开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

如何创建从维基百科表格的列中抓取数据的循环？

创建从维基百科表格的列中抓取数据的循环可以通过以下步骤实现：

首先，需要使用合适的编程语言和相关的库来进行数据抓取和处理。常见的编程语言包括Python、Java、JavaScript等，而相关的库可以根据具体需求选择，例如Python中的BeautifulSoup、Requests等。
接下来，需要使用网络爬虫技术来获取维基百科页面的HTML源代码。可以使用HTTP请求库发送GET请求，获取页面的HTML响应。
通过解析HTML源代码，定位到包含表格的元素，并提取出表格的内容。可以使用HTML解析库来解析HTML源代码，例如BeautifulSoup。
找到目标表格后，可以通过定位表格的行和列，提取出需要的数据。可以使用表格解析库或者手动编写代码来实现。
创建一个循环，遍历表格的列，并抓取每一列的数据。可以使用循环结构（例如for循环）来遍历表格的列，并使用相应的方法或函数来提取数据。
在循环中，可以对每一列的数据进行处理和存储。根据具体需求，可以进行数据清洗、格式转换、存储到数据库等操作。
最后，根据需要可以将抓取到的数据进行进一步的分析、可视化或其他处理。

需要注意的是，维基百科的页面结构可能会有变化，因此需要根据具体情况进行调整和适配。此外，为了遵守维基百科的使用规范，建议在进行数据抓取时遵循相关的爬虫规则和道德准则。

腾讯云相关产品和产品介绍链接地址：

腾讯云云服务器（CVM）：提供弹性计算能力，满足各类业务需求。详情请参考：https://cloud.tencent.com/product/cvm
腾讯云数据库（TencentDB）：提供多种数据库产品，包括关系型数据库和NoSQL数据库，满足不同的数据存储需求。详情请参考：https://cloud.tencent.com/product/cdb
腾讯云人工智能（AI）：提供丰富的人工智能服务，包括图像识别、语音识别、自然语言处理等，帮助开发者构建智能化应用。详情请参考：https://cloud.tencent.com/product/ai
腾讯云物联网（IoT）：提供全面的物联网解决方案，包括设备接入、数据管理、应用开发等，帮助实现物联网应用的快速部署。详情请参考：https://cloud.tencent.com/product/iot
腾讯云移动开发（Mobile）：提供移动应用开发的一站式解决方案，包括移动后端服务、移动推送、移动测试等，帮助开发者快速构建高质量的移动应用。详情请参考：https://cloud.tencent.com/product/mobile

相关搜索:从R中的维基百科抓取表格如何使用php从网站的表格中抓取数据？如何从HTML表格的数据中创建列范围图？如何从维基百科表格中提取第一列中的文本数据？如何解决for循环(表格抓取)的问题？如何从数据库中抓取循环？如何从网页中的表格中抓取所有元素？如何通过网络抓取从维基百科表格中提取数字(或字符串)数据？从网页中抓取隐藏行的表格如何从网站上的最后一个表格中抓取数据如何从维基百科中抓取列表并将其传输到数据帧如何从python抓取的URL列表中抓取数据？如何从stackexchange主页抓取"表格式"数据？(在R中)如何从antd中的数据动态创建列？用于从多个页面中抓取表格的函数 Python -从复杂的HTML中自动抓取表格从R中的for循环创建数据帧如何打印维基百科表格中某一列下的所有值？从R中的列创建用于代码替换的循环如何抓取数据帧中列中的所有url

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

用Pandas从HTML网页中读取数据

本文，我们将通过几步演示如何用Pandas的read_html函数从HTML页面中抓取数据。首先，一个简单的示例，我们将用Pandas从字符串中读入HTML；然后，我们将用一些示例，说明如何从Wikipedia的页面中读取数据。

02

如何利用维基百科的数据可视化当代音乐史

翻译校对：丁雪吴怡雯程序验证修改：李小帅 “我相信马塞勒斯·华莱士，我的丈夫，你的老板吩咐你带我出门做我想做的任何事。现在，我想跳舞，我要赢，我想得到那个奖杯，把舞跳好来！” 《黑色追缉令》

