Data science best resources
1.0.0
แหล่งทรัพยากรและลิงก์ที่คัดสรรมาอย่างดี (ในหัวข้อซอฟต์แวร์ แพลตฟอร์ม ภาษา เทคนิค ฯลฯ) ที่เกี่ยวข้องกับวิทยาศาสตร์ข้อมูล ทั้งหมดในที่เดียว
สถาบันมอนทรีออล.เอไอ: ปัญญาประดิษฐ์ 101 ภาพรวมระดับโลกครั้งแรกของ AI สำหรับทุกคน
บล็อก OpenAI
AI คิดเหมือนบริษัท—และนั่นน่ากังวล - Open Voices
AIหัวข้อ
ข้อมูลการจัดเก็บสมองในรูปแบบแยกหรืออะนาล็อกหรือไม่?
ปัญญาประดิษฐ์ที่อธิบายได้ (ตอนที่ 1) - ความสำคัญของเครื่องจักรที่มนุษย์ตีความได้...
ภาวะเอกฐานกำลังมา? – อาร์ค ดิจิตอล
Michael I. Jordan การนำเสนอการเรียนรู้ของเครื่อง NYSE
นักวิทยาศาสตร์บางคนกลัวว่าเครื่องจักรอัจฉริยะระดับสูงอาจเป็นภัยคุกคามต่อมนุษยชาติ | เดอะวอชิงตันโพสต์
คลื่นทั้งสี่ของ AI | ลิงค์อิน
เมื่ออัลกอริธึมผิดพลาด เราต้องการพลังในการต่อสู้กลับ นักวิจัยกล่าว - The Verge
Amazon CloudWatch - การตรวจสอบแอปพลิเคชันและโครงสร้างพื้นฐาน
Amazon DynamoDB - ภาพรวม
Amazon Elastic Block Store (EBS) - Amazon Web Services
Amazon Elastic File System (EFS) | พื้นที่จัดเก็บไฟล์บนคลาวด์
แนวคิด AWS: ทำความเข้าใจ AWS - YouTube
แนวคิดของ AWS: การทำความเข้าใจเนื้อหาและคุณสมบัติของหลักสูตร - YouTube
AWS ใน 10 นาที | บทช่วยสอน AWS สำหรับผู้เริ่มต้น | วิดีโอการฝึกอบรม AWS | บทช่วยสอน AWS | ซิมพลิเลิร์น - YouTube
AWS re:Invent 2017: สร้างแอปที่ใช้งานจริงได้อย่างง่ายดายด้วย Amazon Lightsail (CMP212) - YouTube
การกำหนดเส้นทางระหว่างโดเมนแบบไม่มีคลาส - Wikipedia
ผลิตภัณฑ์ประมวลผลบนคลาวด์ – Amazon Web Services (AWS)
พื้นที่เก็บข้อมูลออบเจ็กต์คลาวด์ | จัดเก็บและดึงข้อมูลได้ทุกที่ | Amazon Simple Storage Service
การปรับสมดุลโหลดแบบยืดหยุ่น - Amazon Web Services
รับ Spark, Python และ Jupyter Notebook ทำงานบน Amazon EC2
ใช้ PuTTY เพื่อเข้าถึงอินสแตนซ์ EC2 Linux ผ่าน SSH จาก Windows
คลาวด์คอมพิวติ้งคืออะไร? - อเมซอนเว็บเซอร์วิส
คู่มือ 7 ขั้นตอนในการเป็นวิศวกรการเรียนรู้ของเครื่องในปี 2021
ลดความต้องการข้อมูลที่มีป้ายกำกับในเครือข่ายปฏิปักษ์ทั่วไป
สำรับ Google ML 101 ของ Jason
หนังสือที่ต้องอ่านฟรี 10 เล่มสำหรับการเรียนรู้ของเครื่องและวิทยาศาสตร์ข้อมูล
คำแนะนำสำหรับนักวิทยาศาสตร์ข้อมูลที่ต้องการ: เริ่มบล็อก - อธิบายความแปรปรวน
บล็อกของแบรนดอน โรเฮอร์
Chris Albon - วิทยาศาสตร์ข้อมูล การเรียนรู้ของเครื่อง และปัญญาประดิษฐ์
การแลกเปลี่ยนสแต็กวิทยาศาสตร์ข้อมูล
ข้อมูลขี้ระแวง
ข้อมูลTau
อธิบาย.ai - คำอธิบายเชิงลึกเกี่ยวกับการเรียนรู้ของเครื่องและหัวข้อที่เกี่ยวข้อง
FlowingData
นี่คือแหล่งข้อมูลฟรี (ประมาณ) 3,000 แหล่งที่คุณสามารถใช้ได้ตอนนี้
หากคุณต้องการเรียน Data Science ให้เข้าเรียนวิชาสถิติเหล่านี้
เรียนรู้วิทยาศาสตร์ข้อมูล - อินโฟกราฟิก (บทความ) - DataCamp
LIGO คลื่นแรงโน้มถ่วง GW150914_tutorial
หรือ & เรื่องราวความสำเร็จของการวิเคราะห์ - แจ้ง
บล็อก OpenAI
พอล ฟอร์ด: รหัสคืออะไร? - บลูมเบิร์ก
วิทยาศาสตร์ไม่พัง | ห้าสามสิบแปด
เสียงทางวิทยาศาสตร์
เอไอสเปซ
แผ่นโกง 28 อันดับแรกสำหรับการเรียนรู้ของเครื่อง, วิทยาศาสตร์ข้อมูล, ความน่าจะเป็น, SQL และ Big Data
จุดเด่นด้านวิทยาศาสตร์ข้อมูล GitHub Python: AutoML, NLP, การแสดงภาพ, เวิร์กโฟลว์ ML
แก้ไขโครงการ Data Science แบบ end-to-end
เจาะลึกการเรียนรู้เชิงลึก (หนังสือการเรียนรู้เชิงลึกเชิงโต้ตอบพร้อมโค้ด คณิตศาสตร์ และการสนทนา)
หนังสือคณิตศาสตร์การเรียนรู้ของเครื่อง
เรียนรู้การเขียนโค้ด | โค้ดคาเดมี
หมายเหตุการบรรยาย | ความรู้เบื้องต้นเกี่ยวกับ MATLAB | วิศวกรรมไฟฟ้าและวิทยาศาสตร์คอมพิวเตอร์ | เอ็มไอที โอเพนคอร์สแวร์
หนังสือฟรีกว่า 60 เล่มเกี่ยวกับ Big Data, วิทยาศาสตร์ข้อมูล, การทำเหมืองข้อมูล, การเรียนรู้ของเครื่อง, Python, R และอื่นๆ อีกมากมาย
วิศวกรรมคุณลักษณะและการเลือก: แนวทางปฏิบัติสำหรับแบบจำลองเชิงคาดการณ์
Neual Networks และ Deep Learning - หนังสือออนไลน์
การเพิ่มโครงการที่มีอยู่ไปยัง GitHub โดยใช้บรรทัดคำสั่ง - เอกสารผู้ใช้
ข้อมูลเบื้องต้นเกี่ยวกับ Git และ GitHub สำหรับผู้เริ่มต้น (บทช่วยสอน)
ปฏิบัติตามกฎง่ายๆ เหล่านี้ แล้วคุณจะกลายเป็นผู้เชี่ยวชาญ Git และ GitHub
Git - หนังสือ
git - คำแนะนำง่ายๆ - ไม่มีเรื่องไร้สาระ!
