Unduh buku catatan ipython ilmu data - buku catatan ipython ilmu data Unduh kode sumber

data science ipython notebooks

ular piton

1.0.0

Unduh

buku catatan-ilmu-data-ipython

Indeks

pembelajaran mendalam
- aliran tensor
- theano
- keras
- kafe
scikit-belajar
statistik-inferensi-ilmu pengetahuan
panda
matplotlib
numpy
data python
analisis kaggle-dan-bisnis
percikan
mapreduce-python
layanan web amazon
baris perintah
lain-lain
instalasi notebook
kredit
berkontribusi
info kontak
lisensi

pembelajaran mendalam

Notebook IPython mendemonstrasikan fungsionalitas pembelajaran mendalam.

tutorial aliran tensor

Tutorial TensorFlow tambahan:

pkmital/tensorflow_tutorials
nlintz/TensorFlow-Tutorial
alrojo/tensorflow-tutorial
BinRoot/TensorFlow-Book
tuanavu/tutorial-dasar-tensorflow

Buku catatan	Keterangan
tsf-dasar-dasar	Pelajari operasi dasar di TensorFlow, sebuah perpustakaan untuk berbagai jenis tugas pemahaman persepsi dan bahasa dari Google.
tsf-linier	Menerapkan regresi linier di TensorFlow.
tsf-logistik	Menerapkan regresi logistik di TensorFlow.
tsf-nn	Implementasikan tetangga terdekat di TensorFlow.
tsf-alex	Menerapkan AlexNet di TensorFlow.
tsf-cnn	Menerapkan jaringan neural konvolusional di TensorFlow.
tsf-mlp	Menerapkan perceptron multilapis di TensorFlow.
tsf-rnn	Menerapkan jaringan neural berulang di TensorFlow.
tsf-gpu	Pelajari komputasi multi-GPU dasar di TensorFlow.
tsf-gviz	Pelajari visualisasi grafik di TensorFlow.
tsf-lviz	Pelajari visualisasi kerugian di TensorFlow.

latihan aliran tensor

Buku catatan	Keterangan
tsf-bukan-mnist	Pelajari kurasi data sederhana dengan membuat acar dengan set data yang diformat untuk pelatihan, pengembangan, dan pengujian di TensorFlow.
tsf-terhubung sepenuhnya	Latih model yang lebih dalam dan akurat secara progresif menggunakan regresi logistik dan jaringan neural di TensorFlow.
regularisasi tsf	Jelajahi teknik regularisasi dengan melatih jaringan yang terhubung sepenuhnya untuk mengklasifikasikan karakter notMIST di TensorFlow.
konvolusi tsf	Buat jaringan neural konvolusional di TensorFlow.
tsf-word2vec	Latih model skip-gram melalui data Text8 di TensorFlow.
tsf-lstm	Latih model karakter LSTM melalui data Text8 di TensorFlow.

theano-tutorial

Buku catatan	Keterangan
theano-intro	Pengantar Theano, yang memungkinkan Anda mendefinisikan, mengoptimalkan, dan mengevaluasi ekspresi matematika yang melibatkan array multidimensi secara efisien. Itu dapat menggunakan GPU dan melakukan diferensiasi simbolik yang efisien.
pemindaian theano	Pelajari pemindaian, mekanisme untuk melakukan loop dalam grafik Theano.
theano-logistik	Menerapkan regresi logistik di Theano.
theano-rnn	Menerapkan jaringan saraf berulang di Theano.
theano-mlp	Menerapkan perceptron multilayer di Theano.

keras-tutorial

Buku catatan	Keterangan
keras	Keras adalah perpustakaan jaringan saraf sumber terbuka yang ditulis dengan Python. Ia mampu berjalan di atas Tensorflow atau Theano.
pengaturan	Pelajari tentang tujuan tutorial dan cara mengatur lingkungan Keras Anda.
intro-pembelajaran mendalam-ann	Dapatkan pengenalan pembelajaran mendalam dengan Keras dan Jaringan Syaraf Tiruan (ANN).
theano	Pelajari tentang Theano dengan menggunakan matriks bobot dan gradien.
keras-otto	Pelajari tentang Keras dengan melihat tantangan Kaggle Otto.
Ann-mnist	Tinjau implementasi sederhana ANN untuk MNIST menggunakan Keras.
jaringan konv	Pelajari tentang Convolutional Neural Networks (CNN) dengan Keras.
konv-net-1	Mengenali angka tulisan tangan dari MNIST menggunakan Keras - Bagian 1.
konv-net-2	Mengenali angka tulisan tangan dari MNIST menggunakan Keras - Bagian 2.
keras-model	Gunakan model terlatih seperti VGG16, VGG19, ResNet50, dan Inception v3 dengan Keras.
pembuat enkode otomatis	Pelajari tentang Autoencoder dengan Keras.
rnn-lstm	Pelajari tentang Jaringan Neural Berulang (RNN) dengan Keras.
lstm-kalimat-gen	Pelajari tentang RNN menggunakan jaringan Long Short Term Memory (LSTM) dengan Keras.