07

手把手：一张图看清编程语言发展史，你也能用Python画出来！

大数据文摘作品作者：Peter Gleeson 编译：周佳玉、丁慧、叶一、小鱼、钱天培今天文摘菌要教大家制作一张编程语言的关系网络图。如果不知道什么是关系网络图，可以点击下方链接先来看一下最终成果： http://programming-languages.herokuapp.com/#，我们可以在这里看到从过去到现在的250多种编程语言之间的“设计影响”的关系，下面是该演示的截图：接下来，就让我们一起来学做这个关系网络图吧！在当今的超连接世界，网络在现代生活中无处不在。举个栗子，文摘菌的周末这

03

ACL 2020 | 用BERT解决表格问答任务，谷歌提出弱监督表格解析器TaPas

世上许多信息都是以表格形式存储的，这些表格见诸于网络、数据库或文件中。它们包括消费产品的技术规格、金融和国家发展统计数据、体育赛事结果等等。目前，要想找到问题的答案，人们仍需以人工方式查找这些表格，或使用能提供特定问题（比如关于体育赛事结果的问题）的答案的服务。如果可通过自然语言来查询这些信息，那么取用这些信息会容易很多。

02

ACL 2020 | 用BERT解决表格问答任务，谷歌提出弱监督表格解析器TaPas

世上许多信息都是以表格形式存储的，这些表格见诸于网络、数据库或文件中。它们包括消费产品的技术规格、金融和国家发展统计数据、体育赛事结果等等。目前，要想找到问题的答案，人们仍需以人工方式查找这些表格，或使用能提供特定问题（比如关于体育赛事结果的问题）的答案的服务。如果可通过自然语言来查询这些信息，那么取用这些信息会容易很多。

04

学习SQLite之前：什么是数据库，RDBMS指的是什么？

数据库管理系统（英语：Database Management System，简称DBMS）是为管理数据库而设计的电脑软件系统，一般具有存储、截取、安全保障、备份等基础功能。数据库管理系统可以依据它所支持的数据库模型来作分类，例如关系式、XML；或依据所支持的计算机类型来作分类，例如服务器聚类、移动电话；或依据所用查询语言来作分类，例如SQL、XQuery；或依据性能冲量重点来作分类，例如最大规模、最高运行速度；亦或其他的分类方式。不论使用哪种分类方式，一些DBMS能够跨类别，例如，同时支持多种查询语言。

01

node.js写爬虫程序抓取维基百科（wikiSpider）

思路一（origin:master）：从维基百科的某个分类（比如：航空母舰（key））页面开始，找出链接的title属性中包含key（航空母舰）的所有目标，加入到待抓取队列中。这样，抓一个页面的代码及其图片的同时，也获取这个网页上所有与key相关的其它网页的地址，采取一个类广度优先遍历的算法来完成此任务。思路二（origin:cat）：按分类进行抓取。注意到，维基百科上，分类都以Category:开头，由于维基百科有很好的文档结构，很容易从任一个分类，开始，一直把其下的所有分类全都抓取下来。这个算法对分类页面，提取子分类，且并行抓取其下所有页面，速度快，可以把分类结构保存下来，但其实有很多的重复页面，不过这个可以后期写个脚本就能很容易的处理。

02

维基百科有6000多机器人编辑，那么问题来了，他们要吵架怎么办？

很多人可能都听说人工智能已经可以写文章了，但是你可能不知道编辑机器人早就已经是维基百科最重要的贡献群体之一。 2001 年，维基百科引入了机器人编辑者的概念，任何用户可以为自己研发的机器人单独建立一个维基百科帐号，只要根据维基百科社区官方的规定对帐号进行标注，即可让机器人参与维基百科的编辑。 2014 年，机器人在维基百科的所有语言中完成了 15% 的编辑动作，他们识别、撤销破坏行为，锁定遭到频繁篡改的页面、识别错别字和病句、创建不同语言之间的链接、自动导入站外内容、进行数据挖掘、识别侵权的内容并为新手

