Python 的四舍五入 Weekly

12月 17, 2022

图为大连又双叒叕下雪了

近一个多月，从北京搬家到大连、入职新公司、收拾自己的小家、双十一采购家用电器、还有一些软装需求、逛宜家等等折腾的事比较多，空余时间实在没有太多，周报出师未捷，刚开始就鸽了一个多月。。

不过最近节奏已经开始逐渐稳定下来，虽然工作中面临更多新的挑战需要很多时间学习，总算体力活少了很多，期望后面能够逐渐回归正常生活状态。

发现 #

Python 的四舍五入，这一篇讲的很清楚。
在 Python 中如何正确地四舍五入？

之前一直通过微信群、飞书话题群关注这位博主的思考的价值，最近他也开始以周刊形式产出一些新发现。

近况 #

我个人最近玩了下 Kaggle，开始学习数据分析、机器学习等工作中可能需要的东西。

目前能总结到的是，传统的机器学习方法，大概有以下几种，大多和统计学很相关，但基本都和数学强烈相关，感觉要学的还有很多。另外不传统的机器学习方法，大概就是以神经网络为理论基础的深度学习了，现在还没有更多时间去看，相比较下，深度学习的黑盒感更高，更加高深不容易直观推导，所以现在注意力先放在传统的机器学习方法。

传统机器学习方法：

• 回归、分类、聚类、降维
• 决策树
• 支持向量机
• 朴素贝叶斯
• 随机森林
• K 近邻算法
• K 均值算法

依赖的数学基础：

• 线性代数
• 概率论
• 统计学

剩下的就是开始看了。