[PYTHON] [Übersetzung] scikit-learn 0.18 Tutorial Externe Ressourcen, Videos, Talk

google übersetzte http://scikit-learn.org/0.18/presentations.html

Inhaltsverzeichnis des Lernprogramms / Vorheriges Lernprogramm

Externe Ressourcen, Videos, Gespräche

Schriftliche Tutorials finden Sie im Abschnitt Tutorials der Dokumentation (http://qiita.com/nazoking@github/items/5160c11d1a5b3fe8f34c).

Sind Sie neu in wissenschaftlichem Python?

Wenn Sie ein neues wissenschaftliches Python-Ökosystem starten, Python Scientific Lecture Notes (http://www.scipy-lectures.org/) .turbare.net / transl / scipy-lecture-notes / index.html))) wird dringend empfohlen. Dies wird Ihnen helfen, eine kleine Grundlage zu finden und Ihre Erfahrung mit dem Lernen von Scikit-Learn definitiv verbessern. Ein grundlegendes Verständnis von NumPy-Arrays wird empfohlen, um das Scikit-Lernen optimal zu nutzen.

Externes Tutorial

Es gibt mehrere Online-Tutorials, die auf Ihren speziellen Themenbereich zugeschnitten sind.

• Maschinelles Lernen für Neuro Imaging in Python
• Maschinelles Lernen für die astronomische Datenanalyse

Video

• Guy Baroque, Jake Bander Plus, Olivier Grisel auf der Scipy 2013 scikit-learn Teil 1 und Teil 2 Einführung in Conference.scipy.org/scipy2013/tutorial_detail.php?id=111). Das Notizbuch befindet sich auf github.
• [Einführung von Scikit-Learn] von Gael Varoquaux auf der ICML 2010]
• Ein 3-minütiges Video aus den frühen Stadien von Scikit erklärt die grundlegenden Ideen und Ansätze, denen wir folgen.
• Gael Varoquaux auf der SciPy 2011 Einführung in das statistische Lernen mit scikit-learn )
• Umfangreiches Tutorial bestehend aus vier einstündigen Sitzungen. Dieses Tutorial beschreibt die Grundlagen des maschinellen Lernens, viele Algorithmen und deren Anwendung mit Scicit-Learn. Entsprechendes Material finden Sie im Abschnitt zur Dokumentation von scikit-learn Lernprogramm zum statistischen Lernen der wissenschaftlichen Datenverarbeitung. --Scikit-Learn von Olivier Grisel und Statistisches Lernen zur Textklassifizierung durch NLTK auf der PyCon 2011 / pycon-2011 - statistisches-maschinelles Lernen für Text) (Folie -nltk)))
• Eine 30-minütige Einführung in die Textklassifizierung. Erfahren Sie, wie Sie mit NLTK und Scikit-Learn Aufgaben zur Klassifizierung von echtem Text lösen und mit Cloud-basierten Lösungen vergleichen.
• Olivier Grisel auf der PyCon 2012 [Einführung der interaktiven Vorhersageanalyse mit Scikit-Learn in Python](https://www.youtube.com/watch? v = Zd5dfooZWG4)
• Eine 3-stündige Einführung in prädiktive Aufgaben mit Scikit-Learn.
• Scikit-learn --Maschinenlernen mit Python von Jake Vanderplas beim PyData-Workshop 2012 / scikit-learn_machine_learning_in_python)
• Interaktive Demonstration der Sikit-Lernfunktion 75 Minuten.
• [Scikit-Lernprogramm] von Jake Vanderplas bei PyData NYC 2012 (https://vimeo.com/53062607)
• Die Präsentation verwendet ein Online-Tutorial, 45 Minuten.

Tutorial Inhaltsverzeichnis

© 2010 - 2016, Entwickler von Scikit-Learn (BSD-Lizenz).