03

学界 | 谷歌大脑提出通过多文档摘要方法生成维基百科，可处理较长序列

选自arXiv 作者：Peter J. Liu、Mohammad Saleh 等机器之心编译参与：白悦、路雪近日，谷歌大脑发布论文，提出一种通过提取多文档摘要来生成英文维基百科文章的方法，该方法可以处理长序列。序列到序列框架已被证明在自然语言序列转导任务（如机器翻译）中取得了成功。最近，神经技术被应用于提取新闻文章中的单文档、抽象（释义）文本摘要（Rush et al. (2015), Nallapati et al. (2016)）。之前的研究以端到端的方式训练监督模型的输入——从一篇文章的第一

07

不写爬虫，也能读取网页的表格数据

pandas中的read_html()函数是将HTML的表格转换为DataFrame的一种快速方便的方法，这个函数对于快速合并来自不同网页上的表格非常有用。在合并时，不需要用爬虫获取站点的HTML。但是，在分析数据之前，数据的清理和格式化可能会遇到一些问题。在本文中，我将讨论如何使用pandas的read_html()来读取和清理来自维基百科的多个HTML表格，以便对它们做进一步的数值分析。

01

R语言数据清洗实战——世界濒危遗产地数据爬取案例

最近重复新翻阅R语言领域唯一一本关于网络数据采集的参考书——《基于R语言的自动数据收集》，开篇就是一个数据爬取的案例。尽管之前已经粗略的看过一遍，但是仍感书中诸多细节不甚理解，还有平时过于眼高手低，第一遍看的时候只是动眼却不动手，案例几乎很少做过，准备刷第二遍，案例也打算仔仔细细的过一遍，做的时候才发现作者书中代码有些部分已经无法运行，还是需要自己去一点儿一点儿倒腾。 library("XML") library("stringr") library("RCurl") library("dplyr") l

06

维基百科背后，有场旷日持久的机器人编辑之战，开发者都不曾料到

王新民 | 编译自Gizmodo 维基百科上的人类编辑，经常由于修改意见的不同而产生冲突。一份英国的新研究表明，维基百科上的软件机器人之间，也有类似的在线冲突。 PLOS ONE上发表的一项新研究提到，维基百科的机器人经常修改和撤消对方的编辑。这些在线算法有着独特的指令和目标，多年来在内容修改上进行着毫无结果的 “战斗”。这项研究表明，即使在“愚蠢”的机器人之间，也能够产生复杂的交互行为，开发人员需要时刻关注着机器人的一举一动。这一发现不仅影响着维基百科页面的质量，也对人工智能的发展有深远影响，特别是在

Table-GPT:让大语言模型理解表格数据

llm对文本指令非常有用，但是如果我们尝试向模型提供某种文本格式的表格数据和该表格上的问题，LLM更有可能产生不准确的响应。

02

「Python爬虫系列讲解」九、用 Selenium 爬取在线百科知识

前文回顾：「Python爬虫系列讲解」一、网络数据爬取概述「Python爬虫系列讲解」二、Python知识初学「Python爬虫系列讲解」三、正则表达式爬虫之牛刀小试「Python爬虫系列讲解」四、BeautifulSoup 技术「Python爬虫系列讲解」五、用 BeautifulSoup 爬取电影信息「Python爬虫系列讲解」六、Python 数据库知识「Python爬虫系列讲解」七、基于数据库存储的 BeautifulSoup 招聘爬取「Python爬虫系列讲解」八、Selenium 技术

02

关于抓取维基百科,百度百科,Google News的记录

最近由于项目中需要抓取维基百科,百度百科,Google News的数据，做了些研究。维基百科开放性做的好，用强大的API支持查询，不过中文的API貌似是基于繁体的，而且中文的维基信息太少了，有些关键词没有对应的词条。于是目标转向百度百科。百度百科的词条确实很丰富，一般的关键词基本都有对应的词条。不过百度百科的词条对应的html页面的连接是这样的 baike.baidu.com/view/0000.html 。0000对应的是某个词条了。要想根据URL来获取就首先需要把关键词转换成对应的数字。通过httpwa

