Cheng-Jun Wang
Cheng-Jun Wang
There is no example for Stochastic Gradient Descent in Chapter 8. I have tried to write one. ``` print("using minimize_stochastic_batch") x = list(range(101)) y = [3*x_i + random.randint(-10, 20) for...
nil --> ''
Since google is blocked in mainland China, it could not work now. Any suggestions?
Releasing a Python package to PyPI (Python Package Index) involves several steps. Here's a step-by-step guide to help you publish your Python package: ### 1. **Create Your Python Package:** First,...
运行环境: iPhone 14 - iOS16.2 - v2.7.11(275)
Hi, the tool of JavaScript Mode is awesome. However, it's not compatible with processing 3.0. Any suggestion? ``` 0.3.3 not compatible ```
`` apparently stopped working with `![]()`; so I had to use ``.
第二次作业
1. 练习pandas入门代码 - http://pandas.pydata.org/pandas-docs/stable/10min.html - 使用anaconda notebook运行以上链接中的代码（可以选取部分） 2. 练习使用pandas读取并清洗泰坦尼克号数据 - 课程代码见data文件夹 3. 清洗tweets数据 - 课程代码见data文件夹 4. 练习network使用代码 - 链接: https://pan.baidu.com/s/1nu926El 密码: fu93 - 课程代码见data文件夹
第一次作业
## 作业要求 1. 安装anaconda python 2. 打开jupyter notebook - Mac users： 打开terminal （可以在launchpad中找到），输入：jupyter notebook windows users: 在电脑左下角输入'cmd'打开terminal, 输入：jupyter notebook 3. 将数据科学的编程工具：python编程简介当中涉及的python代码，重新运行一遍，并将生成的notebook文件attach到这里。 **注意**：需要将notebook压缩为zip文件上传，同时在notebook里表明学号和姓名。 Attach files by dragging & dropping, Choose Files...
作者：Hdevin 来源：http://www.jianshu.com/p/9313bc75c94b 2016.09.21 08:36 复杂网络的研究很多都离不开数据集，下面这些是个人在做科研的过程中在互联网上搜集到的一些数据集网站，列举出来也方便同行们去使用。 1、http://vladowiki.fmf.uni-lj.si/doku.php?id=pajek:data:urls:index 数据集网站集合。这个网站中列出来很多数据集网站，非常全，其中的很多网站数据描述详细，而且数据可以直接下载，大家可以从中选出一些网站收藏起来。 2、http://snap.stanford.edu/data/ 这个是斯坦福大学的大型网络数据集网站，大家应该比较熟悉了。 3、http://konect.uni-koblenz.de/ 这个网站是我个人最喜欢也是最常用的网站，里面数据集有上百种，数据的分类和描述真的是特别详细，而且还给出了数据集的可视化图以及一些基本统计特性，所有数据均可以直接下载。 4、http://networkrepository.com/index.php 这是另一个个人特别喜欢也是很常用的网站，和上面一样数据分类也是相当的详细，大家应该都能找到自己想要的数据。 5、http://gdm.fudan.edu.cn/GDMWiki/Wiki.jsp?page=Network%20DataSet 这是复旦大学建立的网络数据集网站，里面有一些常用数据集以及一些相关资源网站。 6、https://toreopsahl.com/datasets/ 这个网站里面有十几个数据集，包含社交网络、交通网络、合作网络等常用数据集。 7、http://netwiki.amath.unc.edu/SharedData/SharedData 这个网站列出了一些数据集以及一些复杂网络大牛的个人数据网站，大家可以去看看。 8、http://vlado.fmf.uni-lj.si/pub/networks/data/ 这个是Pajek网站提供的数据集，里面的数据都很经典，复杂网络早期研究中很多数据集都是源于这里。 9、http://socialcomputing.asu.edu/pages/datasets 社交网络数据集，里面包含国内外一些常用在线社区网站的数据集，中型到大型的数据规模，搞社会计算的同行可能用的比较多。 10、http://www.sociopatterns.org/datasets/ 另一个社交网络数据集，这里面的数据集更多倾向于实体网络，比如联系网、高校朋友网、疾病传播网。 11、http://www3.nd.edu/~networks/resources.htm CCNR，大牛Barabási教授个人的数据网站，当然了除开数据集，这个网站上有很多可以学习的东西。 12、http://www-personal.umich.edu/~mejn/netdata/ 大牛Newman教授的个人数据网站，里面的数据集特别是科学家合作网络，用到特别多。 以上是一些个人用到比较多的复杂网络数据网站，鉴于自己的了解有限，可能对这些数据集网站给出的描述还不够详细，而且很多单位都没有列出来，敬请谅解。当然了如果想用里面的数据集，一定要记得引用数据集作者们的信息，他们收集数据并公开方便大家使用也是很不容易的。如果转载本文，也请注明出处^_^....