1. 环境说明#

  1. 所有的内容均使用 Jupyter Notebook 书写并运行，便于理解和复现。推荐安装 GetVM 浏览器扩展，使用其提供的 Jupyter Notebook 模板进行在线练习。

  2. 除单独说明的章节外，所有代码均在 Python 3.10 环境下运行通过。一般情况下，代码可以在相关 package 的主流版本下运行，如果运行报错，可以尝试单独安装以下版本，部分库的安装也会在相应的章节中有提示。由于依赖较多且个别库的依赖之间存在版本冲突，所以不提供统一的 requirements.txt 文件。

    numpy == 1.26.1
scipy == 1.11.3
pandas == 2.1.2
seaborn == 0.13.0
matplotlib == 3.8.1
scikit-learn == 1.3.2
statsmodels == 0.11.0
jieba == 0.42.1
gensim == 4.3.2
hdbscan == 0.8.33
graphviz == 0.20.1
mlxtend == 0.23.0
tensorflow == 2.14.0
nltk == 3.8.1
flair == 0.13.0
onnx == 1.15.0

  3. 深度学习的章节，对数据量和网络结构进行了简化，绝大部分都可以无需 GPU 运行，便于更多人学习。需要 GPU 的内容会在相应的章节中有说明。

  4. 因跨域设置，部分数据集 Pandas 可能无法通过链接直接加载，你可以手动复制链接到浏览器下载数据集到本地后，再使用本地路径进行加载。