วิธีที่จะไม่กลัว GIT อีกต่อไป – freeCodeCamp.org
joshnh/Git-Commands: รายการคำสั่ง Git ที่ใช้กันทั่วไป
คู่มือสำหรับผู้เริ่มต้นในการมีส่วนร่วมในโครงการ GitHub – DevNotes ของ Rob Allen
ทำความเข้าใจกับ GitHub Flow · คำแนะนำ GitHub
สู่ AI ต่อต้านฟาสซิสต์ (จาก opendemocracy.net)
ก้าวสู่การเป็น Data Scientist ระดับ 3.0
คลื่นลูกที่สามของ Data Scientist
46 เว็บไซต์ที่กระตุ้นสติปัญญามากที่สุดที่จะจุดประกายอัจฉริยะภายในตัวคุณใน 10 นาทีต่อวัน
ปัญญาประดิษฐ์เรียนรู้ที่จะเรียนรู้ทั้งหมดด้วยตัวมันเอง | นิตยสารควอนต้า
Edward Witten ไตร่ตรองถึงธรรมชาติของความเป็นจริง | นิตยสารควอนต้า
วิศวกรไม่ควรเขียน ETL: คู่มือการสร้างภาควิชาวิทยาศาสตร์ข้อมูลที่มีฟังก์ชันการทำงานสูง | เทคโนโลยี Stitch Fix – มัลติเธรด
รากฐานที่สร้างขึ้นสำหรับทฤษฎีทั่วไปของโครงข่ายประสาทเทียม - นิตยสาร Quanta
เครื่องมือการคิดทั่วไป: แบบจำลองทางจิต 9 แบบเพื่อแก้ไขปัญหาที่ยากลำบาก
โซเชียลมีเดียเป็นอันตรายต่อความรู้อย่างไร | มีสาย
ในเมืองเล็กๆ เหล่านี้ ความก้าวหน้าของ AI อาจมีค่าใช้จ่ายสูง - การทบทวนเทคโนโลยีของ MIT
ความสามารถ 'น่าทึ่ง' ของการเรียนรู้ของเครื่องในการทำนายความโกลาหล นิตยสารควอนต้า
แผนที่สมองใหม่พร้อมรายละเอียดที่ไม่มีใครเทียบอาจเปลี่ยนประสาทวิทยาศาสตร์ มีสาย
Pedro Domingos กับการแข่งขันด้านอาวุธในด้านปัญญาประดิษฐ์ - SPIEGEL ONLINE
ควอนตัมก้าวกระโดดในคอมพิวเตอร์ควอนตัม? - วิทยาศาสตร์อเมริกัน
รัฐเปราะบางของมหาวิทยาลัยสาธารณะในมิดเวสต์ - มหาสมุทรแอตแลนติก
อนาคตของการทำงานของมนุษย์คือจินตนาการ ความคิดสร้างสรรค์ และกลยุทธ์
การปฏิวัติอุณหพลศาสตร์ควอนตัม | นิตยสารควอนต้า
รหัสคืออะไร? - พอล ฟอร์ด| บลูมเบิร์ก
เศรษฐศาสตร์ของปัญญาประดิษฐ์ - การคาดการณ์ที่ถูกกว่าจะเปลี่ยนโลกได้อย่างไร
ความพ่ายแพ้ Dota 2 ของ OpenAI ยังคงเป็นชัยชนะสำหรับปัญญาประดิษฐ์
แมชชีนเลิร์นนิงเผชิญหน้ากับช้างในห้อง | นิตยสารควอนต้า
บันทึกการบรรยายที่สมบูรณ์ของชั้นเรียน Machine Learning ของ Stanford/Coursera โดย Andrew Ng
มหาวิทยาลัย 200 แห่งเปิดตัวหลักสูตรออนไลน์ฟรี 560 หลักสูตร นี่คือรายการทั้งหมด
ปัญญาประดิษฐ์ | เอ็มไอที โอเพนคอร์สแวร์
แดชบอร์ด | โปรแกรมดิจิทัลการศึกษาระดับมืออาชีพของ MIT
Data Science AZ™: รวมแบบฝึกหัดวิทยาศาสตร์ข้อมูลในชีวิตจริง | อูเดมี่
สิ่งจำเป็นด้านวิทยาศาสตร์ข้อมูล | edX
จะเลือก MOOC ที่มีประสิทธิภาพสำหรับการเรียนรู้ของเครื่องและวิทยาศาสตร์ข้อมูลได้อย่างไร
ฉันค้นพบหลักสูตร Coursera มากกว่า 1,150 หลักสูตรที่ยังคงฟรีโดยสมบูรณ์
ข้อมูลและเอนโทรปี | เอ็มไอที โอเพนคอร์สแวร์
รู้เบื้องต้นเกี่ยวกับอัลกอริทึม | เอ็มไอที โอเพนคอร์สแวร์
ความรู้เบื้องต้นเกี่ยวกับการวิเคราะห์ข้อมูลโดยใช้ Excel | edX
รู้เบื้องต้นเกี่ยวกับ Python สำหรับวิทยาศาสตร์ข้อมูล | edX
รู้เบื้องต้นเกี่ยวกับ R สำหรับวิทยาศาสตร์ข้อมูล | edX
คณิตศาสตร์สำหรับวิทยาการคอมพิวเตอร์ | เอ็มไอที โอเพนคอร์สแวร์
การเขียนโปรแกรมด้วย Python สำหรับ Data Science!
