文件名称：OsloWorkshop2014:2014年12月在奥斯陆大学的演讲材料
文件大小：7.15MB
文件格式：ZIP
更新时间：2024-06-08 15:03:08
Python
奥斯陆讲习班2014 2014年12月在奥斯陆大学的演讲材料 这是一门为期三天的课程，内容涉及卫生经济学中的数据分析，可视化和建模。 查看讲座材料的静态视图 安装 要阅读本材料，需要Python （2.7或3.3-3.4版本）和科学堆栈，包括IPython ， Numpy ， Scipy ， Matplotlib ， Pandas和Scikit-learn 。 我们还将利用Seaborn进行可视化。 当前，最简单的跨平台安装方法是使用Anaconda安装程序，该程序可从。 为确保您使用上述所有工具都是最新的，请安装Anaconda（或 ），然后运行： $ conda update conda $ conda update numpy scipy matplotlib ipython-notebook pandas scikit-learn seaborn pip
【文件预览】：
OsloWorkshop2014-master
----LICENSE(1KB)
----.gitignore(752B)
----README.md(1KB)
----notebooks()
--------01.3_PandasBreakout.ipynb(4KB)
--------01.2_NumpyPandas.ipynb(235KB)
--------01.4_MatplotlibSeaborn.ipynb(1.21MB)
--------images()
--------01.5_VisualizationBreakout.ipynb(5KB)
--------02.2_ModelFittingBreakout.ipynb(7KB)
--------04.3-Density-GMM.ipynb(159KB)
--------04.4-UnsupervisedBreakout.ipynb(3KB)
--------03.4-Validation-Breakout.ipynb(4KB)
--------01.1_IPythonIntro.ipynb(60KB)
--------04.1-Dimensionality-PCA.ipynb(545KB)
--------02.3_ScikitLearnIntro.ipynb(1.74MB)
--------02.4_MachineLearningBreakout.ipynb(4KB)
--------Index.ipynb(3KB)
--------03.2-Regression-Forests.ipynb(685KB)
--------fig_code()
--------solutions()
--------02.1_ModelFitting.ipynb(178KB)
--------03.1-Classification-SVMs.ipynb(336KB)
--------04.2-Clustering-KMeans.ipynb(1.22MB)
--------03.3-Validation.ipynb(264KB)