中文Python机器学习资源网站

第一部分  IPython Notebook机器学习教程

1  数学

• 麻省理工学院线性代数（18.06）胡安H Klopper博士

麻省理工学院（MIT）OpenCourseWare（OCW）关于线性代数（18.06）的ipython笔记本讲座

http://www.juanklopper.com/opencourseware/mathematics-2/ipython-lecture-notes/

• 统计学导论Thomas Haslwanter

本书的最大特点是新，利用Python的最新的数值分析，统计库和可视化库来讲述统计学，理论和实战结合，让初学者容易上手。

http://work.thaslwanter.at/Stats/html/

https://github.com/thomas-haslwanter/statsintro

• 使用Python的统计简介

https://github.com/rouseguy/intro2stats

• Python中的计算统计

使用的Python代码讲解统计学的原理，包括了蟒蛇入门的部分，非常细致。

https://people.duke.edu/~ccc14/sta-663/

• Python中的统计信息

“统计在Python”euroscipy 2015教程的材料。

数据表示和交互

假设检验：比较两组

线性模型，多重因素和方差分析

更多的可视化：seaborn统计探索

测试交互

完整的例子

http://gaelvaroquaux.github.io/stats_in_python_tutorial/

2  Monte Carlo方法，随机优化Verena Kaynig-Fittkau和Pavlos Protopapas（AM207），2015

哈佛课程

http://am207.org/ https://github.com/diguabo/Monte-Carlo-Methods-Stochastic-Optimization-AM207-2015

3  CS 109数据科学，哈佛大学，2014

家庭作业和实验室是用ipython编写的

http://cs109.github.io/2014/

4  文学文本分析艺术，麦吉尔，2015年冬

寻找意义（搜索不同的单词形式和词义）

词类（分析词类（名词，形容词，动词等）的文件

重复短语（分析重复的单词序列）

情感分析（测量意见或文字的心情）

主题建模（找到重复的术语组）

文档相似性（测量和可视化文档之间的距离）

http://nbviewer.ipython.org/github/sgsinclair/alta/blob/master/ipynb/ArtOfLiteraryTextAnalysis.ipynb

5  频率主义和贝叶斯主义

https://jakevdp.github.io/blog/2014/03/11/frequentism-and-bayesianism-a-practical-intro/

http://jakevdp.github.io/blog/2014/06/06/frequentism-and-bayesianism-2-when-results-differ/

http://jakevdp.github.io/blog/2014/06/12/frequentism-and-bayesianism-3-confidence-credibility/

http://jakevdp.github.io/blog/2014/06/14/frequentism-and-bayesianism-4-bayesian-in-python/

 Python中的6个贝叶斯统计分析

https://github.com/fonnesbeck/scipy2014_tutorial/tree/master/

视频：http : //pan.baidu.com/s/1o6j4HBG

• Python中的贝叶斯建模

欢迎使用“Python中的贝叶斯建模”（Bayesian Modeling in Python） – 为那些有兴趣学习如何在python（PYMC3）中应用贝叶斯建模技术的人提供的教程。本教程并不旨在成为一个贝叶斯统计教程 – 而是为那些了解贝叶斯统计的基础，并希望学习如何使用python构建贝叶斯模型的人编写一本烹饪书。

https://github.com/markdregan/Bayesian-Modelling-in-Python

7  模式分类

一系列用于解决和理解机器学习和模式分类任务的教程和示例：

机器学习和模式分类简介

预处理

模型评估

参数估计

机器学习算法与分类模型

聚类

收集数据

数据可视化

统计模式分类的例子

会谈

应用资源

https://github.com/rasbt/pattern_classification#collecting-data

8  Nitin Borwankar学习数据科学

以IPython笔记本的形式收集数据科学学习资料。关联的数据集。

最初的测试版包含四个主要主题

1. 线性回归

2. Logistic回归

3. 随机森林

4. K均值聚类

以上每个IPython笔记本至少有三个覆盖

概述（对数学问题的技巧的阐述）

数据挖掘（现实世界中数据争夺的细节）

分析（使用技术来获得结果）

https://github.com/nborwankar/LearnDataScience

9  机器学习简介

数据集

用K-means聚类

用其他算法进行聚类

用k-最近的邻居分类

用其他算法分类

用决策树分类

随机森林分类

降维

https://github.com/Prooffreader/intro_machine_learning

10  用IPython介绍科学计算

**

IPython中进行机器学习方面的研究的入门教程。

http://nbviewer.ipython.org/github/diego898/ipython_intro_hawaii/blob/master/Introduction%20to%20IPython.ipynb，https://github.com/diego898/ipython_intro_hawaii

