vault backup: 2024-01-06 02:07:50

Spaces/000-Task/Python.md

@@ -0,0 +1,338 @@
+---
+atlas: "[[Task Tracker]]"
+completed: 0
+created: 2023-07-08 03:23:31
+incomplete: 318
+modified: 2024-01-06 01:51:24
+tags:
+  - Task
+title: Python
+total: 318
+---
+
+# 黑马程序员 Python 基础
+
+- [ ] 初识 python
+- [ ] 什么是编程语言
+- [ ] Python 环境安装
+- [ ] 第一个 Python 程序 - Hello World
+- [ ] 第一个 Python 程序 - 练习讲解
+- [ ] 第一个 Python 程序 - 常见问题解答
+- [ ] Python 解释器
+- [ ] PyCharm 开发工具的安装和基础使用
+- [ ] PyCharm 的基础使用
+- [ ] 第一章重点内容回顾
+- [ ] 字面量
+- [ ] 注释
+- [ ] 变量
+- [ ] 数据类型
+- [ ] 数据类型转换
+- [ ] 标识符
+- [ ] 运算符
+- [ ] 字符串的三种定义方式
+- [ ] 字符串的拼接
+- [ ] 字符串的格式化
+- [ ] 字符串格式化的精度控制
+- [ ] 字符串格式化的方式 2
+- [ ] 对表达式进行格式化
+- [ ] 字符串格式化练习题讲解
+- [ ] 数据输入（input 语句）
+- [ ] 布尔类型和比较运算符
+- [ ] if 语句的基本格式
+- [ ] 【案例】成年人判断讲解
+- [ ] if else 组合判断语句
+- [ ] 【案例】我要买票吗讲解
+- [ ] if elif else 组合使用的语法
+- [ ] 【案例】猜猜心里数字讲解
+- [ ] 判断语句的嵌套
+- [ ] 判断语句综合案例
+- [ ] while 循环的基础应用
+- [ ] 【案例】求 1-100 的和讲解
+- [ ] while 循环猜数字案例
+- [ ] while 循环的嵌套应用
+- [ ] 【案例】九九乘法表
+- [ ] for 循环的基础语法
+- [ ] 【案例】数一数多少字母 a 详解
+- [ ] range 语句
+- [ ] for 循环临时变量作用域
+- [ ] for 循环的嵌套使用
+- [ ] for 循环打印九九乘法表
+- [ ] continue 和 break
+- [ ] 循环综合案例
+- [ ] 函数的初体验
+- [ ] 函数的基础定义语法
+- [ ] 函数基础定义练习案例
+- [ ] 函数的传入参数
+- [ ] 函数的参数练习案例
+- [ ] 函数的返回值自定义语法
+- [ ] 函数返回值之 None 类型
+- [ ] 函数的说明文档
+- [ ] 函数的嵌套调用
+- [ ] 变量在函数中的作用域
+- [ ] 函数综合案例
+- [ ] 数据容器入门
+- [ ] 列表的定义语法
+- [ ] 列表的下标索引
+- [ ] 列表的常用操作方法
+- [ ] 列表的常用操作课后练习讲解
+- [ ] 列表的循环遍历
+- [ ] 元组的定义和操作
+- [ ] 字符串的定义和操作
+- [ ] 字符串的课后练习讲解
+- [ ] 数据容器（序列）的切片
+- [ ] 序列的切片课后练习讲解
+- [ ] 集合的定义和操作
+- [ ] 集合的课后练习
+- [ ] 字典的定义
+- [ ] 字典的常用操作
+- [ ] 字典课后联系讲解
+- [ ] 五类数据容器的总结对比
+- [ ] 数据容器的通用操作
+- [ ] 字符串大小比较的方式
+- [ ] 函数的多返回值
+- [ ] 函数的多种参数使用形式
+- [ ] 函数作为参数传递
+- [ ] lambda 匿名函数
+- [ ] 文件编码概念
+- [ ] 文件的读取操作
+- [ ] 文件读取的课后练习讲解
+- [ ] 文件的写出操作
+- [ ] 文件的追加写入操作
+- [ ] 文件操作的综合案例
+- [ ] 了解异常
+- [ ] 异常的捕获
+- [ ] 异常的传递性
+- [ ] 模块的概念和导入
+- [ ] 自定义模块并导入
+- [ ] 自定义 Python 包
