用Python搞机器学习、数据科学,需要很多相关的资料,各种库、工具,都是常用、常找、常查的内容。
最近,维也纳的数据科学家Florian Rohrer把这类相关资料整理成了一个Python机器学习工具合辑,可以照着更新一下自己的收藏夹了。
四十几类项目
整个列表中,包含超过40类内容:
核心工具、Pandas和Jupyter、文本提取、大数据、统计、特征提取、可视化、地理工具、推荐系统、决策树、NLP、CV、神经网络、GPU、聚类、机器学习可解释性、强化学习……
具体都有什么呢?比如第一部分核心工具:
pandas、scikit-learn这些常用的库都有,直接链接到它们的GitHub或者官网页面。
再比如说可视化部分:
包括可以生成3D效果图的physt:
做各种统计图表的Yellowbrick:
这哪怕是做PPT,都非常有用啊!
如果你依然在编程的世界里迷茫,可以加入我们的Python学习扣qun:784758214,看看前辈们是如何学习的。交流经验。从基础的python脚本到web开发、爬虫、django、数据挖掘等,零基础到项目实战的资料都有整理。送给每一位python的小伙伴!分享一些学习的方法和需要注意的小细节,点击加入我们的 python学习者聚集地
资源列表大集结
另外,项目贡献者还安利了几个GitHub上不错的资源列表:
大部分都是几百几千星的资源表,也有不少标星数万的经典内容,比如awesome-machine-learning:
各种语言项目都有,是真的awesome。
常用代码
最后,还有一个部分是“经常Google的内容”。
可能对大家有用的代码: