本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

用Python搞機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)，需要很多相關(guān)的資料，各種庫(kù)、工具，都是常用、常找、常查的內(nèi)容。

最近，維也納的數(shù)據(jù)科學(xué)家Florian Rohrer把這類相關(guān)資料整理成了一個(gè)Python機(jī)器學(xué)習(xí)工具合輯，可以照著更新一下自己的收藏夾了。

四十幾類項(xiàng)目

整個(gè)列表中，包含超過(guò)40類內(nèi)容：

核心工具、Pandas和Jupyter、文本提取、大數(shù)據(jù)、統(tǒng)計(jì)、特征提取、可視化、地理工具、推薦系統(tǒng)、決策樹、NLP、CV、神經(jīng)網(wǎng)絡(luò)、GPU、聚類、機(jī)器學(xué)習(xí)可解釋性、強(qiáng)化學(xué)習(xí)……

具體都有什么呢？比如***部分核心工具：

pandas、scikit-learn這些常用的庫(kù)都有，直接鏈接到它們的GitHub或者官網(wǎng)頁(yè)面。

再比如說(shuō)可視化部分：

包括可以生成3D效果圖的physt：

做各種統(tǒng)計(jì)圖表的Yellowbrick：

這哪怕是做PPT，都非常有用??！

資源列表大集結(jié)

另外，項(xiàng)目貢獻(xiàn)者還安利了幾個(gè)GitHub上不錯(cuò)的資源列表：

大部分都是幾百幾千星的資源表，也有不少標(biāo)星數(shù)萬(wàn)的經(jīng)典內(nèi)容，比如awesome-machine-learning：

各種語(yǔ)言項(xiàng)目都有，是真的awesome。

常用代碼

***，還有一個(gè)部分是“經(jīng)常Google的內(nèi)容”。

可能對(duì)大家有用的代碼：

傳送門

***，送上資源傳送門：

https://github.com/r0f1/datascience