pembelajaran mendalam-lain-lain

Buku catatan	Keterangan
mimpi yang mendalam	Program visi komputer berbasis Caffe yang menggunakan jaringan saraf konvolusional untuk menemukan dan menyempurnakan pola dalam gambar.

scikit-belajar

Notebook IPython mendemonstrasikan fungsionalitas scikit-learn.

Buku catatan	Keterangan
intro	Buku catatan pengantar untuk belajar scikit. Scikit-learn menambahkan dukungan Python untuk array dan matriks multidimensi yang besar, bersama dengan perpustakaan besar fungsi matematika tingkat tinggi untuk beroperasi pada array ini.
tahu	Terapkan k-tetangga terdekat di scikit-learn.
linier-reg	Menerapkan regresi linier di scikit-learn.
svm	Menerapkan pengklasifikasi mesin vektor dukungan dengan dan tanpa kernel di scikit-learn.
hutan acak	Terapkan pengklasifikasi dan regresi hutan acak di scikit-learn.
k-berarti	Menerapkan pengelompokan k-means di scikit-learn.
pc	Menerapkan analisis komponen utama di scikit-learn.
gmm	Menerapkan model campuran Gaussian di scikit-learn.
validasi	Menerapkan validasi dan pemilihan model di scikit-learn.

statistik-inferensi-ilmu pengetahuan

Notebook IPython menunjukkan inferensi statistik dengan fungsionalitas SciPy.

Buku catatan	Keterangan
ilmu pengetahuan	SciPy adalah kumpulan algoritma matematika dan fungsi kenyamanan yang dibangun di atas ekstensi Numpy dari Python. Ini menambah kekuatan signifikan pada sesi Python interaktif dengan menyediakan perintah dan kelas tingkat tinggi kepada pengguna untuk memanipulasi dan memvisualisasikan data.
ukuran efek	Jelajahi statistik yang mengukur besarnya efek dengan menganalisis perbedaan tinggi badan antara pria dan wanita. Menggunakan data dari Behavioral Risk Factor Surveillance System (BRFSS) untuk memperkirakan rata-rata dan deviasi standar tinggi badan untuk wanita dan pria dewasa di Amerika Serikat.
contoh	Jelajahi pengambilan sampel secara acak dengan menganalisis rata-rata berat badan pria dan wanita di Amerika Serikat menggunakan data BRFSS.
hipotesa	Jelajahi pengujian hipotesis dengan menganalisis perbedaan bayi sulung dibandingkan dengan bayi lainnya.

panda

Notebook IPython mendemonstrasikan fungsionalitas panda.

Buku catatan	Keterangan
panda	Pustaka perangkat lunak yang ditulis untuk manipulasi dan analisis data dengan Python. Menawarkan struktur data dan operasi untuk memanipulasi tabel numerik dan deret waktu.
perselisihan data-github	Pelajari cara memuat, membersihkan, menggabungkan, dan merekayasa fitur dengan menganalisis data GitHub dari repo `Viz` .
Pengantar-Panda	Pengantar Panda.
Memperkenalkan-Objek-Panda	Pelajari tentang objek Pandas.
Pengindeksan dan Seleksi Data	Pelajari tentang pengindeksan dan pemilihan data di Pandas.
Operasi-di-Panda	Pelajari tentang mengoperasikan data di Pandas.
Nilai yang Hilang	Pelajari tentang menangani data yang hilang di Pandas.
Pengindeksan Hierarki	Pelajari tentang pengindeksan hierarki di Pandas.
Concat-Dan-Tambahkan	Pelajari tentang menggabungkan kumpulan data: menggabungkan dan menambahkan di Pandas.
Gabung-dan-Gabung	Pelajari tentang menggabungkan kumpulan data: gabungkan dan gabung di Pandas.
Agregasi-dan-Pengelompokan	Pelajari tentang agregasi dan pengelompokan di Pandas.
Tabel Pivot	Pelajari tentang tabel pivot di Pandas.
Bekerja-Dengan-String	Pelajari tentang operasi string yang divektorkan di Pandas.
Bekerja dengan Rangkaian Waktu	Pelajari tentang bekerja dengan deret waktu di panda.
Evaluasi Kinerja dan Kueri	Pelajari tentang Panda berperforma tinggi: eval() dan query() di Pandas.

