#102 · 主分类: 教育与研究
data-science-ipython-notebooks
数据科学 Python 笔记本:深度学习(TensorFlow、Theano、Caffe、Keras)、scikit-learn、Kaggle、大数据(Spark、Hadoop MapReduce、HDFS)、matplotlib、pandas、NumPy、SciPy、Python 基础、AWS 及各种命令行。
项目最后更新:03/20/24
GitHub Stars
29.3K
Forks数量
8.0K
贡献者数量
13
许可证
Other
收录理由
这套 Jupyter notebook 按合理顺序带你走一遍 Python 数据科学工具链:从 NumPy、pandas、matplotlib 入手,再进入 scikit-learn、TensorFlow 与 Keras 的深度学习,以及 Spark、Hadoop 这类大数据组件。它本质是学习材料,不是可直接部署的应用,价值全在那些可运行的示例代码里——每个 notebook 都展示真实代码,你可以先读再自己写。内容按主题分组,想学哪个库就直接跳到对应章节,省去翻找的麻烦。Kaggle 和商业分析部分则把各个工具串起来,用在真实问题上,让你看到它们如何协同。新手能借此快速掌握基础,有经验的开发者也能用它快速回忆多种工具的语法,不必在零散文档里来回折腾。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。
同类热门项目
prompts.chat
前身为 Awesome ChatGPT Prompts。分享、发现和收集社区提示词。免费且开源——可自托管,为您的组织提供完全隐私。
JavaGuide
Java 面试 & 后端通用面试指南,覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发
system-prompts-and-models-of-ai-tools
精选流行AI助手和编码代理的系统提示、内部工具和AI模型集合。
30-seconds-of-code
编程文章,助你提升开发技能
generative-ai-for-beginners
21节课,开始使用生成式AI构建