data science ipython notebooks

data-science-ipython-notebooks

Indice

• apprentissage profond
  • flux tensoriel
  • théano
  • kéras
  • café
• scikit-apprendre
• science-inférence-statistique
• pandas
• matplotlib
• numpy
• données python
• kaggle-and-business-analyses
• étincelle
• mapreduce-python
• services web amazon
• lignes de commande
• divers
• installation d'un ordinateur portable
• crédits
• contribuer
• coordonnées
• licence

apprentissage profond

Bloc-notes IPython démontrant la fonctionnalité d'apprentissage en profondeur.

tutoriels tensor-flow

Tutoriels TensorFlow supplémentaires :

• pkmital/tensorflow_tutorials
• Tutoriels nlintz/TensorFlow
• alrojo/tensorflow-tutoriel
• BinRoot/TensorFlow-Book
• tuanavu/tensorflow-basic-tutoriels

Carnet de notes	Description
bases de tsf	Apprenez les opérations de base dans TensorFlow, une bibliothèque pour différents types de tâches de perception et de compréhension du langage de Google.
tsf-linéaire	Implémentez la régression linéaire dans TensorFlow.
tsf-logistique	Implémentez la régression logistique dans TensorFlow.
tsf-nn	Implémentez les voisins les plus proches dans TensorFlow.
tsf-alex	Implémentez AlexNet dans TensorFlow.
tsf-cnn	Implémentez des réseaux de neurones convolutifs dans TensorFlow.
tsf-mlp	Implémentez des perceptrons multicouches dans TensorFlow.
tsf-rnn	Implémentez des réseaux de neurones récurrents dans TensorFlow.
tsf-gpu	Découvrez le calcul multi-GPU de base dans TensorFlow.
tsf-gviz	Découvrez la visualisation graphique dans TensorFlow.
tsf-lviz	Découvrez la visualisation des pertes dans TensorFlow.

exercices de flux tensoriel

Carnet de notes	Description
tsf-not-mnist	Apprenez la conservation simple des données en créant un pickle avec des ensembles de données formatés pour la formation, le développement et les tests dans TensorFlow.
tsf-entièrement connecté	Entraînez progressivement des modèles plus approfondis et plus précis à l'aide de la régression logistique et des réseaux de neurones dans TensorFlow.
tsf-régularisation	Explorez les techniques de régularisation en entraînant des réseaux entièrement connectés pour classer les caractères notMNIST dans TensorFlow.
tsf-convolutions	Créez des réseaux de neurones convolutifs dans TensorFlow.
tsf-word2vec	Entraînez un modèle skip-gram sur des données Text8 dans TensorFlow.
tsf-lstm	Entraînez un modèle de personnage LSTM sur des données Text8 dans TensorFlow.

théano-tutoriels

Carnet de notes	Description
théano-intro	Introduction à Theano, qui vous permet de définir, d'optimiser et d'évaluer efficacement des expressions mathématiques impliquant des tableaux multidimensionnels. Il peut utiliser des GPU et effectuer une différenciation symbolique efficace.
théano-scan	Apprenez les scans, un mécanisme pour effectuer des boucles dans un graphique Theano.
théano-logistique	Implémentez la régression logistique dans Theano.
théano-rnn	Implémentez des réseaux de neurones récurrents dans Theano.
théano-mlp	Implémentez des perceptrons multicouches dans Theano.

keras-tutoriels

Carnet de notes	Description
kéras	Keras est une bibliothèque de réseaux neuronaux open source écrite en Python. Il est capable de fonctionner sur Tensorflow ou Theano.
installation	Découvrez les objectifs du didacticiel et comment configurer votre environnement Keras.
introduction-deep-learning-ann	Obtenez une introduction à l'apprentissage profond avec Keras et les réseaux de neurones artificiels (ANN).
théano	Découvrez Theano en travaillant avec des matrices de poids et des dégradés.
keras-otto	Découvrez Keras en consultant le défi Kaggle Otto.
ann-mnist	Passez en revue une implémentation simple d’ANN pour MNIST à l’aide de Keras.
réseaux de conversion	Découvrez les réseaux de neurones convolutifs (CNN) avec Keras.
conv-net-1	Reconnaître les chiffres manuscrits du MNIST à l'aide de Keras - Partie 1.
conv-net-2	Reconnaître les chiffres manuscrits du MNIST à l'aide de Keras - Partie 2.
modèles-keras	Utilisez des modèles pré-entraînés tels que VGG16, VGG19, ResNet50 et Inception v3 avec Keras.
auto-encodeurs	Découvrez les auto-encodeurs avec Keras.
rnn-lstm	Découvrez les réseaux de neurones récurrents (RNN) avec Keras.
lstm-phrase-gen	Découvrez les RNN utilisant les réseaux LSTM (Long Short Term Memory) avec Keras.