11  简单机器学习方法教程

0 – Python Intro.ipynb

1 – PCA.ipynb

2 – KMeans.ipynb

3a – 线性回归1D.ipynb

3b – 线性回归2D.ipynb

4 – Logistic Regression.ipynb

5 – k最近Neighbors.ipynb

https://github.com/temporaer/tutorial_ml_gkbionics/blob/master/README.md

12  机器学习

01_Introduction.ipynb

02_Linear_Regression.ipynb

03_Linear_Classification.ipynb

04_Neural_Networks.ipynb

05_Decision_Trees.ipynb

06_Graphical_Models.ipynb

Performance_Prediction.ipynb

REF_linear_algebra.ipynb

http://nbviewer.ipython.org/github/masinoa/machine_learning/tree/master/

13  挖掘社交网络（第2版）

这个挖掘社交网络的版本广泛使用IPython Notebook来促进学习和开发过程。

第0章 – 前言

第1章 – 挖掘Twitter：探索热门话题，发现人们在谈论什么，等等

第2章 – 挖掘Facebook：分析粉丝页面，检查友谊等等

第3章 – 挖掘LinkedIn：挖掘职位，聚类同事等等

第4章 – 挖掘Google+：计算文档相似性，提取搭配等等

第5章 – 挖掘网页：使用自然语言处理理解人类语言，总结博客文章等等

第6章 – 挖掘邮箱：分析谁在谈论什么，经常，甚至更多

第7章 – 挖掘GitHub：检查软件协作习惯，建立兴趣图，等等

第8章 – 挖掘语义标记的Web：提取微格式，通过RDF推断等等

第九章 – Twitter的食谱

附录A – 虚拟机体验

附录B – OAuth入门

附录C – Python和IPython笔记本提示

https://github.com/ptwobrussell/Mining-the-Social-Web-2nd-Edition

 魏旭14社交媒体与文本分析

大数据社会科学

Twitter和Twitter API教程

社交媒体的自然语言处理（I，II，III）

案例分析 – 多推文摘要和PageRank算法

http://socialmedia-class.org/index.html

15  数据分析

发现强大的python数据分析库，包括numpy和pandas。学习如何操作和获取数据的见解（需要访问youtube.com）

https://www.dataquest.io/course/data-analysis

 用Python实现数据挖掘 16

这个Refcard是关于在实际的数据挖掘中使用的工具，用Python来查找和描述数据中的结构模式。

导入和可视化数据

分类和集群数据

使用回归和相关度量来发现数据中的关系

降低数据的维度，以压缩和可视化所带来的信息

分析结构化数据

https://dzone.com/refcardz/data-mining-discovering-and

17  Scipy讲义

关于科学Python生态系统的教程：快速介绍中心工具和技术。

1.开始使用Python进行科学研究

1.1。科学计算与工具和工作流程

1.2。Python语言

1.3。NumPy：创建和操作数字数据

1.4。Matplotlib：绘图

1.5。Scipy：高级科学计算

1.6。获得帮助和查找文档

2.高级主题

2.1。高级Python构造

2.2。先进的Numpy

2.3。调试代码

2.4。优化代码

2.5。SciPy中的稀疏矩阵

2.6。使用Numpy和Scipy进行图像处理和处理

2.7。数学优化：找到函数的最小值

2.8。与C接口

3.软件包和应用程序

3.1。Python中的统计信息

3.2。Sympy：Python中的符号数学

3.3。Scikit-image：图像处理

3.4。特点：建立交互式对话框

3.5。与Mayavi 3D绘图

3.6。scikit-learn：Python中的机器学习

****

操作性很强

http://www.scipy-lectures.org/

18  计算和推理思维：数据科学的基础，2015年秋季

数据科学入门课程建立在三个相互关联的视角上：推理思维，计算思维和现实世界的相关性。

数据科学与计算

图片的力量和危险

有区别吗？

做预测

模型和选择

http://data8.org/

19  非参数方法

• Dirichlet分布和Dirichlet过程：通过类比Dirichlet分布快速回顾Dirichlet分布和Dirichlet过程的介绍。