04

初学指南| 用Python进行网页抓取

引言从网页中提取信息的需求日益剧增，其重要性也越来越明显。每隔几周，我自己就想要到网页上提取一些信息。比如上周我们考虑建立一个有关各种数据科学在线课程的欢迎程度和意见的索引。我们不仅需要找出新的课程，还要抓取对课程的评论，对它们进行总结后建立一些衡量指标。这是一个问题或产品，其功效更多地取决于网页抓取和信息提取（数据集）的技术，而非以往我们使用的数据汇总技术。网页信息提取的方式从网页中提取信息有一些方法。使用API可能被认为是从网站提取信息的最佳方法。几乎所有的大型网站，像Twitter、Facebo

08

初学指南| 用Python进行网页抓取

编译|丁雪黄念程序注释|席雄芬校对|姚佳灵引言从网页中提取信息的需求日益剧增，其重要性也越来越明显。每隔几周，我自己就想要到网页上提取一些信息。比如上周我们考虑建立一个有关各种数据科学在线课程的欢迎程度和意见的索引。我们不仅需要找出新的课程，还要抓取对课程的评论，对它们进行总结后建立一些衡量指标。这是一个问题或产品，其功效更多地取决于网页抓取和信息提取（数据集）的技术，而非以往我们使用的数据汇总技术。网页信息提取的方式从网页中提取信息有一些方法。使用API可能被认为是从网站提取信息的最佳方法。

05

Nat. Mach. Intell. | 使用人工智能提升维基百科的可验证性

今天为大家介绍的是来自Fabio Petroni团队的一篇论文。可验证性是维基百科的核心内容政策之一：所有的陈述都需要有引用来支撑。维持和提高维基百科参考资料的质量是一个重要挑战。作者展示了如何借助人工智能（AI）来应对改善参考资料的过程，这一AI系统由信息检索系统和语言模型驱动。我们称这个基于神经网络的系统为SIDE，它能够识别那些不太可能支持其声明的维基百科引用，并随后从网上推荐更好的引用。

01

数据库复习题考试题库（名词解释）

数据库，简而言之可视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等操作。

03

Wikipedia pageview数据获取(bigquery)

维基百科pageview数据是Wikimedia技术团队所维护的访问量数据集。该数据集自2015年五月启用，其具体的pageview定义为对某个网页内容的请求，会对爬虫和人类的访问量进行区分，粒度为小时级别，如下图：

01

关于维基百科你不知道的十件事：

关于维基百科你不知道的十件事是专门让那些缺乏维基百科经验的人，如记者、新编辑者或新读者，能够对维基百科有一些较深入的认知。这些内容并不会带给那些已经很有经验的维基百科编辑者什么耳目一新的地方，但是我们希望它可以帮助世界上其他人对我们的工作能有更清楚的了解。

04

Python在Finance上的应用5 ：自动获取是S&P 500的成分股

欢迎来到Python for Finance教程系列的第5讲。在本教程和接下来的几篇文章中，我们将着手研究如何为更多公司提供大量的定价信息，以及我们如何一次处理所有这些数据。

01

机器学习模型的数据预处理和可视化

数据科学工程的目标是向那些仅对数据内在本质感兴趣的人展示这些数据的含义。要达到这个目标，数据科学家/机器学习工程师要遵循若干个步骤。对于更精确地建立机器学习模型来说，数据预处理（清洗，格式化，缩放，正规化）和多种图表的数据可视化是两个非常重要的步骤。