divers-apprentissage en profondeur

Carnet de notes	Description
rêve profond	Programme de vision par ordinateur basé sur Caffe qui utilise un réseau neuronal convolutif pour rechercher et améliorer des motifs dans les images.

scikit-apprendre

Bloc-notes IPython démontrant la fonctionnalité scikit-learn.

Carnet de notes	Description
introduction	Cahier d'introduction à scikit-learn. Scikit-learn ajoute la prise en charge de Python pour les grands tableaux et matrices multidimensionnels, ainsi qu'une vaste bibliothèque de fonctions mathématiques de haut niveau pour fonctionner sur ces tableaux.
je sais	Implémentez les k voisins les plus proches dans scikit-learn.
linéaire-reg	Implémentez la régression linéaire dans scikit-learn.
svm	Implémentez des classificateurs de machines vectorielles de support avec et sans noyaux dans scikit-learn.
forêt aléatoire	Implémentez des classificateurs et des régresseurs de forêt aléatoires dans scikit-learn.
k-signifie	Implémentez le clustering k-means dans scikit-learn.
APC	Implémentez l’analyse en composantes principales dans scikit-learn.
gmm	Implémentez des modèles de mélange gaussien dans scikit-learn.
validation	Implémentez la validation et la sélection de modèles dans scikit-learn.

science-inférence-statistique

Bloc-notes IPython démontrant l'inférence statistique avec la fonctionnalité SciPy.

Carnet de notes	Description
scipy	SciPy est une collection d'algorithmes mathématiques et de fonctions pratiques construites sur l'extension Numpy de Python. Il ajoute une puissance significative à la session Python interactive en fournissant à l'utilisateur des commandes et des classes de haut niveau pour manipuler et visualiser les données.
taille de l'effet	Explorez les statistiques qui quantifient l’ampleur de l’effet en analysant la différence de taille entre les hommes et les femmes. Utilise les données du système de surveillance des facteurs de risque comportementaux (BRFSS) pour estimer la moyenne et l'écart type de la taille des femmes et des hommes adultes aux États-Unis.
échantillonnage	Explorez l'échantillonnage aléatoire en analysant le poids moyen des hommes et des femmes aux États-Unis à l'aide des données BRFSS.
hypothèse	Explorez les tests d’hypothèses en analysant la différence entre les premiers-nés et les autres.

pandas

Bloc-notes IPython démontrant la fonctionnalité pandas.

Carnet de notes	Description
pandas	Bibliothèque logicielle écrite pour la manipulation et l'analyse de données en Python. Propose des structures de données et des opérations pour manipuler des tableaux numériques et des séries chronologiques.
github-data-wrangling	Apprenez à charger, nettoyer, fusionner et créer des fonctionnalités en analysant les données GitHub du référentiel Viz .
Introduction aux Pandas	Introduction aux Pandas.
Présentation des objets Pandas	Découvrez les objets Pandas.
Indexation et sélection des données	Découvrez l’indexation et la sélection des données dans Pandas.
Opérations chez les Pandas	Découvrez comment utiliser les données dans Pandas.
Valeurs manquantes	Découvrez comment gérer les données manquantes dans Pandas.
Indexation hiérarchique	Découvrez l’indexation hiérarchique dans Pandas.
Concaténer et ajouter	Découvrez comment combiner des ensembles de données : concaténer et ajouter dans Pandas.
Fusionner et rejoindre	Découvrez comment combiner des ensembles de données : fusionnez et rejoignez Pandas.
Agrégation et regroupement	Découvrez l’agrégation et le regroupement dans Pandas.
Tableaux croisés dynamiques	Découvrez les tableaux croisés dynamiques dans Pandas.
Travailler avec des chaînes	Découvrez les opérations sur les chaînes vectorisées dans Pandas.
Travailler avec des séries temporelles	Découvrez comment travailler avec des séries chronologiques chez les pandas.
Évaluation des performances et requête	Découvrez les Pandas hautes performances : eval() et query() dans Pandas.

matplotlib

Bloc-notes IPython démontrant la fonctionnalité matplotlib.