从分层Dirichlet过程抽样：代码演示如何从层次Dirichlet过程抽样，而不先生成无限数量的参数。

非参数潜在Dirichlet分配：使用Dirichlet过程的潜在Dirichlet分配的另一种观点，以及如何使用分层结构容易地扩展到非参数模型（其中主题的数量变为随机变量拟合）的演示Dirichlet过程。

http://nbviewer.ipython.org/github/tdhopper/notes-on-dirichlet-processes/tree/master/

https://github.com/tdhopper/notes-on-dirichlet-processes/tree/master/

• 非参数潜在狄利克雷分配

http://nbviewer.ipython.org/github/tdhopper/notes-on-dirichlet-processes/blob/master/2015-08-03-nonparametric-latent-dirichlet-allocation.ipynb

• 关于Hierarchal Dirichlet过程模型中Gibbs抽样的注记

http://stiglerdiet.com/blog/2015/Sep/11/notes-on-gibbs-sampling-in-hierarchal-dirichlet-process-models/

• 显微镜-LDA

非参数（HDP）潜在狄利克雷分配（LDA）

https://github.com/datamicroscopes/lda，http://nbviewer.ipython.org/github/tdhopper/notes-on-dirichlet-processes/blob/master/2015-10-07-econtalk-topics.ipynb#主题= 6＆拉姆达= 1＆术语=

• 第十届贝叶斯非参数会议

将于2015年6月22 – 26日在美国北卡罗来纳州罗利北卡罗来纳州立大学举行。

讲座：https : //stat.duke.edu/bnp10/index.html%3Fpage_id=279.html

Part II。  机器学习库

• 数据科学之5个最佳的Python库，为初学者定制的教程

http://bi.dataguru.cn/article-6903-1.html

• Add for Python，Numpy，Pandas和机器学习培训

https://github.com/addfor/tutorials

• 一系列教程和示例，用于解决和理解机器学习和模式分类任务

https://github.com/rasbt/pattern_classification

• 使用NumPy，Matplotlib和Pandas进行Python数据探索的最终指南

如何加载数据文件？

如何将变量转换为不同的数据类型？

如何转置表？

如何对数据进行排序？

如何创建情节（直方图，分散，框图）？

如何生成频率表？

如何做数据集的抽样？

如何删除一个变量的重复值？

如何将变量分组来计算count，average，sum？

如何识别和处理缺失值和异常值？

如何有效地合并/连接数据集？

http://www.analyticsvidhya.com/blog/2015/04/comprehensive-guide-data-exploration-sas-using-python-numpy-scipy-matplotlib-pandas/

• Bot or Not：在Python中进行端到端的数据分析

建立一个分类器与熊猫，NLTK和scikit学会识别Twitter机器人

***

使用了三个简单的分类器。主要过程被证明。这不是一个可实现的ipn文件。

http://www.erinshellman.com/bot-or-not/

• IPython中的笔记本电脑

关于：语言，机器学习练习，Spark大数据实验室等。

https://github.com/jdwittenauer/ipython-notebooks

• 概率，悖论和合理的人本原则

***

几个概率的悖论问题和使用代码的分析

http://nbviewer.ipython.org/url/norvig.com/ipython/Probability.ipynb

20只  熊猫

• 用大熊猫做Python数据分析和数据科学

新用户的IPython Notebook教程; pandas cookbook（IPython Notebook）

https://www.linkedin.com/pulse/doing-data-analysis-science-python-pandas-ali-syed

• 熊猫的事情我希望我早就知道了

http://nbviewer.ipython.org/github/rasbt/python_reference/blob/master/tutorials/things_in_pandas.ipynb