matplotlib

Notebook IPython mendemonstrasikan fungsionalitas matplotlib.

Buku catatan	Keterangan
matplotlib	Pustaka plot 2D Python yang menghasilkan angka kualitas publikasi dalam berbagai format hardcopy dan lingkungan interaktif di seluruh platform.
matplotlib diterapkan	Terapkan visualisasi matplotlib ke kompetisi Kaggle untuk analisis data eksplorasi. Pelajari cara membuat plot batang, histogram, subplot2grid, plot yang dinormalisasi, plot sebar, subplot, dan plot estimasi kepadatan kernel.
Pengantar-Ke-Matplotlib	Pengantar Matplotlib.
Plot Garis Sederhana	Pelajari tentang plot garis sederhana di Matplotlib.
Plot-Sebar-Sederhana	Pelajari tentang plot sebar sederhana di Matplotlib.
Bilah kesalahan.ipynb	Pelajari tentang memvisualisasikan kesalahan di Matplotlib.
Plot Kepadatan dan Kontur	Pelajari tentang plot kepadatan dan kontur di Matplotlib.
Histogram-dan-Binning	Pelajari tentang histogram, binning, dan kepadatan di Matplotlib.
Menyesuaikan-Legenda	Pelajari tentang menyesuaikan legenda plot di Matplotlib.
Menyesuaikan-Bilah Warna	Pelajari tentang menyesuaikan bilah warna di Matplotlib.
Banyak Subplot	Pelajari tentang beberapa subplot di Matplotlib.
Teks-dan-Anotasi	Pelajari tentang teks dan anotasi di Matplotlib.
Menyesuaikan-Kutu	Pelajari tentang menyesuaikan centang di Matplotlib.
Pengaturan-dan-Stylesheet	Pelajari tentang mengkustomisasi Matplotlib: konfigurasi dan stylesheet.
Plot Tiga Dimensi	Pelajari tentang pembuatan plot tiga dimensi di Matplotlib.
Data-geografis-dengan-peta dasar	Pelajari tentang data geografis dengan peta dasar di Matplotlib.
Visualisasi-Dengan-Seaborn	Pelajari tentang visualisasi dengan Seaborn.

numpy

Notebook IPython mendemonstrasikan fungsionalitas NumPy.

Buku catatan	Keterangan
numpy	Menambahkan dukungan Python untuk array dan matriks multidimensi yang besar, serta perpustakaan besar fungsi matematika tingkat tinggi untuk beroperasi pada array ini.
Pengantar-untuk-NumPy	Pengantar NumPy.
Pemahaman-Tipe Data	Pelajari tentang tipe data dengan Python.
Dasar-dasar-Dari-NumPy-Array	Pelajari tentang dasar-dasar array NumPy.
Fungsi komputasi-pada-array	Pelajari tentang komputasi pada array NumPy: fungsi universal.
Agregat komputasi-on-array	Pelajari tentang agregasi: min, maks, dan segala sesuatu di antaranya di NumPy.
Penyiaran komputasi-pada-array	Pelajari tentang komputasi pada array: penyiaran di NumPy.
Boolean-Array-dan-Mask	Pelajari tentang perbandingan, masker, dan logika boolean di NumPy.
Pengindeksan Mewah	Pelajari tentang pengindeksan mewah di NumPy.
Penyortiran	Pelajari tentang pengurutan array di NumPy.
Data Terstruktur-NumPy	Pelajari tentang data terstruktur: array terstruktur NumPy.

data python

Notebook IPython mendemonstrasikan fungsionalitas Python yang diarahkan pada analisis data.