03

自然语言生成 – Natural-language generation | NLG

自然语言生成 – NLG 是 NLP 的重要组成部分。NLU 负责理解内容，NLG 负责生成内容。

04

自然语言处理深度学习的7个应用

自然语言处理领域正在从统计方法转变为神经网络方法。自然语言中仍有许多具有挑战性的问题需要解决。然而，深度学习方法在一些特定的语言问题上取得了最新的成果。这不仅仅是深度学习模型在基准问题上的表现，基准问题也是最有趣的；事实上，一个单一的模型可以学习词义和执行语言任务，从而消除了对专业手工制作方法渠道的需要。在这篇文章中，你会发现7个有趣的自然语言处理任务，也会了解深度学习方法取得的一些进展。文本分类语言建模语音识别字幕生成机器翻译文档摘要问答（Q&A）我试图专注于你可能感兴趣的各种类型的终

09

CMU 15-445 数据库课程第四课文字版 - 存储2

在这里，页中不存储元组数据，只会存储日志记录，即通过日志记录我们插入的数据以及我们如何更新系统中的数据，包括：插入元组的语句日志，删除元组的语句日志，更新元组的语句日志。这种设计写得很快，因为不用在一个页里寻找并更新单个元组，就是在末尾追加写，这样写起来非常快，对于磁盘 I/O 也很好。

01

Python pandas获取网页中的表数据（网页抓取）

现如今，人们随时随地都可以连接到互联网上，互联网可能是最大的公共数据库，学习如何从互联网上获取数据至关重要。因此，有必要了解如何使用Python和pandas库从web页面获取表数据。此外，如果你已经在使用Excel PowerQuery，这相当于“从Web获取数据”功能，但这里的功能更强大100倍。

03

如何用 AI 来鉴别假新闻

18年10月4日，麻省理工学院计算机科学与人工智能实验室(CSAIL)在其官网发布了一则新闻，宣称该实验室与卡塔尔计算研究所(Qatar Computing Research Institute)的研究人员合作，已经研究出一种可以鉴别信息来源准确性和个人政治偏见的AI系统，该研究成果将于本月底在比利时布鲁塞尔召开的2018自然语言处理经验方法会议(EMNLP)上正式公布。

02

笨办法学 Python · 续练习 37：小型 BASIC

你现在要及时回到我的童年，并实现一个 BASIC 解释器。不，我这里的 BASIC 不是指“一个非常简单的基本的解释器”。我的意思是 BASIC 编程语言。它是最早的编程语言之一，最初由 John Kemeny 和 Thomas Kurtz 在 Dartmouth 创建。这个基本版本叫做 Dartmouth BASIC，在 Dartmouth BASIC 维基百科页面上，代码看起来像这样：

01

入门 | 神经网络词嵌入：如何将《战争与和平》表示成一个向量？

项目地址：https://github.com/WillKoehrsen/wikipedia-data-science/blob/master/notebooks/Book%20Recommendation%20System.ipynb

02

Python中的统计假设检验速查表

本文是一个机器学习项目中最流行的统计假设检验的速查表，包含使用Python接口的示例。

06

Wolfram 分析 | 根据维基百科数据，《鱿鱼游戏》在全球电视界占据主导地位

韩国新剧《鱿鱼游戏》风靡全球，成为全球爆款。其发行商 Netflix 宣布，“鱿鱼游戏正式拥有 1.11 亿粉丝——这是我们有史以来最大的系列发行！” 它在包括美国在内的 90 个不同国家/地区的排行榜上名列前茅，并被称为“口碑全球轰动”，在新闻和社交媒体中随处可见。

02

维基团队与Jigsaw合作审查社区中带有人身攻击的评论

维基百科社区以人身攻击的评论臭名昭著。这个问题非常糟糕，以至于活跃的贡献者或编辑在八年期间下降了40％。尽管没有一个解决方案可以解决这个问题，但支持维基百科的非营利组织维基媒体基金会决定使用AI来更多地了解问题，并考虑如何解决这个问题。

03

大规模异常滥用检测：基于局部敏感哈希算法——来自Uber Engineering的实践

Uber 的全球用户每天会产生500万条行程，保证数据的准确性至关重要。如果所有的数据都得到有效利用，t通过元数据和聚合的数据可以快速检测平台上的滥用行为，如垃圾邮件、虚假账户和付款欺诈等。放大正确的数据信号能使检测更精确，也因此更可靠。

