干货共享


机器学习算法中 GBDT 和 XGBOOST 的区别有哪些? (1)
Numpy知识点复习总结大全 (1)
30分钟学会用scikit-learn的基本回归方法(线性、决策树、SVM、KNN)和集成方法(随机森林,Adaboost和GBRT) (1)
Python编码规范(国内程序员热情创建和维护) (1)
梯度提升树(GBDT)完整笔记总结 (1)
【必看】机器学习应用量化投资必须要踩的那些坑! (1)
一位大牛整理的python资源 (1)
透彻理解马尔可夫链蒙特卡洛方法 (1)
Medium上6900个赞的AI学习路线图,快速上手机器学习 (1)
200多个最好的机器学习、NLP和Python相关教程资源(2018年最新版) (1)
干货:最全面的深度学习自学资源汇总 (1)
用 Python 做数据处理必看:12 个使效率倍增的 Pandas 技巧 (1)
一文带你读懂机器学习和数据科学的决策树 (1)
神经网络知识梳理——从神经元到深度学习 (1)
机器学习中防止过拟合的处理方法 (1)
干货|模型评估方法基础总结 (1)
社区干货与精选整理(持续更新中...) (1)
人工智能量化投资 vs. 传统量化投资 (1)
一文看懂三大财务报表 (1)
时间序列一【只是搬运工】 (1)
numpy 、pandas 和Matplotlib基本用法的整理与汇总 (1)
斯坦福大学机器学习教程个人笔记(附下载链接) (1)
数据科学速查表:Matplotlib,Numpy,Pandas,Scikit-learn,Seaborn等(附PDF下载链接) (4)
《Python3教程(廖雪峰)》(附下载链接) (1)
常用数据挖掘算法总结及Python实现 (3)
100道经典Python练习题 (1)
2019年人工智能行业分析报告完整版(附下载链接) (1)
ACL2019教学讲座PPT合集(附下载链接) (1)
《监督学习知识手册大全》(附下载链接) (1)
Kaggle digital 数据集(附下载链接) (1)