+- [ ] 安装第三方包
+- [ ] 异常、模块、包综合案例讲解
+- [ ] 案例介绍
+- [ ] JSON 数据格式的转换
+- [ ] pyecharts 的入门使用
+- [ ] 数据准备
+- [ ] 生成折线图
+- [ ] 数据可视化案例 - 地图
+- [ ] 全国疫情地图构建
+- [ ] 河南省疫情地图绘制
+- [ ] 基础柱状图构建
+- [ ] 基础时间线柱状图绘制
+- [ ] 动态 GDP 柱状图绘制
+- [ ] 初识对象
+- [ ] 类的成员方法
+- [ ] 类和对象
+- [ ] 构造方法
+- [ ] 魔术方法
+- [ ] 封装
+- [ ] 封装的课后练习题讲解
+- [ ] 继承的基础语法
+- [ ] 复写父类成员和调用父类成员
+- [ ] 变量的类型注解
+- [ ] 函数和方法类型注解
+- [ ] Union 联合类型注解
+- [ ] 多态
+- [ ] 数据分析案例步骤 1 文件读取
+- [ ] 数据分析案例步骤 2 数据计算
+- [ ] 数据分析案例步骤 3 可视化开发
+- [ ] SQL 章节前言
+- [ ] 数据库介绍
+- [ ] MySQL 安装
+- [ ] MySQL 的入门使用
+- [ ] SQL 基础和 DDL
+- [ ] SQL - DQL - 基础查询
+- [ ] SQL - DQL - 分组聚合
+- [ ] SQL - DQL - 排序分页
+- [ ] Python 操作 MySQL 基础使用
+- [ ] Python 操作 MySQL 数据插入
+- [ ] 综合案例
+- [ ] PySpark 实战前言介绍
+- [ ] 基础准备
+- [ ] 数据输入
+- [ ] 数据计算 - map 方法
+- [ ] 数据计算 - flatmap 方法
+- [ ] 数据计算 - reducebykey 方法
+- [ ] 数据计算 - 练习案例 1
+- [ ] 数据计算 - filter 方法
+- [ ] 数据计算 - distinct 方法
+- [ ] 数据计算 - sortby 方法
+- [ ] 数据计算 - 练习案例 2
+- [ ] 数据输出 - 输出为 Python 对象
+- [ ] 数据输出 - 输出到文件中
+- [ ] 综合案例
+- [ ] 大数据分布式集群运行综合案例代码
+- [ ] 闭包
+- [ ] 装饰器
+- [ ] 设计模式 - 单例模式
+- [ ] 设计模式 - 工厂模式
+- [ ] 多线程并行执行概念
+- [ ] 多线程编程
+- [ ] Socket 服务端开发
+- [ ] Socket 客户端开发
+- [ ] 正则表达式 - 基础方法
+- [ ] 正则表达式 - 元字符匹配
+- [ ] 递归
+
+# 爬虫
+
+- [ ] 课程介绍
+- [ ] 快速易懂 Python 入门
+- [ ] 爬虫的流程？从入门到入狱？
+- [ ] 什么是 HTTP 请求和相应？
+- [ ] 如何用 Python Requests 发送请求
+- [ ] 如何用 Python Requests 拿到豆瓣源码
+- [ ] 什么是 HTML 网页结构
+- [ ] HTML 有哪些常见标签
+- [ ] 练习 HTML 常见标签
+- [ ] 如何用 Beautiful Soup 解析 HTML 内容
+- [ ] 从源码获取豆瓣电影 TOP250
+- [ ] 下一步是什么？
+
+# 吴恩达机器学习
+
+- [ ] 课程介绍
+- [ ] 机器学习应用
+- [ ] 机器学习定义
+- [ ] 监督学习（1）
+- [ ] 监督学习（2）
+- [ ] 无监督学习（1）
+- [ ] 无监督学习（2）
+- [ ] Jupyter notebooks
+- [ ] 线性回归模型（1）
+- [ ] 线性回归模型（2）
+- [ ] 代价函数公式
+- [ ] 理解代价函数
+- [ ] 可视化代价函数
+- [ ] 可视化举例
+- [ ] 梯度下降
+- [ ] 梯度下降的实现
+- [ ] 理解梯度下降
+- [ ] 学习率
+- [ ] 用于线性回归的梯度下降法
+- [ ] 运行梯度下降
+- [ ] 多维特征
+- [ ] 向量化（1）
+- [ ] 向量化（2）
+- [ ] 用于多元线性回归的梯度下降法
+- [ ] 特征缩放（1）
+- [ ] 特征缩放（2）
+- [ ] 判断梯度下降是否收敛
