Python机器学习资源菜单,选库找工具不愁,GitHub精选列表都齐了

作者: 郭一璞 2019-04-11 09:00:05

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

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***部分核心工具

Python机器学习资源菜单,选库找工具不愁,GitHub精选列表都齐了

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:

Python机器学习资源菜单,选库找工具不愁,GitHub精选列表都齐了

包括可以生成3D效果图的physt:

Python机器学习资源菜单,选库找工具不愁,GitHub精选列表都齐了

做各种统计图表的Yellowbrick:

Python机器学习资源菜单,选库找工具不愁,GitHub精选列表都齐了

这哪怕是做PPT,都非常有用啊!

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:

Python机器学习资源菜单,选库找工具不愁,GitHub精选列表都齐了

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:

Python机器学习资源菜单,选库找工具不愁,GitHub精选列表都齐了

各种语言项目都有,是真的awesome。

常用代码

***,还有一个部分是“经常Google的内容”。

Python机器学习资源菜单,选库找工具不愁,GitHub精选列表都齐了

可能对大家有用的代码:

Python机器学习资源菜单,选库找工具不愁,GitHub精选列表都齐了

传送门

***,送上资源传送门:

https://github.com/r0f1/datascience

机器学习 人工智能 Python
上一篇:谷歌发布端到端AI平台 让开发者构建自己的模型 下一篇:人工智能在医疗领域的下一个前沿
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
人工智能和5G如何结合以实现物联网收入最大化

网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

Jordi Castellvi ·  2021-06-01 13:49:15
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
高真实感、全局一致、外观精细,面向模糊目标的NeRF方案出炉

自 NeRF 被提出后,有多项研究对其加以改进。在本篇论文中,上海科技大学的研究者提出了首个将显式不透明监督和卷积机制结合到神经辐射场框架中以实现高质量外观的方案。

Haimin Luo等 ·  2021-06-01 09:57:39
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载