Buku catatan	Keterangan
struktur data	Pelajari dasar-dasar Python dengan tupel, daftar, dicts, set.
utilitas struktur data	Pelajari operasi Python seperti pemahaman irisan, rentang, xrange, membagi dua, mengurutkan, mengurutkan, membalikkan, menghitung, zip, daftar.
fungsi	Pelajari tentang fitur Python tingkat lanjut: Fungsi sebagai objek, fungsi lambda, penutupan, args, *kwargs currying, generator, ekspresi generator, itertools.
tanggalwaktu	Pelajari cara bekerja dengan tanggal dan waktu Python: datetime, strftime, strptime, timedelta.
pencatatan	Pelajari tentang logging Python dengan RotatingFileHandler dan TimedRotatingFileHandler.
pdb	Pelajari cara melakukan debug dengan Python dengan debugger kode sumber interaktif.
tes satuan	Pelajari cara menguji dengan Python dengan pengujian unit Nose.

analisis kaggle-dan-bisnis

Notebook IPython digunakan dalam kompetisi kaggle dan analisis bisnis.

Buku catatan	Keterangan
raksasa	Memprediksi kelangsungan hidup di Titanic. Pelajari pembersihan data, analisis data eksplorasi, dan pembelajaran mesin.
analisis churn	Memprediksi churn pelanggan. Latihan regresi logistik, pengklasifikasi peningkat gradien, mesin vektor pendukung, hutan acak, dan k-tetangga terdekat. Mencakup diskusi tentang matriks konfusi, plot ROC, kepentingan fitur, probabilitas prediksi, dan kalibrasi/deskriminasi.

percikan

Notebook IPython mendemonstrasikan fungsionalitas percikan dan HDFS.

Buku catatan	Keterangan
percikan	Kerangka kerja komputasi cluster dalam memori, hingga 100 kali lebih cepat untuk aplikasi tertentu dan sangat cocok untuk algoritma pembelajaran mesin.
hdfs	Menyimpan file berukuran sangat besar secara andal di seluruh mesin dalam cluster besar.

mapreduce-python

Notebook IPython mendemonstrasikan Hadoop MapReduce dengan fungsionalitas mrjob.

Buku catatan	Keterangan
mapreduce-python	Menjalankan pekerjaan MapReduce dengan Python, menjalankan pekerjaan secara lokal atau di cluster Hadoop. Mendemonstrasikan Streaming Hadoop dalam kode Python dengan pengujian unit dan file konfigurasi mrjob untuk menganalisis log bucket Amazon S3 di Elastic MapReduce. Disco adalah alternatif berbasis python lainnya.

aduh

Notebook IPython mendemonstrasikan Amazon Web Services (AWS) dan fungsionalitas alat AWS.

Lihat juga:

SAWS: Antarmuka baris perintah (CLI) AWS Supercharged.
AWS yang Luar Biasa: Daftar perpustakaan yang dikurasi, repositori sumber terbuka, panduan, blog, dan sumber daya lainnya.

Buku catatan	Keterangan
boto	AWS SDK resmi untuk Python.
s3cmd	Berinteraksi dengan S3 melalui baris perintah.
s3distcp	Menggabungkan file yang lebih kecil dan menggabungkannya dengan mengambil pola dan file target. S3DistCp juga dapat digunakan untuk mentransfer data dalam jumlah besar dari S3 ke klaster Hadoop Anda.
s3-paralel-put	Mengunggah banyak file ke S3 secara paralel.
pergeseran merah	Bertindak sebagai gudang data cepat yang dibangun di atas teknologi pemrosesan paralel masif (MPP).
kinesis	Mengalirkan data secara real time dengan kemampuan memproses ribuan aliran data per detik.
lambda	Menjalankan kode sebagai respons terhadap peristiwa, secara otomatis mengelola sumber daya komputasi.

perintah

Notebook IPython mendemonstrasikan berbagai baris perintah untuk Linux, Git, dll.

