注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. nb_search:这是一个命令行功能，可用于在指定目录或指定目录以下的jupyter笔记本中搜索-源码

  2. nb_search.py 这是一个程序包，可用于在指定目录或指定目录下的jupyter笔记本中进行搜索。有多种方法可以使用该功能完善搜索范围或可视化笔记本。我将在下面逐一介绍它们。 用途 以下所有用途都要求用户从在IPython控制台中输入%run nb_search.py以及您要搜索的可选参数和目录（或文件列表）开始。我将基于nb_search的不同选项参数进行说明。 全部 这是最基本的参数，不允许再有其他参数。它只是在所需目录中搜索所有笔记本文件，并将它们显示为指向笔记本的可单击HTML链接

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：39kb
    • 提供者：weixin_42127783

  1. 项目_1：小组项目，有关旧金山和洛杉矶县之间的COVID-19效果和响应比较-源码

  2. 洛杉矶对旧金山（县） 加利福尼亚州的两个城市中心显示出完全不同的COVID-19轨迹； 特别是在测试，病例，死亡和住院方面。 对于这个项目，我们对两个县之间的某些差异和其他差异进行了探索性分析，并试图从我们发现的数据中得出一些结论。 就我而言，我包括了Jupyter笔记本，这些笔记本用于：使用Python API请求提取数据，使用Pandas将不同类型的数据文件处理为干净的数据框，然后通过Matplotlib生成我们在演示文稿中使用的一些可视化效果。 个人笔记本说明：

  3. 所属分类：其它

  1. covid-ml：使用Jupyter实时笔记本和熊猫数据分析框架分析关于COVID-19大流行的公开数据，并确定趋势和模式。 展示如何使用python分析数据集并以易于理解的方式呈现结果-源码

  2. 柯夫特 该项目分析了有关COVID-19大流行的公开数据，并使用了熊猫数据分析框架来识别趋势和模式。 该项目使用熊猫编写为Jupyter笔记本。 Github将呈现静态版本。 如果要动态执行笔记本，则需要在本地下载（请参阅）。 一个HTML版本更新每小时都会 仅每小时包含一次主要图表的基本仪表板每小时更新一次 生成的图形示例： 记录在案的Covid-19死亡人数最多的国家与世界其他地区 随着时间的推移Covid-19感染率 记录的Covid-19病例数最高的国家 病死率最高的国家

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：35mb
    • 提供者：weixin_42155721

  1. 机器学习算法：此存储库包含Jupyter笔记本，这些笔记本从零开始实现流行的ML算法-源码

  2. 机器学习算法 该存储库包含一系列Jupyter笔记本，这些笔记本从头开始实现常用的ML算法。 即，使用统计python软件包的限制。 它们部分基于我作为课程的一部分而开设的课程。 这些笔记本对我非常有用，有助于他们直观地了解这些算法的工作原理，以及使用scikit-learn和statsmodels之类的程序包时幕后发生的事情。 如上所示，我根据算法的类型将笔记本分为三个文件夹： 回归 聚类 其他：此文件夹包含用于二进制决策树和本地敏感度哈希（LSH）的笔记本。 这些笔记本中使用的数据可应

  3. 所属分类：其它

  1. tableau-hw：Tableau工作簿，可用于探索一年中不同时段的纽约市花旗自行车站活动量，以及检查其他现象-源码

  2. 表格硬件 塔洛工作簿： ://public.tableau.com/profile/john.jostes#!/vizhome/tableau-hw_15931354882510/Tableau-challenge data_manipulations.ipynb是用于合并和清理数据集的jupyter笔记本 从使用的文件： 201812-citibike-tripdata.csv 201901-citibike-tripdata.csv 201902-citibike-tripdata.cs

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：907kb
    • 提供者：weixin_42131705

  1. medium-blog-post：有关中级博客帖子的其他信息-源码

  2. 中博客帖子 有关中等博客文章的其他信息 在Medium上写数据科学博客文章 该项目是Udacity的数据科学纳米学位计划的一部分。 该帖子可以在这里找到： : 介绍 为了写我的帖子，我使用了Kaggle上关于西雅图AirBNB的数据集，： ://www.kaggle.com/airbnb/seattle/data。 目的是通过分析，清理，建模和创建可视化结果来支持以下五个问题，以支持假设并得出结论。 Q1-哪个季节更少/更多可用？ 问题2：哪些街区价格更高/更低？ 问题3：哪些地区的收视率

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：17mb
    • 提供者：weixin_42116705

