import threading# 使用多线程来模拟小明一边编写num行代码，一边听count首音乐功能实现。def coding(name, num): for i in range(num): print(f"{name}正在敲{i}行代码")def music(name, count): for i in range(count): print(f"{name}正在听{i}遍音乐")# args 元组# kwargs 字典if __name__ == '__main__': t1 = threading.Thread(target=coding, args=("小明", 100)) t2 = threading.Thread(target=music, args=("小...

朴素贝叶斯朴素贝叶斯介绍 复习常见概率的计算 知道贝叶斯公式 了解朴素贝叶斯是什么 了解拉普拉斯平滑系数的作用 【知道】常见的概率公式 条件概率： 表示事件A在另外一个事件B已经发生条件下的发生概率，P(A|B) 在女神喜欢的条件下，职业是程序员的概率？ 女神喜欢条件下，有 2、3、4、7 共 4 个样本 4 个样本中，有程序员 3、4 共 2 个样本 则 P(程序员|喜欢) = 2/4 = 0.5 联合概率： 表示多个条件同时成立的概率，P(AB) = P(A) P(B|A)特征条件独立性假设：P(AB) = P(A) P(B) 职业是程序员并且体型匀称的概率？ 数据集中，共有 7 个样本 职业是程序员有 1、3、4 共 3 个样本，则其概率为：3/7 在职业是程序员，体型是匀称有 3 共 1 个样本，则其概率为：1/3 则即是程序员又体型匀称的概率为：3/7 * 1/3 = 1/7 联合概率 + 条件概率： 在女神喜欢的条件下，职业是程序员、体...

大纲 文件的概念与基本操作 Python异常处理方式【掌握】 内置模块与自定义模块的应用【活学活用】 学生管理系统 文件的概念学习目标 理解文件的相关概述 理解文件的作用 什么是文件内存中存放的数据在计算机关机后就会消失。要长久保存数据，就要使用硬盘、光盘、U 盘等设备。为了便于数据的管理和检索，引入了==“文件”==的概念。 一篇文章、一段视频、一个可执行程序，都可以被保存为一个文件，并赋予一个文件名。操作系统以文件为单位管理磁盘中的数据。一般来说，==文件可分为文本文件、视频文件、音频文件、图像文件、可执行文件等多种类别。== 思考：文件操作包含哪些内容呢？在日常操作中，我们对文件的主要操作：创建文件、打开文件、文件读写、文件备份等等 文件操作的作用文件操作的作用就是==把一些内容(数据)存储存放起来==，可以让程序下一次执行的时候直接使用，而不必重新制作一份，省时省力。 总结Q1: 文件操作包括哪些内容? 打开文件 读写操作 关闭文件 ...

子类重写父类的功能12345678910111213141516171819202122232425262728293031323334353637# 小明掌握了老师傅和黑马的技术后，# 自己潜心钻研出一套自己的独门配方的全新摊煎饼果子技术。"""重写解释： 概念：重写也叫覆盖，即子类出现和父类【重名】的属性或者方法 。称之为重写 调用层次：就近原则 子类用子类的，没有就去找父类的，依次按照继承顺序去找其他父类"""class Master: def __init__(self): self.kongfu = "[古法煎饼果子配方]" def make_cake(self): print(f"运用{self.kongfu}制作煎饼果子")class School: def __init__(self): self.kongfu = "[黑马AI煎饼果子配方]" de...

今日内容大纲 Python推导式定义与应用 函数定义与嵌套 ※※ 变量的作用域 函数参数进阶 ※※ lambda函数应用场景 推导式学习目标 掌握推导式的相关用法 什么是推导式推导式comprehensions（又称解析式），是Python的一种独有特性。推导式是可以从一个数据序列构建另一个新的数据序列（一个有规律的列表或控制一个有规律列表）的结构体。 共有三种推导：列表推导式、集合推导式、字典推导式。 为什么需要推导式案例：创建一个0-9的列表 while循环： 123456789# 初始化计数器i = 0list1 = []# 编写循环条件while i <= 9: list1.append(i) # 更新计数器 i += 1print(list1) for循环： 12345list1 = []# 编写for循环for i in range(0, 10): list1.append(i)print(list1) 思考：我们能不能把以上代码简化为一行代码搞定这个程序呢？ 答：可以，使用推导式 列表推导式基本语法： 123...

逻辑回归逻辑回归简介学习目标： 1.知道逻辑回归的应用场景 2.复习逻辑回归应用到的数学知识 【了解】应用场景 逻辑回归是解决二分类问题的利器 【熟悉】数学知识【知道】sigmoid函数 【理解】概率 【理解】极大似然估计核心思想： 设模型中含有待估参数w，可以取很多值。已经知道了样本观测值，从w的一切可能值中（选出一个使该观察值出现的概率为最大的值，作为w参数的估计值，这就是极大似然估计。（顾名思义：就是看上去那个是最大可能的意思） 举个例子： 假设有一枚不均匀的硬币，出现正面的概率和反面的概率是不同的。假定出现正面的概率为𝜃， 抛了6次得到如下现象 D = {正面，反面，反面，正面，正面，正面}。每次投掷事件都是相互独立的。 则根据产生的现象D，来估计参数𝜃是多少? 1234P(D|𝜃) = P {正面，反面，反面，正面，正面，正面} = P(正面|𝜃) P(正面|𝜃) P(正面|𝜃) P(正面|𝜃) P(正面|𝜃) P(正面|𝜃)=𝜃 *(1-𝜃)*(1-𝜃)𝜃*𝜃*𝜃 = 𝜃4(1 − 𝜃) 问题转化为...