大规模异常滥用检测：基于局部敏感哈希算法——来自Uber Engineering的实践

Uber 的全球用户每天会产生500万条行程，保证数据的准确性至关重要。如果所有的数据都得到有效利用，t通过元数据和聚合的数据可以快速检测平台上的滥用行为，如垃圾邮件、虚假账户和付款欺诈等。放大正确的数据信号能使检测更精确，也因此更可靠。

09

Power Query 真经 - 第 11 章 - 处理基于 Web 的数据源

使用 Power Query 的一个非常有趣的场景是，可以利用它从 Web 上抓取与业务相关的数据，并用它来丰富自己的公司数据。数据通常以两种不同的方式之一存储在 Web 上。

03

数字在计算机中的“硬币表示”

上篇博文引出了“硬币模型”，从“抛硬币”的角度描述了计算机数据的最本质属性。同时也介绍了为若干硬币赋予现实意义、实现更多数据展示的基本思路。

01

ChatGPT 数据集之谜

以下文章来源于OneFlow，作者Alan D. Thompson 半个月以来，ChatGPT这把火越烧越旺。国内很多大厂相继声称要做中文版ChatGPT，还公布了上线时间表，不少科技圈已功成名就的大佬也按捺不住，携巨资下场，要创建“中国版OpenAI”。不过，看看过去半个月在群众眼里稍显窘迫的Meta的Galactica，以及Google紧急发布的Bard，就知道在短期内打造一个比肩甚至超越ChatGPT效果的模型没那么简单。让很多人不免感到诧异的是，ChatGPT的核心算法Transformer最

04

ChatGPT数据集之谜

来源：OneFlow 机器学习算法与自然语言处理 ‍‍‍‍‍‍‍‍‍‍作者：Alan D. Thompson本文约9100字，建议阅读10+分钟本文帮助有志于开发“类ChatGPT”模型的团队少走一步弯路。半个月以来，ChatGPT这把火越烧越旺。国内很多大厂相继声称要做中文版ChatGPT，还公布了上线时间表，不少科技圈已功成名就的大佬也按捺不住，携巨资下场，要创建“中国版OpenAI“。不过，看看过去半个月在群众眼里稍显窘迫的Meta的Galactica，以及Google紧急发布的Bard，

04

解密Prompt系列33. LLM之图表理解任务-多模态篇

上一章我们介绍了纯文本模态的表格理解任务，这一章我们聚焦多模态图表数据。先讨论下单纯使用prompt的情况下，图片和文字模态哪种表格模型理解的效果更好更好，再说下和表格相关的图表理解任务的微调方案。

01

维基百科你已经是个大百科了，该自己学会用ML识别原文出处了

作者：Miriam Redi、Jonathan Morgan、Dario Taraborelli、Besnik Fetahu

02

[Python从零到壹] 十.网络爬虫之Selenium爬取在线百科知识万字详解（NLP语料构造必备）

随着互联网和大数据的飞速发展，我们需要从海量信息中挖掘出有价值的信息，而在收集这些海量信息过程中，通常都会涉及到底层数据的抓取构建工作，比如多源知识库融合、知识图谱构建、计算引擎建立等。其中具有代表性的知识图谱应用包括谷歌公司的Knowledge Graph、Facebook推出的实体搜索服务（Graph Search）、百度公司的百度知心、搜狗公司的搜狗知立方等。这些应用的技术可能会有所区别，但相同的是它们在构建过程中都利用了Wikipedia、百度百科、互动百科等在线百科知识。所以本章将教大家分别爬取这三大在线百科。

02

极客百科丨走近网络深处，探秘互联网黑暗面！

📷 Ps. 当你看到这篇文章标题的时候，也许你会和大多数人以为写的都是一些传销、诈骗等常见的互联网非法内容。可当你真正点进来后，恭喜你，很幸运能有机会真正了解互联网那些不为人认知的秘密。 📷 加了锁的互联网大多数人认为只要是发布在网上的东西，都可以在百度、好搜这类搜索引擎上查到，还有人知道Google、Bing这些国外搜索引擎。可人们不知道的是，你能查到的仅仅只是在表层网络的信息，更深层的内容入口是隐藏起来的。 📷 从上图可以看出，整个因特网包含了“万维网”