หลักสูตรการคิดเชิงสถิติสำหรับวิทยาศาสตร์ข้อมูล
หลักสูตรออนไลน์วิทยาศาสตร์ข้อมูลยอดนิยมในปี 2560 – LearnDataSci
ยูวอช ML แน่นอน Jupyter Home
คำอธิบายด้วยภาพของการรวม SQL
เข้าร่วม (SQL) - วิกิพีเดีย
PostgreSQL: ฟังก์ชันทางคณิตศาสตร์และตัวดำเนินการ
PostgreSQL: ฟังก์ชันสตริงและตัวดำเนินการ
บทช่วยสอน Psycopg2 - PostgreSQL พร้อม Python
อธิบายการรวม SQL
บทช่วยสอน SQL สำหรับการวิเคราะห์ข้อมูล | บทช่วยสอน SQL - การวิเคราะห์โหมด
SQL กับ NoSQL หรือ MySQL กับ MongoDB - YouTube
การคิดใน SQL กับการคิดใน Python
หลักสูตร Kaggle SQL (รวมถึงหัวข้อ BigQuery)
การทดสอบทางสถิติทั่วไปคือแบบจำลองเชิงเส้น (หรือ: วิธีสอนสถิติ)
สถิติเบื้องต้น - ไลบรารี OpenText
การทดสอบทางสถิติทั่วไปคือแบบจำลองเชิงเส้น (หรือ: วิธีสอนสถิติ)
พื้นหลัง: โซ่มาร์คอฟ
สถิติ OpenIntro
บทช่วยสอนและตัวอย่างการวิเคราะห์การถดถอย | มินิแท็บ
เทคนิคทางสถิติ 10 ประการที่นักวิทยาศาสตร์ข้อมูลจำเป็นต้องเชี่ยวชาญ
คู่มือขั้นสูงสำหรับเทคนิคการลดขนาด 12 มิติ (พร้อมรหัส Python)
โทมัส เบย์ส กับวิกฤตการณ์ทางวิทยาศาสตร์ – TheTLS
ยินดีต้อนรับสู่สถิติ 505! - สถิติ 505
ข้อมูลเบื้องต้นเกี่ยวกับการถดถอยเชิงเส้นแบบเบย์ - สู่วิทยาศาสตร์ข้อมูล
บทช่วยสอนและตัวอย่างการวิเคราะห์การถดถอย | มินิแท็บ
เทคนิคทางสถิติ 10 ประการที่นักวิทยาศาสตร์ข้อมูลจำเป็นต้องเชี่ยวชาญ
ยินดีต้อนรับสู่สถิติ 505! - สถิติ 505
ความน่าจะเป็นและสถิติทางสายตา
บทความอธิบาย Scikit-image จากนักพัฒนาหลัก
การโต้ตอบแบบเต็มหน้าจอที่ให้คุณสำรวจ 300 ปีแรกของการแสดงข้อมูล
การออกแบบที่ยอดเยี่ยม-visualizations.pdf
แกลเลอรีการแสดงข้อมูล - โอกาสที่พลาดไปและความล้มเหลวทางกราฟิก
บทที่ 1-4 ข้อมูลการแสดงภาพครั้งแรก - Govind Acharya | โต๊ะสาธารณะ
การทำแผนที่การระบาดของอหิวาตกโรคในปี พ.ศ. 2397 โต๊ะสาธารณะ
ทรัพยากร | โต๊ะสาธารณะ
หนังสือที่ต้องอ่านฟรี 10 เล่มสำหรับการเรียนรู้ของเครื่องและวิทยาศาสตร์ข้อมูล
หนังสือฟรีกว่า 60 เล่มเกี่ยวกับ Big Data, วิทยาศาสตร์ข้อมูล, การทำเหมืองข้อมูล, การเรียนรู้ของเครื่อง, Python, R และอื่นๆ อีกมากมาย
ข้อมูลขี้ระแวง
ระบบสร้างภาพข้อมูล GGobi
GitHub (ติรธัชโยติ ซาร์การ์)
นี่คือแหล่งข้อมูลฟรี (ประมาณ) 3,000 แหล่งที่คุณสามารถใช้ได้ตอนนี้
หากคุณต้องการเรียน Data Science ให้เข้าเรียนวิชาสถิติเหล่านี้
เรียนรู้การเขียนโค้ด | โค้ดคาเดมี
หมายเหตุการบรรยาย | ความรู้เบื้องต้นเกี่ยวกับ MATLAB | วิศวกรรมไฟฟ้าและวิทยาศาสตร์คอมพิวเตอร์ | เอ็มไอที โอเพนคอร์สแวร์
สื่อ – อ่าน เขียน และแบ่งปันเรื่องราวที่สำคัญ
เสียงทางวิทยาศาสตร์
แผ่นโกง 28 อันดับแรกสำหรับการเรียนรู้ของเครื่อง, วิทยาศาสตร์ข้อมูล, ความน่าจะเป็น, SQL และ Big Data
เรียนรู้วิทยาศาสตร์ข้อมูล - อินโฟกราฟิก (บทความ) - DataCamp
การบ้าน 3
บลูเบอร์รี่ลึก
Brandon Rohrer - เครือข่ายประสาทเทียม (RNN) และหน่วยความจำระยะสั้นระยะยาว (LSTM)
CS231n Lecture 10 - Recurrent Neural Networks, คำบรรยายภาพ, LSTM - YouTube
Nuts and Bolts ของการประยุกต์ใช้ Deep Learning (Andrew Ng) - YouTube
Siraj Raval - LSTM Networks - คณิตศาสตร์แห่งสติปัญญา (สัปดาห์ที่ 8) - YouTube
Siraj Raval - Recurrent Neural Networks - คณิตศาสตร์แห่งความฉลาด (สัปดาห์ที่ 5) - YouTube
Andrew Ng: ปัญญาประดิษฐ์คือพลังไฟฟ้าใหม่ - YouTube
สนามเด็กเล่นโครงข่ายประสาทเทียม
แต่โครงข่ายประสาทเทียม คือ อะไร? - การเรียนรู้เชิงลึก บทที่ 1
Convolutional Networks ใน Java - Deeplearning4j: โอเพ่นซอร์ส, การกระจายการเรียนรู้เชิงลึกสำหรับ JVM
CS231n Convolutional Neural Networks สำหรับการจดจำภาพ
ความรู้พื้นฐานการเรียนรู้เชิงลึก - ชั้นเรียนความรู้ความเข้าใจ
สำรวจ LSTM
การแสดงคุณสมบัติ
โครงข่ายประสาทเทียมและการเรียนรู้เชิงลึก
ทำความเข้าใจกับ Capsule Network ของ Hinton ส่วนที่ 1: สัญชาตญาณ
ทำความเข้าใจกับเครือข่าย LSTM -- บล็อกของ colah
ประสิทธิผลที่ไม่สมเหตุสมผลของโครงข่ายประสาทเทียมที่เกิดซ้ำ
บล็อก Andrej Carpathy - คู่มือแฮ็กเกอร์เกี่ยวกับโครงข่ายประสาทเทียม
คู่มือสำหรับผู้เริ่มต้นใช้งานเครือข่ายที่เกิดซ้ำและ LSTM - Deeplearning4j: โอเพ่นซอร์ส การเรียนรู้เชิงลึกแบบกระจายสำหรับ JVM
J Alammar – การสำรวจด้วยพิกเซลที่สัมผัสได้และหุ่นยนต์อัจฉริยะ
คำแนะนำเกี่ยวกับโมเดลตามลำดับ - เอกสาร Keras
เอกสาร Keras
วิธีใช้ Word Embedding Layers เพื่อการเรียนรู้เชิงลึกด้วย Keras - Machine Learning Mastery
การสร้างฟังก์ชันอินพุตด้วย tf.estimator | เทนเซอร์โฟลว์
เริ่มต้นใช้งาน TensorFlow | เทนเซอร์โฟลว์
การติดตั้ง TensorFlow บน Windows | เทนเซอร์โฟลว์
เทนเซอร์โฟลว์
บทช่วยสอนโมเดลเชิงเส้น TensorFlow | เทนเซอร์โฟลว์
บทช่วยสอนการเรียนรู้แบบกว้างและลึกของ TensorFlow | เทนเซอร์โฟลว์
การใช้ TensorFlow ใน Windows ด้วย GPU | การวิจัยฮีตัน
คู่มือการติดตั้ง Windows :: เอกสารประกอบ CUDA Toolkit
7 ขั้นตอนในการเรียนรู้ Machine Learning ด้วย Python
การแนะนำการเรียนรู้ของเครื่องด้วยภาพ
วัสดุ AI ของเบิร์กลีย์
การเรียนรู้เชิงลึกสำหรับผู้เขียนโค้ด fast.ai
รวบรวมการบรรยาย | การเรียนรู้ของเครื่อง - หลักสูตรสแตนฟอร์ด
แผ่นโกง Microsoft Azure ML
การบรรยายการเรียนรู้ของเครื่อง Pedro Dominos
คู่มือ Hitchhiker's เพื่อการเรียนรู้ของเครื่องใน Python
โปรเจ็กต์การเรียนรู้ของเครื่อง 10 อันดับแรกบน Github
พื้นที่เก็บข้อมูลการเรียนรู้ของเครื่อง UCI
[วิดีโอชั้นเรียน ISLR](https://www.r-bloggers.com/in-deep-introduction-to-machine-learning-in-15-hours-of-expert-videos/
Machine Learning Zero-to-Hero: ทุกสิ่งที่คุณต้องการเพื่อแข่งขันกับ Kaggle เป็นครั้งแรก...
