SnakeLiu / Python-Data-Aanalysis-and-MinerLinks
Data source and Codes
☆122Updated 7 years ago
Alternatives and similar repositories for Python-Data-Aanalysis-and-Miner
Users that are interested in Python-Data-Aanalysis-and-Miner are comparing it to the libraries listed below
Sorting:
- 图书《Python编程:从数据分析到数据科学》的配套资源☆231Updated 3 years ago
- Python数据科学速查表☆978Updated 7 years ago
- open source for wechat-official-account (ID: PyDataLab)☆384Updated 3 years ago
- 公众号:早起Python☆365Updated 3 years ago
- [译] seaborn 0.9 中文文档☆169Updated 2 years ago
- 《Python工具代码速查手册》是我们的python培训教材,主要面向数据分析方向。其中包含了python的常用总结性操作,使用jupyter notebook,利用markdown和script结果对常用操作进行总结,包括了使用方式和脚本。之所以使用notebook形式是…☆118Updated 6 years ago
- pandas学习课程代码仓库☆664Updated 3 years ago
- Python Knowledge Handbook by Python数据之道, website: http://liyangbit.com/☆927Updated 2 years ago
- ☆169Updated 5 years ago
- 讲解常见的机器学习算法☆318Updated 5 years ago
- Code to accompany Mastering Data Science from PT press☆335Updated last year
- [译] 利用 Python 进行数据分析 · 第 2 版☆1,091Updated 4 years ago
- 利用Python进行数据分析(https://read.douban.com/reader/ebook/15249337/)源代码整理版☆141Updated 6 years ago
- 《Python数据分析与挖掘实战》随书源码与数据☆291Updated 7 years ago
- 【运筹OR帷幄|数据科学】pandas教程系列电子书☆879Updated 3 years ago
- 《机器学习》(西瓜书)公式推导解析,在线阅读地址:https://datawhalechina.github.io/pumpkin-book☆99Updated 6 years ago
- 图书《漫画算法 Python版》的全部源代码☆114Updated 4 years ago
- 《统计学习方法》笔记-基于Python算法实现☆2,135Updated 7 years ago
- 《机器学习实战》的python3源码☆1,332Updated 5 years ago
- matplotlib中文文档☆537Updated last year
- 《python数据分析与挖掘实战》的代码笔记☆1,784Updated 5 years ago
- 《机器学习及深度学习笔记》是我们的机器学习培训教材,主要面向算法和数据挖掘方向。其中包含了基础数学知识、算法原理及推导、调包实现、手推实现等内容~同样也是包括了文档以及jupyter notebook脚本实现(具体到每一张图片)☆68Updated 5 years ago
- 《统计学习方法》笔记-基于Python算法实现☆63Updated 7 years ago
- 公众号:可视化图鉴☆203Updated 4 years ago
- [译] ApacheCN 数据科学译文集☆321Updated 3 years ago
- 利用Python进行数据分析学习笔记以及自己寻找数据集做的练习☆50Updated 8 years ago
- 数据分析,挖掘建模。☆211Updated 3 years ago
- 记录Learning from data一书中的习题解答☆78Updated 6 years ago
- 蚂蚁学Python,微信公众号的代码仓库☆217Updated 3 years ago
- 深度学习500问,以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述,以帮助自己及有需要的读者。 全书分为18个章节,50余万字。由于水平有限,书中不妥之处恳请广大读者批评指正。 未完待续............ 如有意合作,联系sc…☆170Updated 6 years ago