Buku catatan	Keterangan
linux	Sistem operasi komputer mirip Unix dan sebagian besar mendukung POSIX. Penggunaan disk, pemisahan file, grep, sed, curl, melihat proses yang berjalan, penyorotan sintaksis terminal, dan Vim.
anakonda	Distribusi bahasa pemrograman Python untuk pemrosesan data skala besar, analisis prediktif, dan komputasi ilmiah, yang bertujuan untuk menyederhanakan manajemen dan penerapan paket.
buku catatan ipython	Lingkungan komputasi interaktif berbasis web tempat Anda dapat menggabungkan eksekusi kode, teks, matematika, plot, dan media kaya ke dalam satu dokumen.
git	Sistem kontrol revisi terdistribusi dengan penekanan pada kecepatan, integritas data, dan dukungan untuk alur kerja non-linier terdistribusi.
rubi	Digunakan untuk berinteraksi dengan baris perintah AWS dan untuk Jekyll, kerangka kerja blog yang dapat dihosting di Halaman GitHub.
jekyll	Generator situs statis yang sederhana, sadar blog, untuk situs pribadi, proyek, atau organisasi. Merender templat Markdown atau Tekstil dan Cair, dan menghasilkan situs web statis lengkap yang siap dilayani oleh Apache HTTP Server, Nginx, atau server web lainnya.
burung pelikan	Alternatif berbasis Python untuk Jekyll.
Django	Kerangka Web Python tingkat tinggi yang mendorong pengembangan cepat dan desain yang bersih dan pragmatis. Dapat berguna untuk berbagi laporan/analisis dan untuk blogging. Alternatif yang lebih ringan termasuk Piramida, Labu, Tornado, dan Botol.

lain-lain

Notebook IPython mendemonstrasikan fungsi lain-lain.

Buku catatan	Keterangan
ekspresi reguler	Lembar contekan ekspresi reguler berguna dalam perselisihan data.
algoritma	Algorithmia adalah pasar untuk algoritma. Notebook ini menampilkan 4 algoritma berbeda: Deteksi Wajah, Peringkasan Konten, Alokasi Dirichlet Laten, dan Pengenalan Karakter Optik.

instalasi notebook

anakonda

Anaconda adalah distribusi gratis bahasa pemrograman Python untuk pemrosesan data skala besar, analisis prediktif, dan komputasi ilmiah yang bertujuan untuk menyederhanakan manajemen dan penerapan paket.

Ikuti instruksi untuk menginstal Anaconda atau miniconda yang lebih ringan.

pengaturan dev

Untuk petunjuk rinci, skrip, dan alat untuk menyiapkan lingkungan pengembangan Anda untuk analisis data, lihat repo dev-setup.

buku catatan lari

Untuk melihat konten interaktif atau mengubah elemen dalam buku catatan IPython, Anda harus mengkloning atau mengunduh repositori terlebih dahulu, lalu menjalankan buku catatan tersebut. Informasi lebih lanjut tentang Notebook IPython dapat ditemukan di sini.

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

Notebook diuji dengan Python 2.7.x.

kredit

Python untuk Analisis Data: Perselisihan Data dengan Pandas, NumPy, dan IPython oleh Wes McKinney
Tutorial Belajar Scikit PyCon 2015 oleh Jake VanderPlas
Buku Panduan Ilmu Data Python oleh Jake VanderPlas
Pembelajaran Mesin Paralel dengan scikit-learn dan IPython oleh Olivier Grisel
Interferensi Statistik Menggunakan Metode Komputasi dengan Python oleh Allen Downey
Contoh TensorFlow oleh Aymeric Damien
Tutorial TensorFlow oleh Parag K Mital
Tutorial TensorFlow oleh Nathan Lintz
Tutorial TensorFlow oleh Alexander R Johansen
Buku TensorFlow oleh Nishant Shukla
Sekolah Musim Panas 2015 oleh mila-udem
Tutorial keras oleh Valerio Maggio
Kaggle
Blog Yhat

berkontribusi

Kontribusi dipersilakan! Untuk laporan bug atau permintaan, silakan kirimkan masalah.

info kontak

Jangan ragu untuk menghubungi saya untuk mendiskusikan masalah, pertanyaan, atau komentar apa pun.

Email: [email protected]
Twitter: @donne_martin
GitHub: donnemartin
LinkedIn: donnemartin
Situs web: donnemartin.com

lisensi

Repositori ini berisi beragam konten; beberapa dikembangkan oleh Donne Martin, dan beberapa dari pihak ketiga. Konten pihak ketiga didistribusikan di bawah lisensi yang diberikan oleh pihak-pihak tersebut.

Konten yang dikembangkan oleh Donne Martin didistribusikan di bawah lisensi berikut:

Saya memberikan kode dan sumber daya dalam repositori ini kepada Anda di bawah lisensi sumber terbuka. Karena ini adalah repositori pribadi saya, lisensi yang Anda terima atas kode dan sumber daya saya berasal dari saya dan bukan perusahaan saya (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.

Memperluas

Informasi Tambahan