GOOGLE - กฎของการเรียนรู้ของเครื่อง: | กฎการเรียนรู้ของเครื่อง | นักพัฒนาของ Google
ตัวอย่างการสอน PySpark ML
บทช่วยสอนเครื่องกำเนิด Python
R Markdown: คู่มือขั้นสุดท้าย
ทำความเข้าใจกับ GitHub Flow · คำแนะนำ GitHub
วิธีเตรียมตัวสำหรับการสัมภาษณ์แมชชีนเลิร์นนิง - Semantic Bits
แผ่นโกงสำหรับ AI, โครงข่ายประสาทเทียม, การเรียนรู้ของเครื่อง, การเรียนรู้เชิงลึกและข้อมูลขนาดใหญ่
แผนที่ความรู้ AI: วิธีจำแนกเทคโนโลยี AI
การสร้างการถดถอยเชิงเส้นด้วย PySpark และ MLlib
คู่มือฉบับสมบูรณ์เกี่ยวกับการทำงานของ DataFrame ใน PySpark
Install_Spark_on_Windows10.pdf
บทนำ · การเรียนรู้ Apache Spark อย่างเชี่ยวชาญ
MLlib: คู่มือหลัก - เอกสารประกอบ Spark 2.3.1
ภาพรวม - เอกสารประกอบ Spark 2.3.1
คู่มือการเขียนโปรแกรม RDD - เอกสารประกอบ Spark 2.3.1
rdflib 5.0.0-dev — เอกสาร rdflib 5.0.0-dev
Spark SQL และ DataFrames - เอกสารประกอบ Spark 2.3.1
ยินดีต้อนรับสู่เอกสาร Spark Python API! — เอกสาร PySpark 2.3.1
ทำไมคุณควรพิจารณาแพลตฟอร์ม Google AI สำหรับโปรเจ็กต์แมชชีนเลิร์นนิงของคุณ
บทช่วยสอนการประมวลผลแบบคลาวด์สำหรับผู้เริ่มต้น | อธิบายการประมวลผลแบบคลาวด์ | คลาวด์คอมพิวติ้ง | ซิมพลิเลิร์น - YouTube
คำแนะนำฉบับย่อเกี่ยวกับปัญหายากๆ | นิตยสารควอนต้า
10 เทคนิคการขุดที่นักวิทยาศาสตร์ข้อมูลต้องการสำหรับกล่องเครื่องมือของพวกเขา
วิกิพีเดียวิทยาศาสตร์ข้อมูล: การทำงานร่วมกับสารานุกรมที่ใหญ่ที่สุดในโลก
ภาพรวมโดยย่อของเทคนิคการตรวจจับค่าผิดปกติ – สู่วิทยาการข้อมูล
ข้อมูลเบื้องต้นเกี่ยวกับคอนเทนเนอร์, VM และ Docker ที่เหมาะสำหรับผู้เริ่มต้น
บทช่วยสอน Docker ที่ง่ายและรวดเร็วสำหรับผู้เริ่มต้น (ชุดวิดีโอ)
Docker เขียนใน 12 นาที - YouTube
วิธีการติดตั้งและใช้ Docker บน Ubuntu 18.04 | ดิจิตอลโอเชี่ยน
วิธีติดตั้ง Docker บน Ubuntu 18.04 Bionic Beaver - LinuxConfig.org
เรียนรู้ Docker ใน 12 นาที ? - ยูทูป
คอนเทนเนอร์คืออะไร? - ยูทูป
นักเทียบท่าคืออะไร | บทช่วยสอนนักเทียบท่าสำหรับผู้เริ่มต้น | คอนเทนเนอร์นักเทียบท่า | เครื่องมือ DevOps | เอดูเรกา - YouTube
สร้างแพลตฟอร์มวิทยาศาสตร์ข้อมูลของคุณเองด้วย Python & Docker - YouTube
คำถามสัมภาษณ์โครงสร้างข้อมูลและอัลกอริทึมมากกว่า 50 ข้อสำหรับโปรแกรมเมอร์
GraphQL กับ REST – Apollo GraphQL
ไมโครเซอร์วิส, API และ Swagger: เข้ากันได้อย่างไร | กร่าง
แนวคิดและตัวอย่าง REST API - YouTube
สถาปัตยกรรมเว็บ 101 – ผลิตภัณฑ์และวิศวกรรม VideoBlocks
อธิบาย REST API และบริการเว็บ RESTful - YouTube
คอลเลกชันของเรา – สู่วิทยาศาสตร์ข้อมูล
JSON Crash Course - YouTube ฉันสามารถใช้... ตารางการสนับสนุนสำหรับ HTML5, CSS3, ฯลฯ ตัวอย่างการตรวจสอบแบบฟอร์ม HTML5 < HTML | ศิลปะแห่งเว็บ
คู่มือ CSS: คู่มือที่มีประโยชน์เกี่ยวกับ CSS สำหรับนักพัฒนา
การสร้างเว็บไซต์อย่างง่ายด้วย HTML และ CSS - ตอนที่ 1 - YouTube
บทนำ CSS - W3Schools
เรียนรู้ CSS ใน 12 นาที - YouTube
บทช่วยสอน JavaScript เริ่มต้น - 1 - ความรู้เบื้องต้นเกี่ยวกับ JavaScript - YouTube
JavaScript ฝีปาก
การตรวจสอบแบบฟอร์มด้วย JavaScript - ตรวจสอบช่องข้อความว่าง - YouTube
พื้นฐาน JavaScript ตอนที่ 1
บทช่วยสอนเริ่มต้น JavaScript 30 - กล่องข้อความและรหัสผ่านการตรวจสอบความถูกต้องของแบบฟอร์ม - YouTube
JavaScript: การตรวจสอบความถูกต้องของแบบฟอร์มอย่างง่าย - YouTube
