不平衡学习：一种解决机器学习中不平衡数据集问题的Python程序包

edX数据科学微型硕士 每个课程的问题和笔记本将在此存储库中的相应文件夹中备份。 该存储库包含以下文件夹： 机器学习 python-for-data-analysis 大数据分析使用火花 使用Python的概率和统计 后期制作视频的位置： 按以下演示者的名称进行组织： : 要使用reveal.js克隆此存储库： 运行git clone --recursive https://github.com/ucsd-edx/edX-Micro-Master-in-Data-Science.git Jupyter笔记本电脑的安装说明。 要在计算机上安装jupyter，请按照以下说明进行操作： ://mas-dse.github.io/startup/ 要点安装一堆nbextensions，以及用于这些扩展的配置程序，请查看： : nbgrader Matt和Shweta在此处添加

Python Data Science Handbook[美]Jake VanderPlas【高清版】，PDF

这里是 ShowMeAI 持续分享的【开源eBook】系列！内容覆盖机器学习、深度学习、数据科学、数据分析、大数据、Keras、TensorFlow、PyTorch、强化学习、数学基础等各个方向。整理自各平台的原作者公开分享（审核大大请放手） ◉ 简介：作者 Sanjiv Ranjan Das 是 Santa Clara 大学商学院金融与数据科学教授。这本书是作者为其课程《Machine Learning with R》开发整理的课堂笔记。 ◉ 目录： 数据科学的艺术 起步：数学基础 开源：R语言建模 更多：数据处理与其他 方差均值：马科维茨优化 从经验中学习：贝叶斯定理 自然语言：从新闻中提取信息 巴斯模型 提取维度：判别和因子分析 竞标：拍卖 截断和估计：有限的因变量 乘风破浪：傅里叶分析 建立联系：网络理论 统计大脑：神经网络 聚类分析和预测树

SysIdentPy是一个Python系统模块，用于使用基于numpy构建的NARMAX模型进行系统识别，并根据3条款BSD许可进行分发。 该项目由Wilson RL Junior，Luan Pascoal C. Andrade和Samir AM Martins在系统识别学科的项目中启动。 塞缪尔（Samuel）于2019年初加入，此后做出了贡献。 文献资料 网站： ： 例子 SysIdentPy现在支持NARX神经网络和常规估计器，例如sklearn估计器和Catboost。 范例 from torch import nn import numpy as np import pandas as pd import matplotlib . pyplot as plt from sysidentpy . metrics import mean_squared_error fro

员工流失-原因和解释 留住人才与留住人才同等重要，而且可能会花更多的时间和金钱，这是因为花了一些时间和金钱来使某个工人适应您的环境和公司。 因此，我认为瞥一眼决定离开公司的工人的主要特征是我们值得的。 为了检查这一事实，我将使用位于Employee Attrition数据集，因为它包含专门为此用例收集的数据。 本研究中使用的版本也专门存储在文件夹data /中，因为网站上的文件可能会随着时间而变化，并且与此处所检查的版本不符。 档案结构 data / ：分析中使用的数据集的版本。 doc / ：由于具有嵌入式图形，因此使用HTML文档，并提供研究的结果和主要结论。 src / ：项目中使用的代码，.Rmd格式。 参考

完善的机器学习：笔记，练习和Jupyter笔记本 在下面，您将找到补充第二版《机器学习精炼》（剑桥大学出版社出版）的一系列资源。 目录 小部件样本和我们的教学法 我们相信，只有对以下三个问题中的每一个回答都是肯定的，才能精通某种机器学习概念/主题。 Intuition你能用一个简单的图景描述这个想法吗？ Mathematical derivation您可以用数学符号表达直觉并推导基础模型/成本函数吗？ Implementation您可以在不使用高级库的情况下使用Python这样的编程语言对派生代码进行编码吗？ Intuition comes first. 直观的飞跃先于知识的飞跃，因此，我们在书中包括了300多种彩色插图，这些彩色插图经过精心设计，可以直观地掌握技术概念。 这些插图中的许多是动画的快照，这些动画显示了某些算法的收敛性，某些模型从不完全拟合到过度拟合的演变等。可以使用动画（与静态图形相对）来最好地说明和理解此类概念。 您可以在此存储库中找到大量这样的动画-您也可以通过这些注释的原始Jupyter笔记本版本来修改自己。 这里只是几个例子： 交叉验证（回归）

Python数据科学：Python数据科学拥有位于http：//youtube.comtheengineeringworld上的YouTube课程的所有数据集和jupyter笔记本文件，名称为“ Python数据科学课程”。

Python应用数据科学 ## Python 数据科学简介

苏打SQL SQL可访问数据的数据测试，监视和分析。 苏打SQL有什么作用？ 苏打SQL可让您 检测到不良数据时停止管道 通过超高效SQL提取指标和列配置文件 通过声明性配置文件完全控制指标和查询 为什么要使用苏打SQL？ 为了防止数据的使用者遭受静默数据问题，最好的方法是分析和测试数据： 当它降落在您的仓库中时， 在每个重要的数据处理步骤之后 就在消费之前。 这样，您可以防止将不良数据传递给下游使用者。 您将花费更少的时间进行消防并获得更好的声誉。 苏打SQL如何工作？ Soda SQL是一个命令行界面（CLI）和Python库，用于使用SQL测量和测试您的数据。 作为输入，Soda SQL使用YAML配置文件，其中包括： SQL连接详细信息 要计算什么指标 对测量进行哪些测试 基于这些配置文件，Soda SQL将执行扫描。 扫描将执行所有测量并运行与一个表关联的所