06

如何自己搞一个维基百科？

大家平时查询资料都喜欢用什么搜索工具呢？也许很多人都是百度吧，但是也有一部分小伙伴习惯使用维基百科~ 维基百科（Wikipedia），又称人民的百科全书，是来自世界各地的人民用不同的语言共同创建的百科全书。它基于wiki技术，强调自由、免费、内容开放，任何人都可以编辑百科全书中的任何条目。其宗旨是为全人类提供一个动态的、可自由访问和编辑的全球知识体。你可以把它看作是一个纯文科类的百度百科的升级国际版，毕竟人们常说：北冥有鱼，其名为鲲。鲲之大，不知其几千里也，错了错了，拿错台词了，应该是这句，维基百科，

02

AI 职场入侵：人类如何保护自己的工作岗位？

AI（人工智能）这个术语最早是在 1956 年由约翰·麦卡锡（John McCarthy）等人提出的。当时，人们对 AI 的定义是：能够模拟人类思维过程的机器。

03

数学菜鸟的AI学习攻略 | 数学符号轻松入门

大数据文摘作品，转载要求见文末原作者 | Daniel Jeffries 编译 | Molly 寒小阳 “ 自学AI的过程中，我们非常需要理解这些数学符号。它可以让你用一种非常简洁的方式来表达一个复杂的想法。 ” 你是否跟我一样，自幼恨透数学。现在，我终于发现了我对数学绝缘的最主要原因：我的老师从来不去回答最重要的问题：我为什么要学数学？学数学有什么用？他们只是在黑板上写下一大堆方程，并让我记下来。现在，如果你对AI这个激动人心的领域感兴趣，那么它将是回答这个问题最好的答案！那就是，我想要写一个

04

【MSQL数据库】MySQL中的NULL

mysql中的NUll是什么？维基百科是这样说的：空值（Null或NULL）是结构化查询语言中使用的特殊标记，是中对数属性未知或缺失的一种标识，用于指示数据库中不具值。由关系数据库模型的创作者 E.F.科德所引入。SQL空值是用来满足真实关系数据库管理系统（RDBMS）中，支持“缺失信息与不适用的信息”的需求。科德还介绍了在数据库理论中使用小写的希腊字母（ω）符号来表示空值。在 SQL中则是以 NULL 用于标识空值的保留关键字。SQL null是一个状态，而不是一个值。这种用法与大多数编程语言完全不同

01

ChatGPT如何彻底改变数据科学、技术和Python

数据科学是一个跨学科的领域，涉及使用统计和计算方法，以及机器学习和人工智能，从数据中提取洞察力和知识。它结合了数学、统计学、计算机科学和领域特定知识的要素，用于分析、可视化和解释复杂的数据集。

01

入门 | 一文介绍机器学习中基本的数学符号

选自Machine Learning Mastery 作者：Jason Brownlee 机器之心编译参与：Edison Ke、黄小天本文介绍了机器学习中的基本数学符号。具体来说有算数符号，包括各种乘法、指数、平方根以及对数；数列和集合符号，包括索引、累加以及集合关系。此外，本文还给出了 5 个当你在理解数学符号遇到困难时可以应急的小技巧。在机器学习中，你永远都绕不过数学符号。通常，只要有一个代数项或一个方程符号看不懂，你就完全看不懂整个过程是怎么回事了。这种境况非常令人沮丧，尤其是对于那些正在成长

09

轻松了解模型评价指标

混淆矩阵：也称为误差矩阵，是一种特定的表格布局，允许可视化算法的性能，通常是监督学习的算法（在无监督学习通常称为匹配矩阵）。矩阵的每一行代表预测类中的实例，而每列代表实际类中的实例（反之亦然）。从字面理解：看出系统是否混淆了两个类（即通常将一个类错误标记为另一个类）（多类可以合并为二分类）。

03

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