Namedtuple для тестов в python

Несколько трюков с переменными в python

Фишки pandas: часть 1

Запускаем machine learning MVP: инструкция о том, как быстро презентовать идеи

Обработка пропусков в Pandas

Фреймворки Networkx и Snap для построения графов. Сравнение

Столбец Unnamed в датафрейме Pandas

Анализ текстовых документов для извлечения структурных связей с другими документами

Аргументы функций в Python 3.x. Шпаргалка

Как преобразовать вложенные структуры JSON в массив Pandas на Python

Подготовка и оптимизация данных для задач машинного обучения

Особенности препроцессинга данных в scikit-learn

Зависимость вычислений в scikit-learn от данных и модели

API scikit-learn

Метрики оценки для отбора моделей в scikit-learn

Конвейеры трансформации и кастомные трансформаторы в scikit-learn

CS231n: Softmax классификатор

CS231n: Обучение Support Vector Machine

CS231n: k-Nearest Neighbor классификатор

CS231n: Convolutional Neural Networks for Visual Recognition. Старт практической части

algorithms (7) api (1) bfs (1) category encoders (1) computation performance (1) computer vision (1) convolutional (2) covid (1) cs224w (3) cs231n (4) data science (2) dfs (1) embedding (2) foam (1) gcn (2) github (2) graph theory (4) graphs (6) json (2) knn (1) knowlege graph (1) machine learning (12) ml data (6) mvp (1) networkx (1) neural network (2) nlp (1) page rank (1) pandas (5) phyton (8) preprocessing (7) python (4) python, (1) sc224w (2) scikit learn (7) sklearn (4) snap (1) softmax (1) statistics (2) streamlit (1) svm (1) test driven (1) time complexity (4) transe (1) zerocode (2)

My knowledge base