收录了 python机器学习 频道下的 50 篇内容
今年的PyCon四月9-17日在加拿大蒙特利尔召开,和其他语言的会议最不同的地方,是Python在学术界的广泛应用,这当然仰仗Python快速的原型实现能力。近来其官方网站发布了大会tutorial部分的视频和幻灯片,其中有很多(接近一半数量)跟数据挖掘和机器学习相关的内容,本文对此逐一介绍。
Python并不是编写机器学习应用程序的唯一选择。
本系列将探讨各种关于机器学习的主题和技术,机器学习可以说是最近几年最有讨论价值的技术和计算机科学领域。我们会从本文开始,结合一个Python扩展的“案例研究”:我们可以如何构建用于检测信用卡诈骗的机器学习模型?
机器学习保罗万象,在学习这门技术时,最好可以有一些速查手册之类的东西在手边,它们列出了需要了解的关键点。Robbie Allen整理了20多个与机器学习相关的速查资料,并分享出来,或许也可以帮助其他学习这门技术的人。
程序员应该学习 Python 的十大理由。
**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。
继机器学习与数据挖掘领域的十大经典算法在被提出之后,机器学习领域的十一个用的最多的开源项目也问世了。最近,在InfoWorld上,这十一个开源项目被公布出来,并且收到了广泛的关注。
Python 适用于机器学习,而 Go 适用于基础设施。
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。
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。
为了缩短从实验到产品的周期,Uber 推出了一个机器学习栈 PyML。这是一个库,使开发者能够以与生产运行时兼容的方式快速开发 Python 应用程序。
Python 用于脚本,Go 用于基础设施
如果你有心的话,就会发现像 Airbnb 和Uber 这样的科技公司在人才招聘网站上的数据科学家职位一栏下面,统统标着“急聘”字眼。那么你该如何从开发人员成长为数据科学家呢?
在 GitHub 2018 年的 Octoverse 报告中,机器学习和数据科学是 GitHub 上的热门话题。其中,tensorflow / tensorflow 是项目贡献最多的项目之一,pytorch / pytorch 是增长最快的项目之一,而 Python 是 GitHub 上第三大最受欢迎的语言。于是,GitHub 决定更加深入地研究一下,机器学习和数据科学在该平台究竟是怎样的情况。
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。
**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。
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。
Python 作为一种编程语言正在消亡吗?也许有一点,但也只是一点。
使用Rust作为训练后端和部署平台的主意并不像听起来那样疯狂