Python机器学习入门资料整理

本文提供了Python机器学习领域的全面指南,包括数据处理、可视化、机器算法等关键环节,帮助初学者从理论到实践逐步掌握机器学习技能。

在python基本语法入门之后,就要准备选一个研究方向了。Web是自己比较感兴趣的方向,可是,导师这边的数据处理肯定不能由我做主了。paper、peper、paper……真的挺愁人的

还有几个月就要进行春季实习招聘了,加油!总结一下python机器学习方面的资料吧。

1、数据处理

1.1 综合

Scipy
SciPy is a Python-based ecosystem of open-source software for mathematics, science, and engineering. In particular, these are some of the core packages
这里集合着python科学计算的几乎所有核心库,也是一个导航。

1.2 Numpy

1.3 Pandas

1.4 Matplotlib

2、数据可视化

2.1 Seaborn

seaborn
Seaborn is a Python data visualization library with an emphasis on statistical plots. The library is an excellent resource for common regression and distribution plots

2.2 Plotly Python Library 印刷品质的图片质量啊!

Plotly Python

3、机器算法

3.1综合

scikit

3.2 Cluster-聚类算法

3.3 GA(Genetic Algorithm)


文章原地址:Michael翔

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值