金融场景风险大致可以概括为三种：系统性风险、欺诈风险（无还款意愿）、信用风险（无还款能力），而作为一名风控搬砖工，日常工作中有大量的数据挖掘工作，如何从高维数据集中挖掘出行之有效的规则、策略及模型来防范欺诈风险和信用风险每个搬砖工 ...

NumPy作为Python数值计算领域的基础框架，凭借其强大的N维数组结构和丰富的函数生态系统，成为科学家、工程师和数据分析师的核心工具。然而，随着计算需求的快速增长，特别是在机器学习和大规模科学模拟领域，NumPy基于CPU的执行模式以及缺乏内置自动微分 ...

数据分析与挖掘是数据科学与大数据技术专业的一门核心基础课。通过本课程的学习，使学生掌握Python数据数据分析技术（Python编程基础、Numpy、Pandas、）、数据可视化技术（Matplotlib、Seaborn、pyecharts）、预处理技术（包括数据度量、数据清理、数据集成和转换等 ...

Python 3.8于2019年10月发布,至今已有五年。根据PEP 569,Python 3.8将于2024年10月底结束其生命周期。这意味着: 不再提供错误修复 不再提供安全修复程序 为什么要升级? 安全风险: 自Python 3.8.10以来的所有版本都包含安全修复。最新的3.8.20版本(2024年9月6日发布)包含14个不 ...

在科学计算、数据分析和机器学习领域，矩阵运算是基础且关键的内容。Python的NumPy库提供了强大的矩阵运算功能，使得处理矩阵变得简洁高效。本文将通过大量代码示例，详细介绍如何使用NumPy进行矩阵运算，包括矩阵的创建、加减法、乘法、转置及高级操作。

说明：如果访问 GitHub 比较慢的话，可以关注我的知乎账号（Python-Jack），上面的“从零开始学Python”专栏（对应本项目前 20 天的内容）比较适合初学者，其他的专栏如“数据思维和统计思维”、“基于Python的数据分析”、“说走就走的AI之旅”等也在持续更新中 ...

导语：帮助对机器学习、数据挖掘感兴趣的读者整合时下流行的基于Python语言的程序库。 本书面向所有对机器学习与数据挖掘的实践及竞赛感兴趣的读者，从零开始，以Python编程语言为基础，在不涉及大量数学模型与复杂编程知识的前提下，逐步带领读者熟悉 ...

导语：基于SciPy的众多分支版本中，最有名，也是专门面向机器学习的就是Scikit-learn。 对Python语言有所了解的科研人员可能都知道SciPy——一个开源的基于Python的科学计算工具包。基于SciPy，目前开发者们针对不同的应用领域已经发展出了为数众多的分支版本 ...