【文件属性】：
文件名称：数据科学：收集有用的数据科学主题以及代码和文章
文件大小：38.82MB
文件格式：ZIP
更新时间：2021-02-05 00:45:45
python data-science machine-learning natural-language-processing data-visualization
在我的收集了有用的数据科学主题以及代码和文章。 如果您使用的是RSS供稿阅读器，请添加到阅读器中以获取有关我最新文章的通知。
如果您希望使用这些博客的较短版本，请订阅“数据科学”以每天在您的邮箱中接收一口大小的数据科学提示。
内容
数据科学工具
标题
中篇
资料库
如何使用Faker创建虚假数据
如何在您的中型文章和个人网站上嵌入交互式图表
如何使用HyperDash远程监视和记录您的机器学习实验
如何为您的数据科学项目利用Visual Studio Code
Datapane简介：构建交互式报表的Python库
如何在同一行代码中跨不同的环境共享Python对象
VSCode中数据科学家的
【文件预览】：
Data-science-master
----machine-learning()
--------SVM_Separate_XOR.ipynb(308KB)
--------cuml()
--------comparison_table.pkl(969B)
----_config.yml(27B)
----.flake8(124B)
----.gitignore(2KB)
----README.md(22KB)
----.pre-commit-config.yaml(476B)
----time_series()
--------extract_features()
----visualization()
--------.gitignore(17B)
--------dropdown()
--------github()
--------altair.ipynb(184KB)
--------scattertext()
--------gantt_chart()
--------medium_articles()
--------top_visualization.ipynb(6.96MB)
----data_science_tools()
--------.gitignore(11B)
--------Hyperdash.ipynb(5KB)
--------datapane_script()
--------hydra()
--------blob_datapane.ipynb(21KB)
--------faker.ipynb(32KB)
--------schema.ipynb(37KB)
--------pytest()
--------advanced_pytest()
--------wandb_tracking()
--------Yellowbrick.ipynb(315KB)
--------embed_charts.ipynb(3.41MB)
--------pyLDAvis()
----mathematical_programming()
--------invest_stock()
----img()
--------linkedin_connection.png(45KB)
----requirements.txt(6KB)
----pyproject.toml(333B)
----.isort.cfg(164B)
----python()
--------4_pandas_lesser_know_tricks-datapane.ipynb(28KB)
--------knockknock_example.py(289B)
--------good_functions()
--------4_pandas_lesser_know_tricks.ipynb(18KB)
--------lambda.ipynb(54KB)
--------Numpy_tricks.ipynb(27KB)
--------keep_track.ipynb(6KB)
--------dictionary_ifelse.ipynb(6KB)
--------Time.ipynb(27KB)
--------dictionary.ipynb(7KB)
--------prettify_terminal_output()
--------python_tricks()
--------zip.ipynb(5KB)
--------notification()
--------four_numpy_methods.ipynb(12KB)
----nlp()
--------PyTorch.ipynb(84KB)
--------spacy_streamlit_app()
--------textblob.ipynb(52KB)
--------word2vec.ipynb(79KB)
--------tweets_tokenize.ipynb(14KB)
--------linkedin_analysis()
--------convolutional_neural_network.ipynb(26KB)