收录了 python矩阵运算 频道下的 50 篇内容
本文节选自图灵程序设计丛书 《深度学习入门》一书中的部分章节。
**编者按**:本文节选自方巍著《Python数据挖掘与机器学习实战》一书中的部分章节。
你愿意迁移到Python 3吗?
**编者按**:本文节选自方巍著《Python数据挖掘与机器学习实战》一书中的部分章节。
今天我从图的邻接矩阵出发,展示如何使用矩阵计算来实现PageRank算法。
数学在机器学习中非常重要,不论是在算法上理解模型代码,还是在工程上构建系统,数学都必不可少。
本文来自华为云开发者社区
在刚刚结束的 PyCon China 2022 大会上,龙蜥社区开发者朱宏林分享了主题为《ARM 芯片的 Python+AI 算力优化》的技术演讲。本文为演讲内容整理。
为什么还不去尝试 TypeScript 呢?
随着数据科学的崛起,究竟哪种语言更适合该领域中机器学习方法的实现一直是一个颇具争论性的话题。近日,Sebastian Raschka再次发起了机器学习编程语言之争,分析了自己选择Python的原因。
如果将三种编程语言比作汽车,那么,MATLAB像是宝马,Python像是福特皮卡,而Julia更像特斯拉。
2015年9月13日,Python 3.5正式发布。该版本引入了很多新特性,比如支持async/await异步编程,改进了对Python Zip应用的支持,引入了一个加载扩展模块的改进机制等。
去年今日,MIT Julia Lab 推出了Julia 1.0版。一年来,它的表现如何?
随着数据应用类型的愈加丰富和数据规模的不断扩大,单机早已无法满足超大规模数据计算和分析的需求,分布式才是如今大数据领域的核心关键词。
本文介绍计算图及其上的自动求导原理,用原生Python实现计算图及其上反向传播,搭建多层全连接神经网络,建模MNIST手写数字识别。
本篇文章将探索 Rust 中的数据科学工作流在性能和工程学上的表现。
这是一篇由德国波茨坦 Hasso Plattner 研究所的 Haojin Yang、Martin Fritzsche、Christian Bartz 和 Christoph Meinel 发布的客座文章。
在Web前端,开发千篇一律地使用了JavaScript。Transcrypt的Python转JavaScript编译器是一个相对较新的开源项目,意在使用大小近似的文件以JavaScript的速度执行Python 3.6。本文中,Jacques de Hooge介绍了构建源码到源码的编译器(transpiler)中的需求,以及Transcrypt是如何构建满足这些需求的。
本文将讨论 Python 中的一些顶级库,开发人员可以使用这些库来解析、清理和表示数据,并在现有应用中实现机器学习。
本文概要地介绍了嵌入式数据分析和统计的相关工具及类库,其中包括独立的软件包和带有统计能力的编程语言。两位作者还讨论了如何将这些嵌入式分析技术结合起来处理大数据。