+- [ ] 如何设置学习率
+- [ ] 特征工程
+- [ ] 多项式回归
+- [ ] 动机与目的
+- [ ] 逻辑回归
+- [ ] 决策边界
+- [ ] 逻辑回归中的代价函数
+- [ ] 简化逻辑回归代价函数
+- [ ] 实现梯度下降
+- [ ] 过拟合问题
+- [ ] 解决过拟合
+- [ ] 正则化
+- [ ] 用于线性回归的正则方法
+- [ ] 用于逻辑回归的正则方法
+- [ ] 欢迎来到第二课
+- [ ] 神经元和大脑
+- [ ] 需求预测
+- [ ] 【案例】图像感知
+- [ ] 神经网络中的网络层
+- [ ] 更复杂的神经网络
+- [ ] 神经网络向前传播
+- [ ] 如何用代码实现推理
+- [ ] Tensorflow 中数据形式
+- [ ] 搭建一个神经网络
+- [ ] 单个网络层上的前向传播
+- [ ] 前向传播的一般实现
+- [ ] 强人工智能
+- [ ] 神经网络为何如此高效
+- [ ] 矩阵乘法
+- [ ] 矩阵乘法规则
+- [ ] 矩阵乘法代码
+- [ ] Tensorflow 实现
+- [ ] 模型训练细节
+- [ ] Sigmoid 激活函数的替代方案
+- [ ] 如何选择激活函数
+- [ ] 为什么模型需要激活函数
+- [ ] 多分类问题
+- [ ] Softmax
+- [ ] 神经网络的 Softmax 输出
+- [ ] Softmax 的改进实现
+- [ ] 多个输出的分类
+- [ ] 高级优化方法
+- [ ] 其它的网络层类型
+- [ ] 什么是导数
+- [ ] 计算图
+- [ ] 大型神经网络案例
+- [ ] 决定下一步做什么
+- [ ] 模型评估
+- [ ] 模型选择和交叉验证测试集的训练方法
+- [ ] 通过偏差与方法进行诊断
+- [ ] 正则化、偏差、方差
+- [ ] 指定一个用于性能评估的基准
+- [ ] 学习曲线
+- [ ] 决定下一步做什么
+- [ ] 方差与偏差
+- [ ] 机器学习开发的迭代
+- [ ] 误差分析
+- [ ] 添加更多数据
+- [ ] 迁移学习 - 使用其他任务中的数据
+- [ ] 机器学习项目的完整周期
+- [ ] 公平、偏见与伦理
+- [ ] 倾斜数据集的误差指标
+- [ ] 精确率与召回率的权衡
+- [ ] 决策树模型
+- [ ] 学习过程
+- [ ] 纯度
+- [ ] 选择拆分信息增益
+- [ ] 整合
+- [ ] 独热编码 One-hot
+- [ ] 连续有价值的功能
+- [ ] 回归树
+- [ ] 使用多个决策树
+- [ ] 有放回抽样
+- [ ] 随机森林
+- [ ] XGBoost
+- [ ] 何时使用决策树
+- [ ] 欢迎来到第三课
+- [ ] 什么是聚类
+- [ ] K-means 直观理解
+- [ ] K-means 算法
+- [ ] 优化目标
+- [ ] 初始化 K-means
+- [ ] 选择聚类数量
+- [ ] 发现异常事件
+- [ ] 高斯正态分布
+- [ ] 异常检测算法
+- [ ] 开发与评估异常检测系统
+- [ ] 异常检测与监督学习对比
+- [ ] 选择使用什么特征
+- [ ] 提出建议
+- [ ] 使用每个特征
+- [ ] 协同过滤算法
+- [ ] 二进制标签
+- [ ] 均值归一化
+- [ ] 协同过滤 Tensorflow 实现
+- [ ] 寻找相关特征
+- [ ] 协同过滤与基于内容过滤对比
+- [ ] 基于内容过滤的深度学习方法
+- [ ] 从大型目录中推荐
+- [ ] 推荐系统中的伦理
+- [ ] 基于内容过滤的 Tensorflow 实现
+- [ ] 降低特征数量
+- [ ] PCA 算法
+- [ ] PCA 代码实现
+- [ ] 【案例】火星探测器
+- [ ] 强化学习的汇报
+- [ ] 强化学习的策略
+- [ ] 审查关键概念
+- [ ] 动作价值函数定义
+- [ ] 动作价值函数示例
+- [ ] 贝尔曼方程
+- [ ] random stochastic environment
+- [ ] 【案例】连续状态空间应用
+- [ ] 登月器
+- [ ] 学习状态值函数
+- [ ] 改进的神经网络架构
+- [ ] 贪婪策略
+- [ ] 小批量和软更新
+- [ ] 强化学习的状态
+- [ ] 课程总结