循环神经网络RNN1 RNN介绍1.1 RNN概念循环神经网络（Recurrent Neural Network, RNN）是一种==专门处理序列数据的神经网络==。与传统的前馈神经网络不同，RNN具有“循环”结构，能够处理和记住前面时间步的信息，使其特别适用于时间序列数据或有时序依赖的任务。 我们要明确什么是序列数据，时间序列数据是指在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。这是时间序列数据的定义，当然这里也可以不是时间，比如文字序列，但总归序列数据有一个特点——后面的数据跟前面的数据有关系。 1.2 RNN应用场景 自然语言处理（NLP）：文本生成、语言建模、机器翻译、情感分析等。 时间序列预测：股市预测、气象预测、传感器数据分析等。 语音识别：将语音信号转换为文字。 音乐生成：通过学习音乐的时序模式来生成新乐曲。 1.3 自然语言处理概述自然语言处理（Nature language Processing, NLP）研究的主要是==通过计算机算法来理解自然语言。=...

今日大纲 列表增删改查及其应用场景 元组定义与使用 字典的增删改查与应用 集合的定义与增删查 【掌握】列表及其应用场景学习目标 掌握列表的定义格式及相关操作 掌握列表嵌套相关应用 为什么需要列表思考：有一个人的姓名(TOM)怎么书写存储程序？ 答：变量。 思考：如果一个班级100位学生，每个人的姓名都要存储，应该如何书写程序？声明100个变量吗？ 答：No，我们使用列表就可以了， 列表一次可以存储多个数据。 在Python中，我们把这种数据类型称之为列表。但是在其他的编程语言中，如Java、PHP、Go等等中其被称之为数组。 列表的定义1列表序列名称 = [列表中的元素1, 列表中的元素2, 列表中的元素3, ...] 案例演示：定义一个列表，用于保存苹果、香蕉以及菠萝 12345list1 = ['apple', 'banana', 'pineapple']# list列表类型支持直接打印print(list1)# 打印列表的数据类型print(type(list1)) # <class &...

面向对象和面向过程 编程思想 就是人们利用计算机来解决问题的思维. 分类 面向过程 它是一种编程思想, 强调的是以 步骤(过程) 为基础完成各种操作. 面向对象 参考思路: 概述, 思想特点, 举例, 总结 它是一种编程思想, 强调的是以 对象 为基础完成各种操作, 它是基于 面向过程的.说到面向对象, 不得不提的就是它的三大思想特点: 1. 更符合人们的思考习惯. 2. 把复杂的事情简单化. 3. 把人们(程序员)从执行者变成指挥者. 举例: 越符合当时的场景越好, 例如: 买电脑, 洗衣服… 总结: 万物接对象. 面向对象特征介绍 三大特征 封装 继承 多态 封装简介 概述 就是隐藏对象的属性和实现细节, 仅对外提供公共的访问方式. 举例 电脑, 手机, 函数, 类 = 属性 + 行为 好处 提高代码的安全性. (私有化) 提高代码的复用性. (函数) 继承 概述 子类继承父类的成员, 例如: 属性, 行为等.大白话: 子承父业. 好处 提高代码的复用性. 多态...

神经网络基础神经网络深度学习神经网络就是大脑仿生，数据从输入到输出经过一层一层的神经元产生预测值的过程就是==前向传播（也叫正向传播）==。 前向传播涉及到人工神经元是如何工作的（也就是神经元的初始化、激活函数），神经网络如何搭建，权重参数计算、数据形如何状变化。千里之行始于足下，我们一起进入深度学习的知识海洋吧。 神经网络概念什么是神经网络人工神经网络（Artificial Neural Network， 简写为ANN）也简称为神经网络（NN），是一种模仿生物神经网络结构和功能的计算模型。它由多个互相连接的人工神经元（也称为节点）构成，可以用于处理和学习复杂的数据模式，尤其适合解决非线性问题。人工神经网络是机器学习中的一个重要模型，尤其在深度学习领域中得到了广泛应用。 人脑可以看做是一个生物神经网络，由众多的神经元连接而成。各个神经元传递复杂的电信号，树突接收到输入信号，然后对信号进行处理，通过轴突输出信号。下图是生物神经元示意图： 当电信号通过树突进入到细胞核时，会逐渐聚集电荷。达到一定的电位后，细胞就会被激活，通过轴突发出电信号。 ...