文件名称：MDSE:掌握数据科学工程
文件大小：1022KB
文件格式：ZIP
更新时间：2024-03-24 20:17:55
JupyterNotebook
掌握数据科学工程 数据工程，云计算，机器学习，数据科学和人工智能中的开源资源，受到启发。 目录： 参考书和研究论文： 图书： AWS上的数据科学：实现端到端，连续AI和机器学习管道作者：Chris Fregly，Antje Barth 约书亚·库克（Joshua Cook）的数据科学Docker Jacqueline Kazil和Katharine Jarmul撰写的Python数据整理 Joakim Verona的实用DevOps AWS的有效DevOps：更快地交付，更好地扩展并提供令人难以置信的生产力平装书– 2017年7月31日，Nathaniel Felsen python机器学习入门作者： Sarah Guido和Andreas C. Mueller Sebastian Raschka，Vahid Mirjalili的Python机器学习（第2版）代码存储库 统计
【文件预览】：
MDSE-master
----toolset()
--------exercises()
--------README.md(8KB)
--------github-cheat-sheet()
--------github()
--------github-template()
----MachineLearning()
--------kaggle()
--------README.md(530B)
--------IntroductionToScikitLearn2.ipynb(243KB)
--------IntroductionToScikitLearn.ipynb(282KB)
----DeepLearningNLP()
--------tensorflow()
--------installation()
--------IntroductionToNLP.ipynb(15KB)
--------README.md(555B)
--------pytorch()
--------data()
--------keras()
----MathProbStatAlgo()
--------README.md(3KB)
----README.md(2KB)
----programming()
--------DataWranglingPython.ipynb(371KB)
--------GettingDataPython.ipynb(16KB)
--------README.md(2KB)
----.gitignore(1KB)
----DataEngineering()
--------BuildingWebApplications()
--------DistributedSystems()
--------DataPipelines()
--------README.md(264B)
--------Containers()
--------DataManagementSystems()
----DataAnalysis()
--------DataAnalysisPython()
--------README.md(1KB)
--------DataAnalysisR()