大数据

在ResNet模型基础上加入VT模块

线性预测房屋价格加清洗评估加分析-项目实战5-分析房屋价格数据-ipynb格式-Python语法-用Jupyter notebook打开 用来练习多元线性回归及预测和清洗评估和分析，整个流程特别清晰，每个步骤均用Makedown编辑器进行编辑文字，每一步都给出了清晰的代码以及压缩包中给出了相应的数据集，可以按照步骤一步一步进行模仿，理解其中的思维逻辑，然后上手进行操作，在操作的过程中不断思考，等能力有了很大提升之后，就可以慢慢独立思考从事项目了 最后祝您变得更强

本项目通过网络爬虫获取了温州市2014年至2024年的天气数据，包括日期、最高气温、最低气温、天气情况和风力情况。首先，爬取并解析网页数据，将其存储为Excel文件。接着，对数据进行清洗和处理，去除重复数据和缺失值。数据分析部分，绘制了多个图表，包括近十年气温变化折线图、2023年最高和最低气温折线图、2023年天气情况柱状图、天气类型环形图和风力玫瑰图。最后，使用线性回归模型对次日最高气温进行预测，生成了当日与次日最高气温的散点图和回归直线图。通过这些分析和图表展示，揭示了温州市近十年的气温变化趋势及天气特征，并评估了模型的拟合效果。

逻辑回归预测船上人员幸存情加清洗评估加分析-项目实战6-分析船上人员幸存数据-ipynb格式-Python语法-用Jupyter notebook打开 用来练习逻辑回归预测船上人员幸存情加清洗评估加分析，整个流程特别清晰，每个步骤均用Makedown编辑器进行编辑文字，每一步都给出了清晰的代码以及压缩包中给出了相应的数据集，可以按照步骤一步一步进行模仿，理解其中的思维逻辑，然后上手进行操作，在操作的过程中不断思考，等能力有了很大提升之后，就可以慢慢独立思考从事项目了 最后祝您变得更强

包含使用RNN、GRU、LSTM或Attention方法进行基本时间序列预测的实现。在时间序列预测任务中，RNN、GRU、LSTM和Attention是常用的深度学习模型。通过使用这些模型，可以捕获时间序列数据中的长期依赖关系和模式，从而有效地预测未来时间点的数值或趋势。 在实现方面，可使用深度学习框架如TensorFlow或PyTorch来构建模型。这些框架提供了各种RNN、GRU、LSTM和Attention层的实现，使模型构建和训练过程更加简单。

1.《线性代数高级教程 矩阵理论及应用》 14767989 2.(Cambridge Mathematical Textbooks) Stephan Ramon Garcia, Roger A. Horn - A Second Course in Linear Algebra (Cambridge Mathematical Textbooks)-Cambridge University Press (2017)

本文涉及到的数据及FME模板

这是一款labuladong刷题插件，能够刷算法题。

动态衡量式A星算法及拐角优化的matlab文件，内部包含两个matlab文件，A_ROAD_3 为完整的动态衡量式A星算法文件，A_ROAD_4是进行拐角优化后的文件，详情请见博文----详细介绍用MATLAB实现基于A*算法的路径规划（附完整的代码，代码逐行进行解释）（三）

officedoc,matlab操作office文件的工具箱 ，来自mathwork官网