AI-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 |
</div><link href="https://csdnimg.cn/release/phoenix/mdeditor/markdown_views-778f64ae39.css" rel="stylesheet"></div><script>(function(){function setArticleH(btnReadmore,posi){var winH = $(window).height();var articleBox = $("div.article_content");var artH = articleBox.height();if(artH > winH*posi){articleBox.css({'height':winH*posi+'px','overflow':'hidden'})btnReadmore.click(function(){articleBox.removeAttr("style");$(this).parent().remove();})}else{btnReadmore.parent().remove();}}var btnReadmore = $("#btn-readmore");if(btnReadmore.length>0){if(currentUserName){setArticleH(btnReadmore,3);}else{setArticleH(btnReadmore,1.2);}}})()</script></article>
AI-人工智能学习线路图相关推荐
- 超全的AI人工智能学习路线图(内含大纲+视频+工具)
为了让自学者们得到更贴合市场.更权威的AI人工智能学习资料,我向黑马申请到了很多新视频,很骄傲能给广大自学者提供一个这样优秀的学习资源(偷笑).不用理解我整理的辛苦,不用理解我整理时累的眼角都流哈喇子 ...
- AI 人工智能学习路线
前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家.点击跳转到教程. 相关视频资料下载见:https://blog.csdn.net/qwxwaty/article/de ...
- AI人工智能学习路径图
都看了昨天的热搜没有?韩国首位AI女主播金柱夏诞生,瞧瞧,这就是科技的力量啊!用智能代替人工解放人力,相信在未来这一定是个大的发展趋势,这时候可能就有人想要进入这个行业了,那么今天,小编就来给大家分享 ...
- AI 人工智能学习经典书单
人工智能相关岗位中,涉及到的内容包含: 算法.深度学习.机器学习.自然语言处理.数据结构.Tensorflow.Python .数据挖掘.搜索开发.神经网络.视觉度量.图像识别.语音识别.推荐系统.系 ...
- 干货福利:AI人工智能学习资料教程包.zip
近几年来人工智能常常成为热门议题,经久不衰. 2020年以来,在各种政策红利催化.5G商用助推.物联网.大数据.AI芯片技术大规模落地后,几乎所有人都已经笃定,人工智能就是IT人未来的新风向. 不过有 ...
- 【AI人工智能学习】GitHub 上适合初学者的 10 个最佳开源 AI 项目
温馨提示:AI一定是未来程序员的出路,大家可以早点入坑. 目录 人工智能简介 GitHub 上适合初学者的 10 个最佳开源 AI 项目 Part.1 TensorFlow Part.2 PyTorc ...
- AI人工智能学习之回归分析
回归分析 在统计学中,回归分析(regression analysis)指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法.回归分析按照涉及的变量的多少,分为一元回归和多元回归分析:按 ...
- AI 人工智能学习之假设检验
假设检验 假设检验(hypothesis testing),又称统计假设检验,是用来判断样本与样本.样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法.显著性检验是假设检验中最常用的一种方 ...
- AI人工智能学习之激活函数
因为数据的分布绝大多数是非线性的,一般神经网络的计算是线性的,那么引入激活函数,是在神经网络中引入非线性,就强化网络的学习能力.所以激活函数的最大特点就是非线性.而且能够使输出映射到有限区间之内,便于 ...
- AI 人工智能学习之方差分析
方差分析 方差分析(简称ANOVA),用于两个及两个以上样本均数差别的显著性检验.方差分析通过检验多个总体的均值是否相等来判断一个或多个分类型自变量对数值型因变量是否由显著影响. 它形式上是比较总体均 ...
最新文章
- 【Linux】 Samba 服务器安装配置实现与Windows系统的文件共享服务
- 深入分析Java Web技术内幕pdf
- IOS开发基础之截图、图片文字水印
- 【转】1.5异步编程:.NET4.X 数据并行
- 【HDU - 1013 】Digital Roots (大数模拟)
- html内容封装为一个对象_技术赋能还是内容为王,哪一个才是短视频创作的关键?...
- 仿minecraft游戏 linux,【图片】【Codea制作仿MineCraft3D游戏】Craft Ver. 0.1发布(开源)【codea吧】_百度贴吧...
- 【设计师工具】3个好用的在线配色工具
- adb 清理内存_教你几招如何清理手机内存,加快运行速度!
- 如何下载网页上的音频文件
- Codeforces 474D. Flowers
- C#生成与识别条形码、二维码示例 zxing、 barcodelib生成条形码 code128B等 无白边 自动宽度
- [好歌推荐4]侯德建 - 归去来兮
- 如何登陆计算机服务器,电脑服务器怎样登陆
- 信号偏移成为边界地区呼吸的痛
- 不用u盘如何在小米电视上安装电视直播软件
- Haproxy基础知识
- PAT甲级_2023春
- Ping Pong Buffer 双缓冲 C++代码学习
- Docker 简明教程
热门文章
- csp-202206
- anchor base和anchor free, 小物体检测, YOLO V1-3 9000 V4 V5 的区别,yolov5-8, yolox创新点
- JAVA考试多选题判断得分
- 谈谈利用统计工具做好网站数据分析
- Spring 核心思想
- CVPR2020 | MAL:联合解决目标检测中的定位与分类问题,自动选择最佳anchor
- linux多线程调用同一个函数解析
- 丁小帅+2016012047+作业5
- 卡尔曼滤波与组合导航原理_图解卡尔曼滤波器,无需深厚的数学知识也易懂(第五部分:多维卡尔曼滤波器)...
- 如何用70行Java代码实现深度神经网络算法