Carnet de notes	Description
matplotlib	Bibliothèque de traçage Python 2D qui produit des chiffres de qualité de publication dans une variété de formats papier et d'environnements interactifs sur toutes les plateformes.
matplotlib-appliqué	Appliquez les visualisations matplotlib aux compétitions Kaggle pour une analyse exploratoire des données. Découvrez comment créer des diagrammes à barres, des histogrammes, une grille subplot2, des tracés normalisés, des nuages ​​de points, des sous-tracés et des tracés d'estimation de la densité du noyau.
Introduction à Matplotlib	Introduction à Matplotlib.
Tracés linéaires simples	Découvrez les tracés linéaires simples dans Matplotlib.
Nuages ​​de points simples	Découvrez les nuages ​​de points simples dans Matplotlib.
Barres d'erreur.ipynb	Découvrez comment visualiser les erreurs dans Matplotlib.
Tracés de densité et de contour	Découvrez les tracés de densité et de contour dans Matplotlib.
Histogrammes et regroupements	Découvrez les histogrammes, les regroupements et la densité dans Matplotlib.
Personnalisation-Légendes	Découvrez comment personnaliser les légendes des tracés dans Matplotlib.
Personnalisation des barres de couleurs	Découvrez comment personnaliser les barres de couleurs dans Matplotlib.
Plusieurs sous-parcelles	Découvrez plusieurs sous-parcelles dans Matplotlib.
Texte et annotation	Découvrez le texte et les annotations dans Matplotlib.
Personnalisation des ticks	Découvrez comment personnaliser les ticks dans Matplotlib.
Paramètres et feuilles de style	Découvrez comment personnaliser Matplotlib : configurations et feuilles de style.
Traçage tridimensionnel	Découvrez le traçage tridimensionnel dans Matplotlib.
Données géographiques avec fond de carte	Découvrez les données géographiques avec le fond de carte dans Matplotlib.
Visualisation avec Seaborn	Découvrez la visualisation avec Seaborn.

numpy

Bloc-notes IPython démontrant la fonctionnalité NumPy.

Carnet de notes	Description
numpy	Ajoute la prise en charge de Python pour les grands tableaux et matrices multidimensionnels, ainsi qu'une vaste bibliothèque de fonctions mathématiques de haut niveau pour fonctionner sur ces tableaux.
Introduction à NumPy	Introduction à NumPy.
Comprendre les types de données	Découvrez les types de données en Python.
Les bases des tableaux NumPy	Découvrez les bases des tableaux NumPy.
Calcul-sur-tableaux-ufuncs	Découvrez les calculs sur les tableaux NumPy : fonctions universelles.
Calcul sur des agrégats de tableaux	Découvrez les agrégations : min, max et tout le reste dans NumPy.
Diffusion de calcul sur tableaux	Découvrez le calcul sur les tableaux : la diffusion dans NumPy.
Tableaux et masques booléens	Découvrez les comparaisons, les masques et la logique booléenne dans NumPy.
Indexation sophistiquée	Découvrez l’indexation sophistiquée dans NumPy.
Tri	Découvrez le tri des tableaux dans NumPy.
Données structurées-NumPy	Découvrez les données structurées : les tableaux structurés de NumPy.

données python

Bloc-notes IPython démontrant les fonctionnalités Python orientées vers l'analyse des données.