  1. MLCourse-LU-A1：机器学习的作业1-源码

  2. MLCourse-LU-A1 该存储库包含作业1的练习和问题。 如何开始 首先将此存储库克隆到您的计算机。 您可以在自己的计算机上进行分配，也可以使用Google Colab。 要在本地运行它，请确保已安装Python 3.6或更高版本。 尝试jupyter notebook运行jupyter notebook 。 如果A1.ipynb ，请打开A1.ipynb然后继续那里的说明和任务。 如果这不起作用，则首先必须安装Jupyter Notebook。 您可能还需要安装其他软件包： n

  3. 所属分类：其它

  1. piper：一个备受好评的（也许是致命的缺陷）包装程序包，用于在执行EDA工作时使用pandas，numpy和xlsxwriter库-源码

  2. 吹笛者 Piper是一个python模块，用于简化与数据争用。 与笔记本结合使用的“魔术”命令（ %% piper ）提供了类似于SQL的语法-与R的和库类似。 主要功能是： 选择（） 哪里（） 通过...分组（） 总结（） order_by（） 有关其他吹笛者功能，请参见“部分。 备择方案 如需全面的替代方法，请查看Michael Chow的。 目录 安装 要安装软件包，请输入以下内容： pip install dpiper 基本用途 在Jupyter笔记本单元中，为给定的

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：59kb
    • 提供者：weixin_42143806

  1. NodeJS：Jupyter笔记本，用于使用Node.js学习JavaScript-源码

  2. 使用Jupyter NotebooksJavascr ipt（JS）/ ECMAscr ipt（ES 6）简介 项目存储库还包括使用NodeJS，ExpressJS和MongoDB的几个演示静态网页和Web应用程序。 谁可以使用这些笔记本 编码讲师 我们已经在Colorado Mesa University的Web2（网页设计2）和高级编程：Javascr ipt课程中使用了这些笔记本。 老师可以选择章节，并根据学生的技能水平花费足够的时间。 在Web2中，并不是必须具备预先的编程经验，因此，讲

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：548kb
    • 提供者：weixin_42125867

  1. 笔记本：Jupyter交互式笔记本-源码

  2. Jupyter笔记本 Jupyter笔记本是用于交互式计算的基于Web的笔记本环境。 注意 请注意，该存储库目前由Jupyter社区的维护人员组成的维护团队进行维护。 我们鼓励用户过渡到JupyterLab，在那里可以提供更多直接支持。 我们前进的方法将是： 维护Jupyter Notebook的安全性。 这意味着与安全性相关的问题和请求请求是我们的首要任务。 解决JupyterLab 。 作为此工作的一部分，我们还在JupyterLab中为喜欢经典Jupyter Notebook UI的

  3. 所属分类：其它

  1. 数据科学学习：此存储库包含jupyter笔记本和我在学习数据科学期间所做的其他资源-源码

  2. 数据科学学习：此存储库包含jupyter笔记本和我在学习数据科学期间所做的其他资源

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：87mb
    • 提供者：weixin_42129300

  1. python_ml_tutorial：完整的python教程，用于数据分析和机器学习-源码

  2. 完整的python教程，用于数据分析和机器学习 本教程不假定您具有python的任何先验知识或任何其他编程语言背景。 整个教程都是用jupyter笔记本编写的，我觉得这是此类事情的最佳平台。 如果要在本地运行它们： 下载并安装 （最好是python 3）。 将python添加到您的环境变量中。 下载 。 通过python get-pip.py安装它。 通过pip install jupyter ： pip install jupyter 。 如果笔记本无法通过github正确渲染，您

  3. 所属分类：其它

  1. 冠状病毒-ds：Jupyter笔记本和python脚本，用于调查2019年冠状病毒的爆发-源码

  2. 冠状病毒数据科学 该存储库包含用于调查2019年冠状病毒爆发的Jupyter笔记本和python脚本。 目标是作为跟踪和分析此爆发的起点。 设置环境来读取，分析和绘制爆发数据并非易事。 我希望这可以帮助更多的人开始。 如果您是研究员，记者或其他感兴趣的公众人士，请免费使用。 如果您是数据科学家，请分叉并作出贡献，为将来的研究打下更好的基础。 目标 提供用于将爆发数据加载到Python中的框架和工具 轻松可视化爆发地理数据 促进研究人员之间的合作 背景 从 ： 2019年新型冠状病毒（2019

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：25mb
    • 提供者：weixin_42162978