เรียนรู้ JavaScript ใน 12 นาที - YouTube
การเรียนรู้ของเครื่องด้วย JavaScript: ตอนที่ 1 – แฮ็กเกอร์เที่ยง
การเรียนรู้ของเครื่องด้วย JavaScript: ตอนที่ 2 – แฮ็กเกอร์เที่ยง
W3School - การตรวจสอบแบบฟอร์ม JavaScript
W3schools - การสอน JavaScript
ClearlyDecoded.com - ยาคอฟ ไชคิน
คู่มือการเริ่มต้นใช้งานบัญชีโฮสติ้ง GoDaddy
วิธีสร้างเว็บไซต์ในปี 2561 – คู่มือการโฮสต์เว็บ | WHSR
jhu-ep-coursera/fullstack-course4: โค้ดตัวอย่างสำหรับ HTML, CSS และ Javascript สำหรับนักพัฒนาเว็บหลักสูตร Coursera
การสอน JavaScript ฟรี - Scaler
ศิลปะแห่งการแก้ปัญหา - สัญลักษณ์ LaTeX
ระบุการจดจำสัญลักษณ์ที่เขียนด้วยลายมือของ LaTeX
http://quicklatex.com/
วิกิสัญลักษณ์น้ำยาง
รายการสัญลักษณ์ LaTeX ที่ครอบคลุมรายการสัญลักษณ์ LaTeX ที่ครอบคลุม - symbols-a4.pdf
Pandoc - คู่มือการใช้งาน Pandoc
เอกสาร MathJax - เอกสาร MathJax 2.7
คำสั่ง TeX มีอยู่ใน MathJax
วิธีติดตั้ง Ubuntu Linux บน VirtualBox บน Windows 10 [คำแนะนำทีละขั้นตอน] | มันคือฟอสส์
หลักสูตรการสอนและการฝึกอบรม Microsoft PowerShell – Microsoft Virtual Academy
Linux Distributions ที่ได้รับความนิยมมากที่สุดและเหตุใดจึงครองตลาด
คำแนะนำง่ายๆ ในการติดตั้ง Linux Virtual Machine บน Windows - StorageCraft Technology Corporation
[แก้ไขแล้ว] ไม่สามารถรับข้อผิดพลาดการล็อค /var/lib/dpkg/lock ใน Ubuntu | มันคือฟอสส์
การวิเคราะห์อนุกรมเวลาใน Python: บทนำ - สู่วิทยาศาสตร์ข้อมูล
RJT1990/pyflux: ไลบรารีอนุกรมเวลาแบบโอเพ่นซอร์สสำหรับ Python
MaxBenChrist/awesome_time_series_in_python: รายการที่รวบรวมไว้นี้มีแพ็คเกจ Python สำหรับการวิเคราะห์อนุกรมเวลา
เริ่มต้นใช้งานอนุกรมเวลา — เอกสาร PyFlux 0.4.7
ความรู้เบื้องต้นเกี่ยวกับโมเดล ARIMA
คำแนะนำฉบับสมบูรณ์เพื่อสร้างการพยากรณ์อนุกรมเวลา (พร้อมรหัสใน Python)
วิธีสร้างโมเดล ARIMA สำหรับการพยากรณ์อนุกรมเวลาด้วย Python
อนุกรมเวลากับหลักสูตร Siraj โดย Kaggle
การเปิดโปงตำนานและความเป็นจริงของปัญญาประดิษฐ์ - Forbes
ปัญญาประดิษฐ์ — การปฏิวัติยังไม่เกิดขึ้น
ปัญญาประดิษฐ์เรียนรู้ที่จะเรียนรู้ทั้งหมดด้วยตัวมันเอง | นิตยสารควอนต้า
ปรัชญาพุทธศาสนาสามารถอธิบายสิ่งที่เกิดขึ้นก่อนบิ๊กแบงได้หรือไม่? - เรียงความอิออน
รับมือกับผลกระทบของกลศาสตร์ควอนตัม - Scientific American Blog Network
การทำเครื่องมือปูทางไปสู่ภาษามนุษย์หรือไม่? - มหาสมุทรแอตแลนติก
Edward Witten ไตร่ตรองถึงธรรมชาติของความเป็นจริง | นิตยสารควอนต้า
Gatekeeping และอภิสิทธิ์ในวิทยาศาสตร์ข้อมูล
มนุษย์ต่างดาวแก้ปัญหาการเปลี่ยนแปลงสภาพภูมิอากาศได้อย่างไร? - มหาสมุทรแอตแลนติก
ฉันเรียนรู้ที่จะหยุดกังวลเกี่ยวกับฟิสิกส์ใหม่ที่หายไปของ LHC ได้อย่างไร
ข้อมูลถูกคิดค้นขึ้นใหม่ได้อย่างไร – ขีดจำกัด – ปานกลาง
โซเชียลมีเดียเป็นอันตรายต่อความรู้อย่างไร | มีสาย
ในเมืองเล็กๆ เหล่านี้ ความก้าวหน้าของ AI อาจมีค่าใช้จ่ายสูง - การทบทวนเทคโนโลยีของ MIT
ภายในการแข่งขัน 3.5 ล้านเหรียญของ Amazon เพื่อให้ Alexa แชทเหมือนมนุษย์ - The Verge
มาทำให้ข้อมูลส่วนตัวเป็นสาธารณประโยชน์ - MIT Technology Review
เกี่ยวกับ ชอมสกี และสองวัฒนธรรมแห่งการเรียนรู้ทางสถิติ
ควอนตัมก้าวกระโดดในคอมพิวเตอร์ควอนตัม? - วิทยาศาสตร์อเมริกัน
กลยุทธ์กับยุทธวิธี: อะไรคือความแตกต่างและเหตุใดจึงสำคัญ?