• 14个最佳的Python Pandas功能

http://dataconomy.com/14-best-python-pandas-features

• 黑客教育与Python – 数据挖掘Coursera流行课程

http://adilmoujahid.com/posts/2015/03/coursera-data-mining/

• 熊猫教程

https://bitbucket.org/hrojas/learn-pandas

• 在Python Pandas中汇总，汇总和分组数据

http://www.shanelynn.ie/summarising-aggregation-and-grouping-data-in-python-pandas/

• 10分钟到熊猫

http://pandas.pydata.org/pandas-docs/stable/10min.html

翻译：http：//www.cnblogs.com/chaosimple/p/4153083.html

21  Scikit学习

• 学习scikit-learn：Python中的机器学习

本书每章的IPython来源（由RaúlGarreta和Guillermo Moncecchi提供）

https://github.com/gmonce/scikit-learn-book/tree/master/

• PyCon 2015简介Scikit-Learn教程，由Jake VanderPlas提供

1.预赛

01-Preliminaries.ipynb

2.使用Scikit-Learn介绍机器学习

02.1，机器学习，Intro.ipynb

02.2-Basic的Principles.ipynb

3.深入监督学习

03.1分类，SVMs.ipynb

03.2回归 – Forests.ipynb

4.无监督学习深入

04.1维性，PCA.ipynb

04.2聚类，KMeans.ipynb

04.3密度，GMM.ipynb

5.模型验证深入

05-Validation.ipynb

https://github.com/jakevdp/sklearn_pycon2015

• 用scikit-learn介绍机器学习

简要介绍，包括视频，IPython笔记本，博客文章等

https://github.com/justmarkham/scikit-learn-videos/blob/master/README.md

• 介绍机器学习使用scikit学习

使用熊猫导入数据

建立一个初始的线性模型

了解如何评估模型

建立在线性模型上，并添加交叉验证和正则化

建立逻辑回归模型 – 交叉验证和正则化

构建决策树模型构建随机森林模型

http://nbviewer.ipython.org/github/raghothams/bangpypers-intro-to-ml/blob/master/Bangpypers-June-2015.ipynb

• SciPy 2015 Scikit-learn教程

https://github.com/amueller/scipy_2015_sklearn_tutorial，

ipn：http : //nbviewer.ipython.org/github/amueller/scipy_2015_sklearn_tutorial/tree/master/notebooks/

• 办公NFL池

一个有趣的熊猫和Scikit学习使用NFL数据的介绍。我会尝试定期更新玩家数据。

https://github.com/tanyaschlusser/office-nfl-pool

• Sklearn-大熊猫

该模块为Scikit-Learn的机器学习方法和熊猫式数据框架提供了桥梁。

https://github.com/paulgb/sklearn-pandas

• 10 Scikit学习案例研究，示例和教程

http://www.baglom.com/b/10-scikit-learn-case-studies-examples-tutorials-cm572/

• 5使用SciKit学习的文本分类案例研究

http://www.datasciencecentral.com/profiles/blogs/5-text-classification-case-studies-using-scikit-learn

• 2015年开放数据科学大会的幻灯片和笔记本

https://github.com/amueller/odscon-sf-2015

• 深入机器学习

****

用Jupyter笔记本，Python和scikit-learn进入机器学习领域。

系统性的简要介绍机器学习的路径，包含了大量实用的，操作性强的链接。

http://hangtwenty.github.io/dive-into-machine-learning/?hmsr=toutiao.io&utm_medium=toutiao.io&utm_source=toutiao.io

22  PyMC

作为概率编程语言之一，PyMC是贝叶斯的首选工具。它包括用于模型收敛的贝叶斯模型，统计分布和诊断工具。它也包括一些分层模型。如果你想做贝叶斯分析，你应该检查出来。

http://pymc-devs.github.io/pymc/

https://pymc-devs.github.io/pymc3/

• 概率规划与黑客贝叶斯方法

从计算/理解第一和数学第二的角度介绍贝叶斯推理。

https://camdavidsonpilon.github.io/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers/

• 橄榄球分析和FinTech – 教程

介绍使用pymc实现概率编程的方法，由3个例子组成。

http://nbviewer.ipython.org/github/springcoil/TutorialPyMCRugby/blob/master/Bayesian_Rugby_Tutorial.ipynb