适用于 Python 的 ArcGIS API ArcGIS API for Python 是一个 Python 库，用于处理地图和地理空间数据，由 Web GIS 提供支持。 它为深度学习、复杂的矢量和栅格分析、地理编码、地图制作、路由和方向以及组织和管理具有用户、组和信息项的 GIS 提供了简单而有效的工具。 除了使用您自己的数据之外，该库还允许访问来自 Esri 和其他权威来源的即用型地图和精选地理数据。 它还与科学的 Python 生态系统很好地集成，包括对 Pandas、Scikit-Learn、Fast.ai 等和 Jupyter notebook 的丰富支持。 要了解有关 API 的更多信息，请访问的产品页面。 您可以在的社区页面与 API 的开发人员和其他像您一样的用户取得联系。 包括什么 此 SDK 存储库包含以下项目： API 参考文档。 可以在找到托管版本。

SpeakerClassifier：一种随机森林分类器，可通过语音测量预测说话者的年龄段和性别

破折号股票演示应用程序 这是开发的Dash交互式Python框架的。 Dash提取了构建基于Web的交互式应用程序所需的所有技术和协议，并且是在Python代码周围绑定用户界面的简单有效的方法。 当您运行app.py ，它将表示该应用程序正在。 但是，默认情况下它将位于 。 可以通过编辑base_url_pathname进行配置。 要了解更多信息，请查阅我们的。 以下是此仓库中该应用程序的屏幕截图：

IBM数据科学专业证书 关于此专业证书 数据科学是近十年来最热门的行业之一，对于能够分析数据并传达结果以告知数据驱动决策的数据科学家的需求从未如此高涨。 IBM的此专业证书将帮助有兴趣从事数据科学或机器学习职业的任何人发展与职业相关的技能和经验。 成为一名数据科学家需要博士学位，这是一个神话。任何对学习充满热情的人都可以获得此专业证书-无需具备计算机科学或编程语言的先验知识-并开发技能，工具和产品组合，以入门级数据科学家的身份在工作市场上具有竞争优势。 该计划包含9个在线课程，这些课程将为您提供最新的工作就绪工具和技能，包括开源工具和库，Python，数据库，SQL，数据可视化，数据分析，统计分析，预测建模和机器学习算法。您将通过使用真实数据科学工具和真实世界数据集的IBM Cloud中的动手实践来学习数据科学。 成功完成这些课程后，您将建立一个数据科学项目组合，以使您充满信心地涉足数据科

salesPredict ARIMA模型简介 ARIMA模型提供了基于时间序列理论，对数据进行稳定化处理（AR和MA过程），模型定阶（自动差分过程），参数估计，建立模型，可以进行模型进行检验。在Python中statsmodel提供了完整的的解决方案，包括窗口选择，自动定阶和稳定性检测等等算法。 预测策略 这样的好处是，月上旬和中旬的实际销量可以作为先验知识，提高模型预测的准确率。 环境 Windows 10 Python 3.6.5 依赖包 pip install -r requirements.txt 程序执行 python sales.py 建模过程 预测效果测试 线上预测效果 截至到

《R for Data Science》这本书籍是数据科学领域学习R语言的必备工具书。英文版简单，易上手。

Python数据科学手册 Python数据科学手册 该存储库包含（免费！）Jupyter笔记本形式的整个。 本代码仓库包含着整本书籍，使用免费的Jupyter笔记本格式呈现。 译者注：作者英文版。 如何使用这本书 如何阅读本书 在在线阅读全文 使用此存储库的目录中的Jupyter笔记本运行代码。 使用启动这些笔记本的可执行版本： 使用使用这些笔记本启动实时笔记本服务器： 通过购买印刷书籍 在线阅读本书（英文原版）： : 。 使用Jupyter notebook运行本仓库的代码，代码在目录下。 在 ： 上运行这些笔记本。 在 ： 上运行这些笔记本。 在网站上购买本书（英文原版）纸质版。 关于 关于 这本书是使用Python 3.5编写和测试的，尽管其他Python版本（包括Python 2.7）几乎可以在所有情况下使用。 本书在Python 3.5环境中编写和测试，但其他的Python版本（包括Python 2.7）也应该可以通过绝大部分示例。 本书介绍了使用Python处理数据必不可少的核心库：特别是 ， ， ， ， 和相关软件包。 假定熟悉Python语言。 如果您

High-Dimensional Probability - An Introduction with Applications in Data Science Roman Vershynin University of California, Irvine June 7, 2018

ccle-2019-分析 最新的《癌细胞系百科全书》（CCLE）v2论文中的计算分析演练，该论文于2019年5月在《。 另请参阅和相关。

了解用于数据科学专业化SQL基础 该存储库包含“学习数据科学SQL基础”的资料，这是由加利福尼亚大学戴维斯分校通过Coursera提供的专业知识。 本专业专为没有任何编码经验的学习者寻求开发SQL查询流利性。 通过具有数据科学应用程序的四个难度越来越大SQL项目，您将涵盖诸如SQL基础知识，数据整理，SQL分析，AB测试，使用Apache Spark进行分布式计算等主题。 这些主题将使您准备好创造性地将SQL应用于分析和探索数据。 证明编写查询的效率； 创建数据分析数据集； 进行特征工程，将SQL与其他数据分析和机器学习工具集结合使用； 并将SQL与非结构化数据集一起使用。 课程1：SQL for Data Science 课程2：使用SQL进行数据整理，分析和AB测试 课程3：使用Spark SQL进行分布式计算 课程4：SQL for Data Science Capstone项