Carnet de notes	Description
structures de données	Apprenez les bases de Python avec des tuples, des listes, des dicts et des ensembles.
utilitaires de structure de données	Apprenez les opérations Python telles que slice, range, xrange, bisect, sort, sorted, reversed, enumerate, zip, list compréhensions.
fonctions	Découvrez les fonctionnalités Python plus avancées : fonctions en tant qu'objets, fonctions lambda, fermetures, *args, **kwargs currying, générateurs, expressions génératrices, itertools.
dateheure	Apprenez à travailler avec les dates et heures Python : datetime, strftime, strptime, timedelta.
enregistrement	Découvrez la journalisation Python avec RotatingFileHandler et TimedRotatingFileHandler.
pdb	Apprenez à déboguer en Python avec le débogueur de code source interactif.
tests unitaires	Apprenez à tester en Python avec les tests unitaires Nose.

kaggle-and-business-analyses

Bloc-notes IPython utilisé(s) dans les compétitions Kaggle et les analyses commerciales.

Carnet de notes	Description
titanesque	Prédisez votre survie sur le Titanic. Apprenez le nettoyage des données, l’analyse exploratoire des données et l’apprentissage automatique.
analyse de désabonnement	Prévoyez le taux de désabonnement des clients. Exercez la régression logistique, les classificateurs d'amplification de gradient, les machines à vecteurs de support, les forêts aléatoires et les k voisins les plus proches. Comprend des discussions sur les matrices de confusion, les tracés ROC, l'importance des caractéristiques, les probabilités de prédiction et l'étalonnage/descrimination.

étincelle

Bloc-notes IPython démontrant les fonctionnalités Spark et HDFS.

Carnet de notes	Description
étincelle	Cadre informatique en cluster en mémoire, jusqu'à 100 fois plus rapide pour certaines applications et bien adapté aux algorithmes d'apprentissage automatique.
hdfs	Stocke de manière fiable des fichiers très volumineux sur les machines d’un grand cluster.

mapreduce-python

Bloc-notes IPython démontrant Hadoop MapReduce avec la fonctionnalité mrjob.

Carnet de notes	Description
mapreduce-python	Exécute des tâches MapReduce en Python, en exécutant des tâches localement ou sur des clusters Hadoop. Démontre Hadoop Streaming en code Python avec test unitaire et fichier de configuration mrjob pour analyser les journaux de compartiment Amazon S3 sur Elastic MapReduce. Disco est une autre alternative basée sur Python.

ah

Bloc-notes IPython illustrant les fonctionnalités d'Amazon Web Services (AWS) et des outils AWS.

Consultez également :

• SAWS : une interface de ligne de commande (CLI) AWS suralimentée.
• Awesome AWS : une liste organisée de bibliothèques, de dépôts open source, de guides, de blogs et d'autres ressources.

Carnet de notes	Description
boto	SDK AWS officiel pour Python.
s3cmd	Interagit avec S3 via la ligne de commande.
s3distcp	Combine des fichiers plus petits et les agrège en prenant en compte un modèle et un fichier cible. S3DistCp peut également être utilisé pour transférer de gros volumes de données de S3 vers votre cluster Hadoop.
s3-parallèle-put	Télécharge plusieurs fichiers sur S3 en parallèle.
décalage vers le rouge	Agit comme un entrepôt de données rapide construit au sommet de la technologie du traitement parallèle massif (MPP).
kinésie	Diffuse les données en temps réel avec la possibilité de traiter des milliers de flux de données par seconde.
lambda	Exécute du code en réponse aux événements, en gérant automatiquement les ressources de calcul.

commandes

Notebook(s) IPython illustrant diverses lignes de commande pour Linux, Git, etc.

Carnet de notes	Description
Linux	Système d'exploitation informatique de type Unix et principalement compatible POSIX. Utilisation du disque, fractionnement de fichiers, grep, sed, curl, affichage des processus en cours, coloration syntaxique du terminal et Vim.
anaconda	Distribution du langage de programmation Python pour le traitement de données à grande échelle, l'analyse prédictive et le calcul scientifique, qui vise à simplifier la gestion et le déploiement des packages.
cahier ipython	Environnement informatique interactif basé sur le Web dans lequel vous pouvez combiner l'exécution de code, le texte, les mathématiques, les tracés et les médias enrichis dans un seul document.
git	Système de contrôle de révision distribué mettant l'accent sur la vitesse, l'intégrité des données et la prise en charge des flux de travail distribués et non linéaires.
rubis	Utilisé pour interagir avec la ligne de commande AWS et pour Jekyll, un framework de blog pouvant être hébergé sur les pages GitHub.
Jekyll	Générateur de sites statiques simples, compatibles avec les blogs, pour les sites personnels, de projet ou d'organisation. Rend les modèles Markdown ou Textile and Liquid et produit un site Web complet et statique prêt à être servi par Apache HTTP Server, Nginx ou un autre serveur Web.
pélican	Alternative basée sur Python à Jekyll.
Django	Framework Web Python de haut niveau qui encourage un développement rapide et une conception propre et pragmatique. Cela peut être utile pour partager des rapports/analyses et pour bloguer. Les alternatives plus légères incluent Pyramid, Flask, Tornado et Bottle.