กรณีของวิศวกรรมพันธุกรรมประชากรมนุษย์และไซบอร์กที่ชาญฉลาดยิ่งขึ้นเพื่อหลีกเลี่ยงภัยคุกคามจากภัยพิบัติที่มีอยู่
รัฐเปราะบางของมหาวิทยาลัยสาธารณะในมิดเวสต์ - มหาสมุทรแอตแลนติก
การปฏิวัติอุณหพลศาสตร์ควอนตัม | นิตยสารควอนต้า
วิธีที่คุณอ่านหนังสือบ่งบอกความฉลาดของคุณได้มากมาย นี่คือเหตุผล
เพื่อสร้างเครื่องจักรที่ชาญฉลาดอย่างแท้จริง สอนเหตุและผลให้พวกเขา | นิตยสารควอนต้า
ทำไมระบบขนส่งมวลชนอเมริกันถึงแย่มาก? มันเป็นเรื่องยาว - ซิตี้แล็บ
ยูวัล โนอาห์ ฮารารี กับสิ่งที่ปี 2050 มีไว้สำหรับมนุษยชาติ | สายสหราชอาณาจักร
Yuval Noah Harari กับสาเหตุที่เทคโนโลยีสนับสนุนเผด็จการ - มหาสมุทรแอตแลนติก
ยูวัล โนอาห์ ฮารารี: 'แนวคิดเรื่องข้อมูลเสรีเป็นอันตรายอย่างยิ่ง' | วัฒนธรรม | เดอะการ์เดียน
นอกเหนือจากความแปลกประหลาด: Decoherence, ความแปลกประหลาดของควอนตัม และแมวของSchrödinger - มหาสมุทรแอตแลนติก
ชีวิตคือการถักเปียในกาลอวกาศ - เวลา - ปานกลาง
โมเดลทางจิต: วิธีฝึกสมองให้คิดในรูปแบบใหม่ - James Clear - Pocket
อย่าแข่งขัน. สร้าง! - ดาเรียส โฟรูซ์ - พ็อกเก็ต
Tesla จะอยู่และตายโดย Gigafactory - The Verge
คุณอยากเป็นนักวิทยาศาสตร์การวิจัย – Vincent Vanhoucke – Medium
ความมั่นคงแห่งมาตุภูมิจะปล่อยให้ซอฟต์แวร์ทำเครื่องหมายผู้อาจเป็นผู้ก่อการร้าย
จะเกิดอะไรขึ้นเมื่อระเบียบโลกสิ้นสุดลง
Kevin Slavin: อัลกอริธึมกำหนดโลกของเราอย่างไร | เท็ดทอล์ค
กลไกอัตโนมัติของสมองควบคุมจิตสำนึก - Scientific American
หน่วยสืบราชการลับคืออะไร? – สู่วิทยาศาสตร์ข้อมูล
นี่คือวิธีที่คุณควรฝึกฝนตัวเองให้ฉลาดขึ้น - Michael Simmons - Pocket
ทำอย่างไรจึงจะมีประสิทธิผลมากขึ้นและขจัดกิจกรรมที่เสียเวลาโดยการใช้ “Eisenhower Box” - James Clear - Pocket
จุดบอดของวิทยาศาสตร์คือการละเลยประสบการณ์ชีวิต | เรียงความอิออน
บทช่วยสอนที่สมบูรณ์เพื่อเรียนรู้วิทยาศาสตร์ข้อมูลกับ Julia ตั้งแต่เริ่มต้น
การติดตามการทดลอง ML: คืออะไร เหตุใดจึงสำคัญ และจะนำไปใช้อย่างไร
การประเมินโมเดลการเรียนรู้ของเครื่องเพื่อความเป็นธรรมและอคติ
การสร้าง API วิทยาศาสตร์ข้อมูลด้วย Flask
Flask และ Heroku สำหรับการปรับใช้ Machine Learning ออนไลน์
ภาพรวมของแนวทางต่างๆ ในการวางโมเดล Machine Learning (ML) ในการผลิต
[คำแนะนำ] การสร้างเว็บแอปพลิเคชันวิทยาศาสตร์ข้อมูลด้วย React, NodeJS และ MySQL
คู่มือสำหรับผู้เริ่มต้นในการฝึกอบรมและปรับใช้โมเดลการเรียนรู้ของเครื่องโดยใช้ Python
คู่มือการปรับขนาดโมเดลการเรียนรู้ของเครื่องในการผลิต
การปรับใช้โมเดลการเรียนรู้เชิงลึกของ Keras ด้วย Flask – สู่วิทยาศาสตร์ข้อมูล
การปรับใช้การเรียนรู้ของเครื่องตามขนาด - บล็อกอัลกอริทึม
การปรับใช้ Machine Learning ไม่เคยง่ายขนาดนี้มาก่อน - มุ่งสู่ Data Science
Quora - คุณจะนำโมเดลการเรียนรู้ของเครื่องมาสู่การผลิตได้อย่างไร
บทช่วยสอนเพื่อปรับใช้โมเดลการเรียนรู้ของเครื่องในการผลิตเป็น API ด้วย Flask
จาก Big Data ไปจนถึงไมโครเซอร์วิส: วิธีให้บริการโมเดลที่ได้รับการฝึก Spark ผ่าน AWS lambdas
วิธีส่งมอบโปรเจ็กต์ Machine Learning – ข้อมูลเชิงลึก
การปรับใช้โมเดลการเรียนรู้ลึกของ Keras เป็นเว็บแอปพลิเคชันใน P
การใช้อัลกอริทึมทางพันธุกรรมใน Python - สู่วิทยาศาสตร์ข้อมูล
รู้เบื้องต้นเกี่ยวกับการเพิ่มประสิทธิภาพด้วยอัลกอริทึมทางพันธุกรรม
บทช่วยสอนเกี่ยวกับวิวัฒนาการเชิงอนุพันธ์ด้วย Python · Pablo R. Mier
คำแนะนำเกี่ยวกับโมเดลตามลำดับ - เอกสาร Keras
เอกสาร Keras
วิธีใช้ Word Embedding Layers เพื่อการเรียนรู้เชิงลึกด้วย Keras - Machine Learning Mastery
Brandon Rohrer - โครงข่ายประสาทเทียม (RNN) และหน่วยความจำระยะสั้นระยะยาว (LSTM)
CS231n Lecture 10 - Recurrent Neural Networks, คำบรรยายภาพ, LSTM - YouTube
Nuts and Bolts ของการประยุกต์ใช้ Deep Learning (Andrew Ng) - YouTube
Siraj Raval - LSTM Networks - คณิตศาสตร์แห่งสติปัญญา (สัปดาห์ที่ 8) - YouTube
Siraj Raval - Recurrent Neural Networks - คณิตศาสตร์แห่งความฉลาด (สัปดาห์ที่ 5) - YouTube
Andrew Ng: ปัญญาประดิษฐ์คือพลังไฟฟ้าใหม่ - YouTube
คู่มือสำหรับผู้เริ่มต้นใช้งานเครือข่ายที่เกิดซ้ำและ LSTM - Deeplearning4j: โอเพ่นซอร์ส การเรียนรู้เชิงลึกแบบกระจายสำหรับ JVM
