人工智能学习线路图
Python教程
Python 教程 | Python 简介 | Python 环境搭建 | Python 中文编码 | Python 基础语法 | Python 变量类型 |
Python 运算符 | Python 条件语句 | Python 循环语句 | Python 数字 | Python 列表(List) | Python 字符串 |
Python 元组 | Python 字典(Dictionary) | Python 日期和时间 | Python 函数 | Python 模块 | Python File及os模块 |
Python文件IO | Python 异常处理 | Python 面向对象 | Python正则表达式 | Python CGI编程 | python操作mysql数据库 |
Python 网络编程 | Python使用SMTP发送邮件 | Python 多线程 | Python XML解析 | python GUI编程(Tkinter) | Python2.x与3.x版本区别 |
Python IDE | Python JSON | Python 100例 | Python实例教程 | Python3 实例教程 |
Python文本处理
01 Python - 文本处理 | 02 Python - 文本处理简介 | 03 Python - 文本处理环境 | 04 Python - 字符串不变性 | 05 Python - 排序线 | 06 Python - 重新格式化段落 |
07 Python - 在段落中计算令牌 | 08 Python - 转换二进制为ASCII码 | 09 Python - 字符串作为文件 | 10 Python - 向后文件阅读 | 11 Python - 过滤重复的单词 | 12 Python - 从文本中提取电子邮件 |
13 Python - 从文本提取URL | 14 Python - 格式化打印数字 | 15 Python - 文本处理状态机 | 16 Python - 资本化和翻译 | 17 Python - 标记化 | 18 Python - 删除停用词 |
19 Python - 同义词和反义词 | 20 Python - 文本翻译 | 21 Python - 单词替换 | 22 Python - 拼写检查 | 23 Python - WordNet界面 | 24 Python - Corpora Access |
25 Python - 标记单词 | 26 Python - Chunks和Chinks | 27 Python - 块分类 | 28 Python - 文本分类 | 29 Python - Bigrams | 30 Python - 处理PDF |
31 Python - 处理Word文档 | 32 Python - 阅读RSS提要 | 33 Python - 情感分析 | 34 Python - 搜索和匹配 | 35 Python - 文本Munging | 36 Python - 文本包装 |
37 Python - 频率分布 | 38 Python - 文本摘要 | 39 Python - 词干算法 | 40 Python - 约束搜索 |
AI与Python
人工智能的基本概念 | Python的人工智能入门 | Python机器学习 | Python数据准备 | Python监督学习:分类 | Python监督学习:回归 |
Python逻辑编程 | Python无人监督学习:聚类 | Python自然语言处理 | 自然语言工具包 NLTK | Python分析时间序列数据 | Python语音识别 |
Python启发式搜索 | Python游戏 | 基于Python神经网络 | Python强化学习 | Python遗传算法 | Python计算机视觉 |
Python深度学习 |
Numpy教程
NumPy教程 | NumPy介绍 | NumPy环境 | NumPy ndarray对象 | NumPy数据类型 | NumPy数组属性 |
NumPy数组创建例程 | 来自现有数据的NumPy数组 | 数值范围的NumPy数组 | NumPy索引和切片 | NumPy高级索引 | NumPy广播 |
NumPy遍历数组 | NumPy数组操作 | NumPy二元运算符 | NumPy字符串函数 | NumPy数学函数 | NumPy算术运算 |
NumPy统计函数 | NumPy排序,搜索和计数功能 | NumPy字节交换 | NumPy副本和视图 | NumPy 矩阵库 | NumPy线性代数 |
NumPy Matplotlib | 使用Matplotlib的NumPy直方图 | IO与NumPy |
Scipy教程
SciPy教程 | SciPy简介 | SciPy环境设置 | SciPy的基本功能 | SciPy Cluster | SciPy常量 |
SciPy FFTpack | SciPy集成 | SciPy插值 | SciPy输入和输出 | SciPy Linalg | SciPy Ndimage |
SciPy优化 | SciPy Stats | SciPy CSGraph | SciPy空间 | SciPy ODR | SciPy特殊包装 |
Pandas教程
Pandas教程 | Pandas简介 | Pandas环境设置 | Pandas数据结构简介 | Pandas序列 | Pandas DataFrame |
Pandas面板 | Pandas基本功能 | Pandas描述性统计 | Pandas函数应用程序 | Pandas 重建索引 | Pandas迭代 |
Pandas排序 | Pandas处理文本数据 | Pandas选项和自定义 | Pandas索引和选择数据 | Pandas统计函数 | Pandas窗口函数 |
Pandas Aggregations | Pandas缺少数据 | Pandas GroupBy | Pandas合并_加入 | Pandas串联 | Pandas日期功能 |
Pandas Timedelta | Pandas分类数据 | Pandas可视化 | PandasIO工具 | Pandas稀疏数据 | Pandas Caveats & Gotchas |
Pandas与SQL比较 |
Matplotlib 教程
入门 | 图例、标题和标签 | 条形图 | 直方图 | 散点图 | 堆叠图 |
饼图 | 从文件加载数据 | 使用numpy从文件加载数据 |
Seaborn 教程
Seaborn介绍 | Seaborn环境设置 | Seaborn导入数据集和库 | Seaborn Figure Aesthetic | Seaborn调色板 | Seaborn直方图 |
Seaborn核密度估计 | Seaborn可视化成对关系 | Seaborn绘制分类数据 | Seaborn观测分布 | Seaborn统计估计 | Seaborn绘制宽幅数据 |
Seaborn多面板分类图 | Seaborn线性关系 | Seaborn Facet Grid | Seaborn Pair Grid |
Python数据科学教程
Python数据科学教程 | Python数据科学介绍 | Python数据科学环境设置 | Python Pandas | Python Numpy | Python SciPy |
Python Matplotlib | Python - 数据清理 | Python数据操作 | Python数据清理 | 处理CSV数据的Python | Python处理JSON数据 |
Python处理XLS数据 | Python关系数据库 | Python NoSQL数据库 | Python日期和时间 | Python 数据调整 | Python数据聚合 |
Python阅读HTML页面 | Python处理非结构化数据 | Python Word Tokenization | Python的词干化和词形化 | Python图表属性 | Python图表样式 |
Python Box Plots | Python热图 | Python散点图 | Python泡泡图 | Python 3D图表 | Python时间序列 |
Python地理数据 | Python图形数据 | Python测量中心趋势 | Python 测量差异 | Python正态分布 | Python二项分布 |
Python泊松分布 | Python伯努利分布 | Python的P值 | Python关联 | Python卡方检验 | Python线性回归 |
Python深度学习教程
Python深度学习教程 | Python深度学习介绍 | Python深度学习环境 | Python深度基础机器学习 | Python深度学习人工神经网络 | Python深度学习深度神经网络 |
Python深度学习基础 | Python深度学习训练神经网络 | Python深度学习计算图 | Python深度学习应用程序 | Python深度学习库和框架 | Python深度学习实现 |
本文发布于:2023-03-26 12:10:00,感谢您对本站的认可!
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
本文标签:基础教程 深度 python
发布评论