时间卷积网络：时间序列的下一场革命？
TCN架构相对于传统方法（如卷积神经网络（CNN）和递归神经网络（RNN））具有明显优势。
下载地址：https://www.yanxishe.com/resourceDetail/2302?from=leiphonecolumn_res0909
内容简介 · · · · · ·
Python语言拥有大量可用于存储、操作和洞察数据的程序库，已然成为深受数据科学研究人员推崇的工具。本书以IPython、NumPy、Pandas、Matplotlib和Scikit-Learn这5个能完成数据科学大部分工作的基础工具为主，从实战角度出发，讲授如何清洗和可视化数据、如何用数据建立各种统计学或机器学习模型等常见数据科学任务，旨在让各领域与数据处理相关的工作人员具备发现问题、解决问题的能力。
本书是对以数据深度需求为中心的科学、研究以及针对计算和统计方法的参考书。本书共五章，每章介绍一到两个Python数据科学中的重点工具包。首先从IPython和Jupyter开始，它们提供了数据科学家需要的计算环境；第2章讲解能提供ndarray对象的NumPy，它可以用Python高效地存储和操作大型数组；第3章主要涉及提供DataFrame对象的Pandas，它可以用Python高效地存储和操作带标签的/列式数据；第4章的主角是Matplotlib，它为Python提供了许多数据可视化功能；第5章以Scikit-Learn为主，这个程序库为最重要的机器学习算法提供了高效整洁的Python版实现。
本书适合有编程背景，并打算将开源Python工具用作分析、操作、可视化以及学习数据的数据科学研究人员。
作者简介 · · · · · ·
Jake VanderPlas，Python科学栈深度用户和开发者，尤其擅长Python科学计算和数据可视化，是altair等可视化程序库的创建人，并为Scikit-Learn、IPython等Python程序库做了大量贡献。现任美国华盛顿大学eScience学院物理科学研究院院长。
补充说明 · · · · · ·
本站所有资源版权均属于原作者所有，这里所提供资源均只能用于参考学习用，请勿直接商用。如需删除，请联系 kefu@yanxishe.com
AI 研习社已经和阿里大文娱、旷视、搜狗搜索、小米等知名公司达成联系，帮助大家更好地求职找工作，一键投递简历至 HR 后台，准备了一些内推渠道群。
出门问问的B计划
在AI ToB的这条路上，出门问问逐步形成势能。
欢迎大家添加研习社小学妹微信（aiyanxishe），小学妹拉你加入（备注求职）。
风情信息风情信息风情信息(公众号：风情信息)
相关文章：
资料 | Python机器学习及实践－从零开始通往Kaggle竞赛之路
资料 | Python数据分析基础教程：NumPy学习指南（中文第2版）
资料 | JQuery入门实战
资料 | 像计算机科学家一样思考Python（中文版）
资料 | 深度学习：基于Keras的Python实践
资料 | Practical Python and OpenCV 一周时间带你入门CV
资料 | 现代计算机常用数据结构和算法
风情信息版权文章，未经授权禁止转载。详情见转载须知。
新赛事 | AI研习社×INDEMIND 视觉SLAM挑战赛
本次视觉SLAM比赛由AI研习社和INDEMIND联合举办，数据集使用双目视觉惯性模组采集。