สนามเด็กเล่นโครงข่ายประสาทเทียม
คู่มือภาพเพื่อกลยุทธ์วิวัฒนาการ
บล็อก Andrej Carpathy - คู่มือแฮ็กเกอร์เกี่ยวกับโครงข่ายประสาทเทียม
แหล่งข้อมูลที่ดีที่สุด (และฟรี!!) เพื่อทำความเข้าใจ Nuts and Bolts ของการเรียนรู้เชิงลึก
แต่โครงข่ายประสาทเทียม คือ อะไร? - การเรียนรู้เชิงลึก บทที่ 1
แผ่นโกงสำหรับ AI, โครงข่ายประสาทเทียม, การเรียนรู้ของเครื่อง, การเรียนรู้เชิงลึกและข้อมูลขนาดใหญ่
Convolutional Networks ใน Java - Deeplearning4j: โอเพ่นซอร์ส, การกระจายการเรียนรู้เชิงลึกสำหรับ JVM
CS231n Convolutional Neural Networks สำหรับการจดจำภาพ
เจาะลึกคณิตศาสตร์เบื้องหลังเครือข่ายลึก - สู่วิทยาศาสตร์ข้อมูล
ความรู้พื้นฐานการเรียนรู้เชิงลึก - ชั้นเรียนความรู้ความเข้าใจ
สำรวจ LSTM
การแสดงคุณสมบัติ
J Alammar – การสำรวจด้วยพิกเซลที่สัมผัสได้และหุ่นยนต์อัจฉริยะ
การเรียนรู้โดยไม่ต้อง Backpropagation: สัญชาตญาณและแนวคิด (ตอนที่ 1) – Tom Breloff
ต้องรู้แนวคิดทฤษฎีสารสนเทศใน Deep Learning (AI)
โครงข่ายประสาทเทียมและการเรียนรู้เชิงลึก
การถ่ายโอนสไตล์ประสาท: การสร้างงานศิลปะด้วยการเรียนรู้เชิงลึกโดยใช้ tf.keras และการดำเนินการอย่างกระตือรือร้น
ประสิทธิผลที่ไม่สมเหตุสมผลของโครงข่ายประสาทเทียมที่เกิดซ้ำ
ทำความเข้าใจกับ Capsule Network ของ Hinton ส่วนที่ 1: สัญชาตญาณ
ทำความเข้าใจกับเครือข่าย LSTM -- บล็อกของ colah
โครงข่ายประสาทเทียมใน Python 13 บรรทัด (ตอนที่ 2 - การไล่ระดับสีไล่ระดับ) - ฉันกำลังติดตาม
โครงข่ายประสาทเทียมเรียนรู้ได้อย่างไร? – สู่วิทยาศาสตร์ข้อมูล
สวนสัตว์โครงข่ายประสาทเทียม - สถาบันอาซิมอฟ
ประวัติความเป็นมาของการเรียนรู้เชิงลึก | นำเข้า.io
สุดยอด NanoBook เพื่อทำความเข้าใจตัวแยกประเภทรูปภาพที่ใช้การเรียนรู้เชิงลึก
วิธีแก้ปัญหา 90% ของ NLP: คำแนะนำทีละขั้นตอน
การเข้ารหัสและภาษาอังกฤษ: การประมวลผลภาษาธรรมชาติใน Python
TextBlob: การประมวลผลข้อความแบบง่าย - เอกสาร TextBlob 0.15.1
Python Regular Expression Tutorial (บทความ) - DataCamp
สแตนฟอร์ด เอ็นแอลพี
หลักสูตรการเรียนรู้การเสริมกำลัง - บทช่วยสอนการเรียนรู้ของเครื่องเต็มรูปแบบ
ข้อมูลเบื้องต้นเกี่ยวกับการเรียนรู้แบบเสริมกำลัง – freeCodeCamp.org
ข้อมูลเบื้องต้นเกี่ยวกับการเรียนรู้แบบเสริมกำลัง – freeCodeCamp.org
เอกสารหลักใน Deep RL - เอกสารประกอบการปั่น
Nuts & Bolts ของการเรียนรู้แบบเสริมแรง: การวางแผนตามแบบจำลองโดยใช้โปรแกรมแบบไดนามิก
การเรียนรู้แบบเสริมกำลัง: การดำน้ำลึก | ท็อปทอล
ส่วนที่ 1: แนวคิดหลักใน RL - เอกสารประกอบการปั่น
ผ่าการเรียนรู้การเสริมกำลัง ตอนที่ 1
เสริมการเรียนรู้ Q ตั้งแต่เริ่มต้นใน Python ด้วย OpenAI Gym – LearnDataSci
บล็อก Google AI: ความอยากรู้อยากเห็นและการผัดวันประกันพรุ่งในการเรียนรู้แบบเสริมกำลัง
การเรียนรู้แบบเสริมกำลัง: การเรียนรู้แบบมอนติคาร์โลโดยใช้ OpenAI Gym
การสร้างฟังก์ชันอินพุตด้วย tf.estimator | เทนเซอร์โฟลว์
เริ่มต้นใช้งาน TensorFlow | เทนเซอร์โฟลว์
การติดตั้ง TensorFlow บน Windows | เทนเซอร์โฟลว์
เทนเซอร์โฟลว์
บทช่วยสอนโมเดลเชิงเส้น TensorFlow | เทนเซอร์โฟลว์
บทช่วยสอนการเรียนรู้แบบกว้างและลึกของ TensorFlow | เทนเซอร์โฟลว์
การใช้ TensorFlow ใน Windows ด้วย GPU | การวิจัยฮีตัน
คู่มือการติดตั้ง Windows :: เอกสารประกอบ CUDA Toolkit
7 ขั้นตอนในการเรียนรู้ Machine Learning ด้วย Python
การแนะนำการเรียนรู้ของเครื่องด้วยภาพ
เข้าใกล้ (เกือบ) ปัญหาการเรียนรู้ของเครื่อง | อภิเษก ธากูร | ไม่มีลางสังหรณ์ฟรี
การปรับแต่งไฮเปอร์พารามิเตอร์การเรียนรู้ของเครื่องอัตโนมัติใน Python
วัสดุ AI ของเบิร์กลีย์
การเรียนรู้เชิงลึกสำหรับผู้เขียนโค้ด fast.ai
สิ่งสำคัญของอัลกอริธึมการเรียนรู้ของเครื่อง (พร้อมรหัส Python และ R)
GOOGLE - กฎของการเรียนรู้ของเครื่อง: | กฎการเรียนรู้ของเครื่อง | นักพัฒนาซอฟต์แวร์ของ Google
http://www.r2d3.us/visual-intro-to-machine-learning-part-2/
วิดีโอคลาส ISLR
รวบรวมการบรรยาย | การเรียนรู้ของเครื่อง - หลักสูตรสแตนฟอร์ด
Machine Learning Zero-to-Hero: ทุกสิ่งที่คุณต้องการเพื่อแข่งขันกับ Kaggle เป็นคนแรก...
