收录了 python建模 频道下的 50 篇内容
建模可不可以被自动化?自动建模与机器学习的未来会如何发展?
本文将帮助你理解 Python 的基本特性。
新人数据科学家都面临着一个问题,而这个问题非常重要:我是应该学习 Python 呢,还是学习 R?
**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。
可以实现目前人气极高的机器学习
R和Python都是数据科学家最常用的工具,它们有相似的特性和功能。这两种语言都是开源的,而且从此以后都是免费的,但是Python被构造成一种广泛使用的编程语言,而R则是为统计分析而创建的。
本文来自微信京东数科技术说公众号。
编程语言和框架旨在实现特定的项目目标,这是你选择的主要标准,不要只看受欢迎程度。
本文是此前评估在 Spark 上做大规模 GBDT 训练时写的一篇入门级教程与框架评估。目前市面上似乎没有多少使用 Spark 来跑 GBDT 的分享,故分享出来看看是否有做过类似场景的同学可以一道交流。
PyCon US 2013大会已经结束将近一个月了,讲师的演讲视频也陆续放出。InfoQ对部分视频做出了一个简单的分类整理,你可以挑选自己感兴趣的内容进行观看。
三步走,带你快速入门数据分析
不管你是新手,还是对数据科学有一定研究的资深技术人,学习这些库能让你更有效率。
本次分享基于 Mars 以往的实践介绍系统架构和提升执行效率方面的实践。
大家经常会讨论 Python 或 R 哪种编程语言更适合数据科学,虽然这两门语言都很受欢迎,但实际上每个语言都有自己更适用的场景。本文简单对这两门编程语言进行分析对比,希望对你有所帮助。
作为 Python 的大用户之一,Dropbox 公司内部聚集了数百万行 Python 代码,动态类型的存在让代码越来越难以理解。因此,公司开始利用 mypy 逐步将代码转换为静态类型。虽然效果得到了充分验证,但整个过程充满了各种错误和失败。本文,Dropbox 公司完整输出了从项目研究到实践的 Python 静态检查全过程,以期对各位开发者有所帮助。
日,数据科学网站KDnuggets评选出了顶级Python库Top15,领域横跨数据科学、数据可视化、深度学习和机器学习。
2019年,如果你还只学Python不够了
这篇文章深入介绍了适合机器学习的五种编程语言,并帮助您确定哪种语言最适合您。
谷歌研究总监Peter Norvig向数据科学新手建议,在入行前要充分建立基础技能,这样才能更有机会获得成功。
随着动态语言逐步得到开发领域的认可,创建在Google Code上的Ruby开源项目也逐步增多。InfoQ在前不久发布了Google SoC系列文章,其中包含Ruby文档分析器dcov、Rubyland、Ruby实现约束规划等内容。Ruby是否会成为继Python之后Google在动态语言方面的下一个关注焦点,以及Ruby语言的增长趋势是否在Google应用上得到体现,本文将会在这方面进行探讨。