(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