描述
tql的Python项目详细描述
:rocket:datascience:facepunch:
- [mlcrate][https://github.com/mxbi/mlcrate]
< imgsrc="https://warehouse-camo.cmh1.psfhosted.org/1F4BD8FC3780FBE7F9AB9DDDDD7105EFDB5FF512/687474747470733A32222222F2726172727267676767676767676775756572636F6E74656E74656E742E636F66F6D26F6D26F6F6E6E656E6E6E666767676767676767676767676767676767676767676767676767676767676767676767676767676767676767676767676767676767676767676767676767676767676767674D455F313230307838303型02E67 6966" />
< imgsrc="https://warehouse-camo.cmh1.psfhosted.org/4A825D61485454544993DCEEEEEEEEEEEEE747474747470733A3222222A3222222222F2727272726275627562756275757565726572636F6E74656E746E74622E646F6F6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E6E66D616C6C5F616C742E706E67"/>< BR>
数据科学ipython笔记本
索引
- 深入学习
- scikit学习
- 统计推断scipy
- 熊猫
- matplotlib
- numpy
- python数据
- kaggle and business analysis
- 火花
- mapreduce python
- 亚马逊网络服务
- 命令行
- 其他
- 笔记本安装
- 学分
- 贡献
- 联系信息
- 许可证
深入学习
ipython笔记本演示了深入学习功能。
< BR>张量流教程
其他TensorFlow教程:
<表><广告>张量流练习
<表><广告>不介绍
Keras教程
<表><广告>深度学习杂项
<表><广告>< imgsrc="https://warehouse-camo.cmh1.psfhosted.org/62D9058bae6112AA104040496926A2263F7EC8FA1/6874747470733A32222222F17261772E72726767676767676767756275657272636F6E74656E74656E74622E66F6F6D26F6F6D26F6F6E6E6E66E6E6E5656565656D676774617461747461二维736369656E3652D676767676767676767676767676767676767626E6E6E6E6E6E6E6E6E6E6262626262746C6561726E2E706E6型7" />
SCIKIT学习
ipython笔记本演示scikit学习功能。
<表><广告>统计推断scipy
ipython笔记本电脑演示了使用scipy功能进行统计推断。
<表><广告>熊猫
ipython笔记本演示熊猫功能。
<表><广告>viz
repo中的github数据,了解如何加载、清理、合并和功能工程师。< imgsrc="https://warehouse-camo.cmh1.psfhosted.org/acaca59880419419D7B58F7E2AE76e76e268A8F1927AF76/68747474747073322222222222F172726177726767676767676775756572636F6E74656E74656E742E636E742E63666F6F6D26F6D26F6E6E565656D67676767676767676767676767676767676767676767676767676767676767676767676767676767676767676767676767676767676767676767676767676767676C6F746C69622E706E67">
matplotlib
ipython笔记本演示matplotlib功能。
<表><广告>纽比
ipython笔记本演示了numpy功能。
<表><广告>python数据
ipython笔记本演示面向数据分析的python功能。
<表><广告>Kaggle和业务分析
ipython笔记本,用于竞争和商业分析。 <表><广告>
火花
iPython笔记本电脑演示Spark和HDFS功能。
<表><广告>MapReduce Python
ipython笔记本演示了具有mrjob功能的hadoop mapreduce。
<表><广告>AWS/H2>
ipython笔记本演示了amazon web服务(aws)和aws工具功能。
另请查看:
- saws:超级aws命令行界面(cli)。
- awesome aws:库、开源repo、指南、博客和其他资源的策划列表。
< imgsrc="https://warehouse camo.cmh1.psfhosted.org/A55DA64ECB3B3BB4A8A249F815D9E2ECB15ECCA89A/6874747470733A3A32222222F1726172726767676767756275756572636F6E74656E74656E74622E636F6F6D26F6F6D26F6F6E6E6E6E6E6E6E6E661746174617461二维73636369656E3652D67676767676767676767676767676767676767676E6E6E6E6E6E6E6E6E6E6E6E6E6E6D616E64732E706E67" />
命令
ipython笔记本电脑演示了Linux、Git等的各种命令行。
<表><广告>其他
ipython笔记本电脑演示各种功能。
<表><广告>笔记本电脑安装
水蟒
anaconda是python编程语言的免费发行版,用于大规模数据处理、预测分析和科学计算,旨在简化包管理和部署。
按照说明安装anaconda或更轻的miniconda
开发设置
有关设置用于数据分析的开发环境的详细说明、脚本和工具,请查看开发设置repo。
运行笔记本
要查看交互式内容或修改ipython笔记本中的元素,必须首先克隆或下载存储库,然后运行笔记本。有关iPython笔记本电脑的更多信息,请点击此处。
$ git clone https://github.com/donnemartin/data-science-ipython-notebooks.git
$ cd data-science-ipython-notebooks
$ jupyter notebook
使用Python2.7.x测试的笔记本电脑。
学分
- 数据分析的python:wes mckinney与pandas、numpy和ipython的数据争用
- pycon2015 scikit学习教程作者:jake vanderplas
- 由jake vanderplas编写的python数据科学手册
- 使用scikit learn和ipython进行并行机器学习作者:olivier grisel
- 在python中使用计算方法的统计干扰
- 由aymeric damien编写的tensorflow示例
- 由parag k mital撰写的tensorflow教程
- 由nathan lintz撰写的tensorflow教程
- Alexander R Johansen的tensorflow教程
- 由Nishant Shukla编写的TensorFlow Book
- 由mila udem编写的2015年暑期学校
- Valerio Maggio的《Keras教程》
- kaggle
- yhat博客
贡献
欢迎投稿!对于错误报告或请求,请提交问题
联系信息
请随时与我联系,讨论任何问题、问题或意见。
- 电子邮件:donne.martin@gmail.com>donne.martin@gmail.com
- 推特:http://twitter.com/donne_martin rel="nofollow">@donne_martin
- github:donnemartin
- LinkedIn:donnemartin
- 网址:donnemartin.com
许可证
这个存储库包含各种内容;有些是由donne martin开发的,有些是来自第三方的。第三方内容是根据这些方提供的许可证分发的。
Donne Martin开发的内容在以下许可下分发:
我在开源许可下向您提供此存储库中的代码和资源。因为这是我的个人存储库,所以您收到的代码和资源许可证来自我而不是我的雇主(Facebook)。
Copyright 2015 Donne Martin
Licensed under the Apache License, Version 2.0 (the "License");
you may not use this file except in compliance with the License.
You may obtain a copy of the License at
http://www.apache.org/licenses/LICENSE-2.0
Unless required by applicable law or agreed to in writing, software
distributed under the License is distributed on an "AS IS" BASIS,
WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
See the License for the specific language governing permissions and
limitations under the License.