（给机器学习算法与Python学习加星标，提升AI技能）
本文转自AI新媒体量子位（公众号 ID: QbitAI）
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，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。
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：
另外，项目贡献者还安利了几个GitHub上不错的资源列表，大部分都是几千星的资源表，也有不少标星数万的经典内容。
最后，送上资源传送门：

https://github.com/r0f1/datascience
继续阅读
阅读原文
关键词
数据
机器学习
资源
工具