divers

Bloc-notes IPython démontrant diverses fonctionnalités.

Carnet de notes	Description
expression régulière	Aide-mémoire sur les expressions régulières utile dans la gestion des données.
algorithmie	Algorithmia est un marché pour les algorithmes. Ce carnet présente 4 algorithmes différents : détection de visage, résumé de contenu, allocation de Dirichlet latent et reconnaissance optique de caractères.

installation d'un ordinateur portable

anaconda

Anaconda est une distribution gratuite du langage de programmation Python pour le traitement de données à grande échelle, l'analyse prédictive et le calcul scientifique qui vise à simplifier la gestion et le déploiement des packages.

Suivez les instructions pour installer Anaconda ou le miniconda plus léger.

configuration de développement

Pour obtenir des instructions détaillées, des scripts et des outils permettant de configurer votre environnement de développement pour l'analyse des données, consultez le dépôt dev-setup.

cahiers de course

Pour afficher du contenu interactif ou pour modifier des éléments dans les notebooks IPython, vous devez d'abord cloner ou télécharger le référentiel, puis exécuter le notebook. Plus d’informations sur les notebooks IPython peuvent être trouvées ici.

 $ git clone https://github.com/donnemartin/data-science-ipython-notebooks.git
$ cd data-science-ipython-notebooks
$ jupyter notebook

Notebooks testés avec Python 2.7.x.

crédits

• Python pour l'analyse des données : gestion des données avec Pandas, NumPy et IPython par Wes McKinney
• Tutoriel PyCon 2015 Scikit-learn par Jake VanderPlas
• Manuel de science des données Python par Jake VanderPlas
• Machine Learning parallèle avec scikit-learn et IPython par Olivier Grisel
• Interférence statistique utilisant des méthodes informatiques en Python par Allen Downey
• Exemples TensorFlow par Aymeric Damien
• Tutoriels TensorFlow par Parag K Mital
• Tutoriels TensorFlow par Nathan Lintz
• Tutoriels TensorFlow par Alexander R Johansen
• Livre TensorFlow de Nishant Shukla
• École d'été 2015 par mila-udem
• Tutoriels Keras de Valerio Maggio
• Kaggle
• Blog Yhat

contribuer

Les contributions sont les bienvenues ! Pour les rapports de bogues ou les demandes, veuillez soumettre un problème.

coordonnées

N'hésitez pas à me contacter pour discuter de tout problème, question ou commentaire.

• Courriel : [email protected]
• Twitter : @donne_martin
• GitHub : donnemartin
• LinkedIn : donnemartin
• Site Internet : donnemartin.com

licence

Ce référentiel contient une variété de contenus ; certains développés par Donne Martin et d'autres par des tiers. Le contenu tiers est distribué sous la licence fournie par ces parties.

Le contenu développé par Donne Martin est distribué sous la licence suivante :

Je vous fournis le code et les ressources de ce référentiel sous une licence open source. Puisqu'il s'agit de mon référentiel personnel, la licence que vous recevez pour mon code et mes ressources vient de moi et non de mon employeur (Facebook).

 Copyright 2015 Donne Martin

Licensed under the Apache License, Version 2.0 (the "License");
you may not use this file except in compliance with the License.
You may obtain a copy of the License at

   http://www.apache.org/licenses/LICENSE-2.0

Unless required by applicable law or agreed to in writing, software
distributed under the License is distributed on an "AS IS" BASIS,
WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
See the License for the specific language governing permissions and
limitations under the License.