= Introduction =
>>> from bs4 import BeautifulSoup
>>> soup = BeautifulSoup("<p>Some<b>bad<i>HTML")
>>> print soup.prettify()
<html>
<body>
<p>
Some
<b>
bad
<i>
HTML
</i>
</b>
</p>
</body>
</html>
>>> soup.find(text="bad")
u'bad'
>>> soup.i
<i>HTML</i>
>>> soup = BeautifulSoup("<tag1>Some<tag2/>bad<tag3>XML", "xml")
>>> print soup.prettify()
<?xml version="1.0" encoding="utf-8">
<tag1>
Some
<tag2 />
bad
<tag3>
XML
</tag3>
</tag1>
= Full documentation =
The bs4/doc/ directory contains full documentation in Sphinx
format. Run "make html" in that directory to create HTML
documentation.
= Running the unit tests =
Beautiful Soup supports unit test discovery from the project root directory:
$ nosetests
$ python -m unittest discover -s bs4 # Python 2.7 and up
If you checked out the source tree, you should see a script in the
home directory called test-all-versions. This script will run the unit
tests under Python 2.7, then create a temporary Python 3 conversion of
the source and run the unit tests again under Python 3.
= Links =
Homepage: http://www.crummy.com/software/BeautifulSoup/bs4/
Documentation: http://www.crummy.com/software/BeautifulSoup/bs4/doc/
http://readthedocs.org/docs/beautiful-soup-4/
Discussion group: http://groups.google.com/group/beautifulsoup/
Development: https://code.launchpad.net/beautifulsoup/
Bug tracker: https://bugs.launchpad.net/beautifulsoup/
没有合适的资源?快使用搜索试试~ 我知道了~
机器学习实践指南代码及资源.zip
共353个文件
py:147个
png:72个
pdf:32个
需积分: 5 0 下载量 143 浏览量
2024-04-16
22:45:37
上传
评论
收藏 62.27MB ZIP 举报
温馨提示
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。
资源推荐
资源详情
资源评论
收起资源包目录
机器学习实践指南代码及资源.zip (353个子文件)
earthquakes.csv 791KB
eqweek.csv 100KB
aged_patients.csv 10KB
youxiangz.csv 6KB
cp.csv 265B
cubage.csv 171B
spiral.data 4KB
考研数学公式手册随身看.doc 4.73MB
线性代数必须熟记的结论.doc 822KB
高考数学知识点总复习.doc 626KB
考研高等数学公式(word版,全面).doc 244KB
高等数学公式手册20100505091140.doc 241KB
多层感知器神经网络源代码.doc 235KB
考研数学概率公式整理.doc 172KB
取色工具.exe 221KB
.gitignore 38B
index.htm 28KB
机器学习实践指南代码及资源.iml 398B
test2.jpg 77KB
test1.jpg 62KB
6.1.jpg 22KB
Makefile 5KB
prob_emit.p 1.45MB
prob_emit.p 1.45MB
char_state_tab.p 1.03MB
char_state_tab.p 1.03MB
prob_emit.p 585KB
prob_emit.p 585KB
prob_trans.p 127KB
prob_trans.p 127KB
prob_start.p 6KB
prob_start.p 6KB
prob_trans.p 146B
prob_trans.p 146B
prob_start.p 62B
prob_start.p 62B
lec21.pdf 355KB
lec15.pdf 347KB
lec16.pdf 243KB
高等数学公式手册.pdf 225KB
lec5.pdf 214KB
高等数学简明公式-第四章1.pdf 203KB
lec13.pdf 199KB
高等数学简明公式-第四章3.pdf 198KB
lec10.pdf 192KB
lec22.pdf 183KB
lec7.pdf 180KB
lec12.pdf 177KB
lec17.pdf 176KB
高等数学简明公式-第六章.pdf 174KB
lec9.pdf 172KB
高等数学简明公式-第四章2.pdf 169KB
高等数学简明公式-第一章.pdf 167KB
lec4.pdf 166KB
lec19.pdf 164KB
lec18.pdf 163KB
lec11.pdf 161KB
高等数学简明公式-第二章.pdf 161KB
lec6.pdf 157KB
高等数学简明公式-第五章.pdf 152KB
lec20.pdf 150KB
lec23.pdf 147KB
lec14.pdf 144KB
lec8.pdf 133KB
lec3.pdf 131KB
lec2.pdf 120KB
lec1.pdf 109KB
高等数学简明公式-第三章.pdf 83KB
PKG-INFO 912B
PKG-INFO 237B
p2-2.png 1.37MB
p3-1.png 1.23MB
p1-3.png 1.14MB
p1-2.png 1004KB
p3-3.png 842KB
ptest3.png 841KB
ptest1.png 743KB
billall1.png 717KB
ptest2.png 690KB
p2-1.png 657KB
pictestxz.png 543KB
pictest.png 514KB
ptest21.png 441KB
jjgdall.PNG 437KB
ptest31.png 428KB
p3-2.png 419KB
facesb.png 400KB
jjgdtest.PNG 397KB
p2-3.png 346KB
p1-1.png 342KB
ptest22.png 257KB
jjgd.PNG 206KB
billtest.png 107KB
pictestt1.png 31KB
pictestt2.png 22KB
he.png 18KB
secret.png 8KB
8-2.png 755B
8-4.png 726B
8-3.png 703B
共 353 条
- 1
- 2
- 3
- 4
资源评论
生瓜蛋子
- 粉丝: 3798
- 资源: 4401
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功