แผ่นโกง Microsoft Azure ML
หลักสูตร Open Machine Learning (เบต้า) • mlcourse.ai
การบรรยายการเรียนรู้ของเครื่อง Pedro Dominos
คู่มือ Hitchhiker's เพื่อการเรียนรู้ของเครื่องใน Python
โปรเจ็กต์การเรียนรู้ของเครื่อง 10 อันดับแรกบน Github
พื้นที่เก็บข้อมูลการเรียนรู้ของเครื่อง UCI
การเรียนรู้เพื่อเพิ่มประสิทธิภาพด้วยการเรียนรู้แบบเสริมกำลัง - บล็อกวิจัยปัญญาประดิษฐ์ของ Berkeley
สวัสดีคังเกิล! - คู่มือ Kaggle สำหรับผู้ที่เพิ่งเริ่มใช้ Kaggle
ทุกอย่างเกี่ยวกับ Python — ระดับเริ่มต้นถึงขั้นสูง
สเปรดชีตแบบโต้ตอบใน Jupyter
PyCharm สำหรับนักวิทยาศาสตร์ข้อมูล
คำสั่งเวทย์มนตร์ในตัว — เอกสาร IPython 6.2.1
สมุดบันทึก Jupyter สถิติคอนกรีต Peter Norvig
การจำลองเศรษฐศาสตร์ Jupyter Notebook Peter Norvig
สูตรโกงมาร์กดาวน์
การใช้ Interact — เอกสารประกอบ Jupyter Widgets 7.0.3
Pixie - ดีบักเกอร์ Visual Python สำหรับโน้ตบุ๊ก Jupyter
รหัสตัวอย่างสี: colormaps_reference.py — เอกสาร Matplotlib 2.0.2
ggplot | บ้าน
Matplotlib 1.5.1
สรุปคำสั่งการพล็อต Matplotlib —
บทช่วยสอน Matplotlib
บทช่วยสอน Seaborn — เอกสาร Seaborn 0.7.1
Github/jmportilla/Complete-Python-Bootcamp: การบรรยาย
Jupyter Notebook - Udemy หลักสูตร Python Bootcamp ที่สมบูรณ์
Python สำหรับวิทยาศาสตร์ข้อมูลและการเรียนรู้ของเครื่อง Bootcamp | อูเดมี่
วิทยาศาสตร์คอมพิวเตอร์และวิศวกรรมศาสตร์ I | คณิตศาสตร์ | เอ็มไอที โอเพนคอร์สแวร์
รากฐานของการเรียนรู้ของเครื่อง (หลักสูตรโดย Bloomberg)
พีชคณิตเชิงเส้น (numpy.linalg) — คู่มือ NumPy v1.12
NumPy v1.12 ฟังก์ชั่นสากล
คู่มือ NumPy v1.13.dev0
การสุ่มตัวอย่าง (numpy.random) — คู่มือการใช้งาน NumPy v1.13
SciPy — คู่มืออ้างอิง SciPy v0.19.0
จาก Python สู่ Numpy
numpy-100/100 แบบฝึกหัด Numpy พร้อม tips.md ที่ master · rougier/numpy-100
เอกสาร Pandas 0.20.3
Pandas: ไลบรารีการวิเคราะห์ข้อมูล Python
หน้าแรก | อ่านเอกสาร
วิธีเผยแพร่แพ็คเกจ Python ของคุณเองบน PyPi – freeCodeCamp
คำแนะนำทีละขั้นตอนในการสร้างไลบรารี R และ Python (ใน JupyterLab)
วิธีส่งแพ็คเกจไปที่ PyPI — Peter Downs
โครงการบรรจุภัณฑ์และการจัดจำหน่าย — คู่มือผู้ใช้ Python Packaging
reStructuredText Primer - เอกสาร Sphinx 1.8.0+
การใช้ TestPyPI — คู่มือผู้ใช้แพ็คเกจ Python
วิธีโอเพ่นซอร์สไลบรารี Python ของคุณ | โอเพ่นซอร์ส.com
Amazon Web Services (AWS) - บริการคอมพิวเตอร์ระบบคลาวด์
การเชื่อมต่อกับอินสแตนซ์ Linux ของคุณจาก Windows โดยใช้ PuTTY - Amazon Elastic Compute Cloud
ติดตั้ง Spark บน Windows (PySpark) – Michael Galarnyk – ปานกลาง
10 ขั้นตอนในการตั้งค่าโครงการ Python ของคุณเพื่อความสำเร็จ
itertools — ฟังก์ชั่นที่สร้างตัววนซ้ำเพื่อการวนซ้ำที่มีประสิทธิภาพ — เอกสาร Python 3.6.3
การประมวลผล XML ใน Python ด้วย ElementTree - เว็บไซต์ของ Eli Bendersky
การใช้ BeautifulSoup เพื่อแยกวิเคราะห์ HTML และแยก URL ของการแถลงข่าว | วารสารศาสตร์คอมพิวเตอร์ ฤดูใบไม้ผลิ 2559
28 เคล็ดลับ เทคนิค และทางลัดสำหรับโน้ตบุ๊ก Jupyter
รายการเฟรมเวิร์ก ไลบรารี ซอฟต์แวร์ และทรัพยากรของ Python ที่ยอดเยี่ยมที่คัดสรรมาอย่างดี
ปัญหาที่เก็บถาวร - โปรเจ็กต์ออยเลอร์
การเลือกตัวประมาณค่าที่เหมาะสม — เอกสาร scikit-learn 0.18.1
CodeSkulptor
CodeSkulptor
การติดตั้ง XGBoost สำหรับ Anaconda บน Windows (ความลับที่ดีที่สุดด้านไอทีคือการเพิ่มประสิทธิภาพ)
Pandas 0.20.3 - การอ้างอิง API
ตำราอาหารแพนด้า 0.20.3
PostgreSQL + Python | ไซคอปจ์
ปัญหา - CodeAbbey
โครงการ Jupyter | บ้าน
PY4E - Python สำหรับทุกคน
เอกสาร Python 2.7.13
Python พิชิตจักรวาล | ผจญภัยข้ามอวกาศและเวลาด้วยภาษาโปรแกรม Python
Python Flask ตั้งแต่เริ่มต้น - YouTube
Python Tricks 101 – แฮ็กเกอร์เที่ยง
บทช่วยสอน Python - TutorialsPoint
นิพจน์ปกติสำหรับนักวิทยาศาสตร์ข้อมูล
การวิเคราะห์การถดถอยเชิงเส้นอย่างง่าย - ReliaWiki
บทนำ — เอกสาร Python 101 1.0
การจัดทำเอกสารโค้ด Python: คู่มือฉบับสมบูรณ์ – Real Python
MIT AI: Python (Guido van Rossum) - YouTube
Python IDEs และโปรแกรมแก้ไขโค้ด (คำแนะนำ) – Real Python
เทคนิคและเคล็ดลับการขูดเว็บขั้นสูงของ Python
คู่มือสำหรับผู้เริ่มต้นสู่โครงข่ายประสาทเทียมด้วย R
คู่มือที่ครอบคลุมเกี่ยวกับการแสดงข้อมูลใน R สำหรับผู้เริ่มต้น
R ความรู้เบื้องต้นเกี่ยวกับสถิติ | บทช่วยสอน R
การจัดการข้อมูลด้วย dplyr | R-บล็อกเกอร์
Bootcamp วิทยาศาสตร์ข้อมูลและการเรียนรู้ของเครื่องด้วย R | อูเดมี่
สำรวจอาร์ | ค้นพบห้องสมุด ซอร์สโค้ด ผู้เขียนยอดนิยม การสนทนาที่กำลังมาแรง | คันดิ
ggplot2-cheatsheet.pdf
Machine Learning AZ™: ดาวน์โหลดชุดข้อมูลฝึกหัด - SuperDataScience - Big Data | อาชีพการวิเคราะห์ | พี่เลี้ยง | ความสำเร็จ
Quick-R: หน้าแรก
R เก็บรายชื่อผู้รับจดหมาย
R Tutorial Series - การทดสอบทางสถิติ | ศรัญญา อานันท์ | ชีพจร | ลิงค์อิน
R: การควบคุมสำหรับ Rpart Fits
R: การแบ่งพาร์ติชันแบบเรียกซ้ำและการถดถอยต้นไม้
ใบอ้างอิงแบบสั้น.pdf
ธีม • ggplot2
