Data-Science-Notes
数据科学的笔记以及资料搜集,目前尚在更新,部分内容来源于github搜集。
0.math (数学基础)
1.python-basic (python基础)
2.numpy(numpy基础)
3.pandas(pandas基础)
4.scipy(scipy基础)
5.data-visualization(数据可视化基础,包含matplotlib和seaborn)
6.scikit-learn(scikit-learn基础)
7.machine-learning(机器学习基础)
8.deep-learning(深度学习基础)
9.feature-engineering(特征工程基础)
参考
- 《统计学习方法》李航
- GitHub - donnemartin/data-science-ipython-notebooks: Data science Python notebooks: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, Python essentials, AWS, and various command lines.
- GitHub - apachecn/fe4ml-zh: [译] 面向机器学习的特征工程
- GitHub - datawhalechina/pumpkin-book: 《机器学习》(西瓜书)公式推导解析,在线阅读地址:https://datawhalechina.github.io/pumpkin-book
- GitHub - Doraemonzzz/Learning-from-data: 记录Learning from data一书中的习题解答
- GitHub - wzyonggege/statistical-learning-method: 《统计学习方法》笔记-基于Python算法实现
- GitHub - WenDesi/lihang_book_algorithm: 致力于将李航博士《统计学习方法》一书中所有算法实现一遍
- Machine Learning by Stanford University | Coursera
- https://mooc.guokr.com/note/12/ 小小人_V
- 《python科学计算》