  1. jupyter-helpers：JupyterIPython的帮助器集合-源码

  2. Jupyter助手 此Jupyter帮助器集合将帮助您： 计算完成（或失败）后播放声音 将通知与您的操作系统集成（可用于GNOME Shell） 为rpy2启用自动完成功能（非常适合使用ggplot2！）-现在在也可用 在一个漂亮的表中总结字典和其他结构 从其他笔记本中选择性导入 出现错误或打开笔记本时滚动到最近执行的单元格 使用交互式（跟随）尾巴以获得长输出 示例可在目录中找到。 请参阅的文章以获取介绍和更多代码示例。 有关跳转到定义功能，请访问 。 安装 对于基本功能： pip3 in

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：399kb
    • 提供者：weixin_42138716

  1. jupyter的技巧和窍门：将Jupyter项目用于数据科学-源码

  2. Jupyter笔记本提示和技巧 一些（希望）有用的提示和技巧，以实用的方式使用Jupyter Notebook。 无论如何，这并不是Jupyter笔记本电脑功能的详尽展示。 此外，您可以自己浏览这些笔记本，但我通常会示范使用它们并口头给出许多信息。 如果您有任何建议，编辑或更正，请提出一个问题或通过其他方式让我知道。 祝你好运！ 假设您使用的是Mac 安装Miniconda（如果尚未安装） cd ~ /Downloads wget https://repo.continuum.io/mini

  3. 所属分类：其它

  1. 讲座实验室：幻灯片和Jupyter笔记本，用于巴黎理工学院2年级数据科学硕士的深度学习讲座-源码

  2. 深度学习课程：讲义幻灯片和实验笔记本 本课程是作为一部分授课的 目录 该课程涵盖了深度学习的基础知识，重点是应用程序。 演讲幻灯片 注意：按“ P”以显示演示者的注释，其中包括一些注释和其他参考。 实验室和家庭作业笔记本 可以在的labs文件夹中找到用于实验室的Jupyter笔记本： git clone https://github.com/m2dsupsdlclass/lectures-labs 这些笔记本仅适用于keras and tensorflow请按照入门。 到渲染笔记本的直接链

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：144mb
    • 提供者：weixin_42122340

  1. CS229-Python：斯坦福大学CS229机器学习的练习和解决方案-源码

  2. Stanford CS229 Python机器学习 该存储库包含问题集以及Stanford CS229-在Coursera上用Python 3编写的机器学习课程的解决方案。我还记了一些其他注释。 请查看和。 请注意，您的解决方案将不会获得评分，也不会以任何方式隶属于Coursera。 如果您的答案与我的不同，并且您认为自己的答案更好，请在创建一个问题。 安装 确保已安装jupyter笔记本。 您可以在找到说明。 使用以下Python软件包： 您可以使用以下命令安装所有依赖项： pytho

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：35mb
    • 提供者：weixin_42153801

  1. ipynb2pelican：将ipynb与鹈鹕整合，利用细胞特征表示元数据并以pythonic方式执行其他操作-源码

  2. 用于鹈鹕博客系统的简单Jupyter插件 插件为pelican实现了.ipynb文件格式支持。 产品特点 只需将ipynb转换为html，就不会保留CSS 使用nbconvert库的预处理器 提供基于单元格的摘要生成 将第一个单元格用作最自然和可读的元数据 编写元数据就像在markdown文件中编写元数据一样简单。 # This is title + date: 2020 - 02 - 22 + tags: hello, world 提示：在jupyter笔记本电脑中，按Esc+M将选择的

  3. 所属分类：其它

  1. gophernotes：Jupyter笔记本和nteract的Go内核-源码

  2. gophernotes-在Jupyter笔记本和nteract中使用Go gophernotes是一个围棋内核笔记本电脑和 。 它使您可以在基于浏览器的笔记本或台式机应用程序中交互式使用Go。 使用gophernotes创建和共享包含实时Go代码，方程式，可视化效果和解释性文本的文档。 然后，这些带有实时Go代码的笔记本可以通过电子邮件，Dropbox，GitHub和与他人共享。 继续使用Go笔记本进行数据科学或其他有趣的事情！ 致谢-此项目利用一个称为的Go解释在进行交互评估Go代码。 g

  3. 所属分类：其它

  1. 可视化笔记本：Jupyter笔记本和其他用于4CE数据可视化的代码-源码

  2. 可视化笔记本 用于4CE数据可视化的Jupyter Notebook。 发展历程 首次设置和安装 设置git hook以在提交前清除笔记本的输出： cp ./pre-commit.sh ./.git/hooks/pre-commit chmod +x ./.git/hooks/pre-commit 使用Conda设置环境并启用Jupyter小部件： conda env create -f environment.yml conda env create -f environment.r.

  3. 所属分类：其它

« 12 3 4 5 6 »