本文件是博客中的介绍代码的运行代码。 环境：python3.7+keras2.3.1+tensorflow1.15.0+sklearn0.22.1+matplotlib3.1.1 三方库：mglearn0.1.7

苏打SQL SQL可访问数据的数据测试，监视和分析。 苏打SQL有什么作用？ 苏打SQL可让您 检测到不良数据时停止管道 通过超高效SQL提取指标和列配置文件 通过声明性配置文件完全控制指标和查询 为什么要使用苏打SQL？ 为了防止数据的使用者遭受静默数据问题，最好的方法是分析和测试数据： 当它降落在您的仓库中时， 在每个重要的数据处理步骤之后 就在消费之前。 这样，您可以防止将不良数据传递给下游使用者。 您将花费更少的时间进行消防并获得更好的声誉。 苏打SQL如何工作？ Soda SQL是一个命令行界面（CLI）和Python库，用于使用SQL测量和测试您的数据。 作为输入，Soda SQL使用YAML配置文件，其中包括： SQL连接详细信息 要计算什么指标 对测量进行哪些测试 基于这些配置文件，Soda SQL将执行扫描。 扫描将执行所有测量并运行与一个表关联的所

Python heapq 详解 Python有一个内置的模块，heapq标准的封装了最小堆的算法实现。下面看两个不错的应用。 小顶堆（求TopK大） 话说需求是这样的： 定长的序列，求出TopK大的数据。 import heapq import random class TopkHeap(object): def __init__(self, k): self.k = k self.data = [] def Push(self, elem): if len(self.data) < self.k: heapq.heappush(self.data

Rachel Schutt, Cathy O'Neil-Doing Data Science_ Straight Talk from the Frontline-O'Reilly Media (2013)

Data scientist has been called “the sexiest job of the 21st century,” presumably by someone who has never visited a fire station. Nonetheless, data science is a hot and growing field, and it doesn’t take a great deal of sleuthing to find analysts breathlessly prognosticating that over the next 10 years, we’ll need billions and billions more data scientists than we currently have.

本数据集为机器学习算法学习和模型验证的典型数据集，可用作机器学习回归问题的分析验证

我的沙鼠，依ugg和金吉可以跑多远？ 红外传感器里程表，带有ePaper显示的每日统计数据。

nlp-data-augmentation：用于NLP的数据增强。 NLP数据增强

Kernel Entropy Component Analysis,KECA方法的作者R. Jenssen自己写的MATLAB代码，文章发表在2010年5月的IEEE TPAMI上面

Linear Algebra and Learning from data by Gilbert Strange pdf