python標準庫+內置函數+第三方庫: 8.數據挖掘/機器學習/深度學習

python標準庫+內置函數+第三方庫

欲善其事,必先利其器

這其器必是python的標準庫+內置函數,話說許多第三方庫, 也是對標準庫的使用,進行封裝,使得使用起來更方便。

這些庫以使用場景來分類:

一. 文件讀寫
二. 網絡抓取和解析
三. 數據連接
四. 數清洗轉換
五. 數據計算和統計分析
六. 圖像和視頻處理
七. 音頻處理
八. 數據挖掘/機器學習/深度學習
九. 數據可視化
十. 交互學習
十一. 集成開發

8、數據挖掘/機器學習/深度學習

數據挖掘、機器學習和深度學習等是Python進行數據建模和挖掘學習的核心模塊。

# 8.1 Scikit-Learn 
# 類型:第三方庫

# 描述:scikit-learn(也稱SKlearn)是一個基于Python的機器學習綜合庫,內置監督式學習和非監督式學習機器學習方法,包括各種回歸、聚類、分類、流式學習、異常檢測、神經網絡、集成方法等主流算法類別,同時支持預置數據集、數據預處理、模型選擇和評估等方法,是一個非常完整、流行的機器學習工具庫

# 8.2 NuPIC 
# 類型:第三方庫

# 描述:NuPIC是一個以HTM(分層時間記憶)學習算法為工具的機器智能平臺。NuPIC適合于各種各樣的問題,尤其適用于檢測異常和預測應用

# 8.3 PyTorch
# 類型:第三方庫

# 描述:PyTorch是FaceBook推出的深度學習框架,它基于Python(而非lua)產生,它提供的動態計算圖是顯著區別于Tensorflow等其他學習框架的地方。

# 8.4 Orange 
# 類型:第三方庫

# 描述:Orange通過圖形化操作界面,提供交互式數據分析功能,尤其適用于分類、聚類、回歸、特征選擇和交叉驗證工作

# 8.5 theano 
# 類型:第三方庫

# 描述:Theano是非常成熟的深度學習庫。它與Numpy緊密集成,支持GPU計算、單元測試和自我驗證

# 8.6 PyLearn2 
# 類型:第三方庫

# 描述:PyLearn2是基于Theano的深度學習庫,它旨在提供極大的靈活性,并使研究人員可以進行自由可控制,參數和屬性的靈活、開放配置是亮點
大白python.png
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,250評論 6 530
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 97,923評論 3 413
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,041評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,475評論 1 308
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,253評論 6 405
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 54,801評論 1 321
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 42,882評論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,023評論 0 285
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,530評論 1 331
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,494評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,639評論 1 366
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,177評論 5 355
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 43,890評論 3 345
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,289評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,552評論 1 281
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,242評論 3 389
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,626評論 2 370

推薦閱讀更多精彩內容