Niuaufei Tapınağı'ndan Guo Yipu
Qubit Raporu | Genel Hesap QbitAI
Python'u makine öğrenimi ve veri bilimiyle meşgul olmak için kullanmak birçok ilgili malzeme gerektirir. Çeşitli kitaplıklar ve araçlar yaygın olarak kullanılır, sıklıkla bulunur ve sık sık kontrol edilir.
Kısa bir süre önce, Viyana'da bir veri bilimcisi olan Florian Rohrer, bu tür ilgili materyalleri bir Python makine öğrenimi araçları koleksiyonunda derledi ve buna göre favorilerinizi güncelleyebilirsiniz.
Listenin tamamı 40'tan fazla içerik türü içerir:
Temel araçlar, Pandalar ve Jupyter, metin çıkarma, büyük veri, istatistikler, özellik çıkarma, görselleştirme, coğrafi araçlar, öneri sistemleri, karar ağaçları, NLP, CV, sinir ağları, GPU, kümeleme, makine öğrenimi yorumlanabilirliği, pekiştirmeli öğrenme ...
Özellikler neler? İlk bölüm gibi Çekirdek araçlar :
Pandalar ve scikit-learn gibi yaygın olarak kullanılan kitaplıklar vardır, doğrudan GitHub veya resmi web sitesi sayfalarına bağlanır.
Başka bir örnek Görselleştirme Bölüm:
3D render oluşturabilen physt dahil:
Çeşitli istatistiksel tablolar yapan Yellowbrick:
Bu, PPT için bile çok kullanışlıdır!
Ek olarak, projeye katkıda bulunanların GitHub'da birkaç iyi kaynak listesi vardır:
Bunların çoğu yüz binlerce yıldız içeren kaynak tablolarıdır ve ayrıca harika makine öğrenimi gibi on binlerce yıldız içeren birçok klasik içerik vardır:
Gerçekten harika olan çeşitli dil projeleri var.
Son olarak, "genellikle Google içeriği" adlı bir bölüm var.
Herkes için faydalı olabilecek kod:
Son olarak, kaynak portalını gönderin:
https://github.com/r0f1/datascience
- Bitiş -
Samimi işe alım
Qubit, editörleri / muhabirleri işe alıyor ve merkezi Pekin, Zhongguancun'da bulunuyor. Yetenekli ve hevesli öğrencilerin bize katılmasını dört gözle bekliyoruz! İlgili ayrıntılar için lütfen QbitAI diyalog arayüzünde "işe alım" kelimesini yanıtlayın.
Qubit QbitAI · Toutiao İmzalayan Yazar
' ' Yapay zeka teknolojisi ve ürünlerindeki yeni eğilimleri takip edin