Python

本文一步步为你演示，如何用Python从中文文本中提取关键词。如果你需要对长文“观其大略”，不妨尝试一下。 需求 好友最近对自然语言处理感兴趣，因为他打算利用自动化方法从长文本里提取关键词，来确定主题。 他向我询问方法，我推荐他阅读我的那篇《如何用Python从海量文本提取主题？》。 看过之后，他表示很有收获，但是应用场景和他自己的需求有些区别。 《如何用P…

两天前，机器之心报道 MIT 正式发布 Julia 1.0 的文章引发了极大的关注（20 多万的阅读量），对此编程语言既有批判者也有推崇者。如机器之心了解到 Julia 在科学计算、数据处理行业很受欢迎。为了方便大家更了解这一新正式发布的编程语言，我们推荐 Julia 中文社区（中文社区介绍见文后）组织者之一罗秀哲新出炉的一篇简单教程。 文章地址：https…

MIT 开发的 Julia 语言是全球热度上升最快的编程语言之一，下载量超过 200 万次，下载者包括谷歌、Facebook、FAA 和美国能源部等各个部门的开发者。近日，MIT CSAIL 实验室正式发布了 Julia 1.0，该语言期望结合 C 的速度、Matlab 的数学表征、Python 的通用编程与 Shell 的胶水命令行，并构建开源、自由与便捷…

随着机器学习的兴起，Python 逐步成为了「最受欢迎」的语言。它简单易用、逻辑明确并拥有海量的扩展包，因此其不仅成为机器学习与数据科学的首选语言，同时在网页、数据爬取可科学研究等方面成为不二选择。此外，很多入门级的机器学习开发者都是跟随大流选择 Python，但到底为什么要选择 Python 就是本文的核心内容。 本教程的目的是让你相信两件事：首先，Pyt…

用Python做数据科学时容易忘记的八个要点！

首先，什么是 Python？根据 Python 创建者 Guido van Rossum 所言，Python 是一个：高级编程语言，其设计的核心理念是代码的易读性，以及允许编程者通过若干行代码轻松表达想法创意。实际上，我选择学习 Python 的首要原因是其编程的优美性，用它编码和表达想法非常自然。 Python 是一个高层次的结合了解释性、编译性、互动性和…

对于想入门数据科学的新手来说，选择学Python还是R语言是一个难题，本文对两种语言进行了比较，希望能帮助你做出选择。

多个分类器/模型，各自独立地学习和作出预测。这些预测最后结合成单预测，因此优于任何一个单分类的做出预测。 随机森林是集成学习的一个子类，由于它依靠于策率树的合并。你可以在这找到用python实现集成学习的文档：Scikit学习文档。 随机决策树 我们知道随机森林是其他的模型聚合，但它聚合了什么类型模型？你可能已经从其名称、随机森林聚合分类（或回归）的树中猜到…

在解决数据科学任务和挑战方面，Python继续处于领先地位。去年，我对当时热门的Python库进行了总结。今年，我在当中加入新的库，重新对2018年热门Python库进行全面盘点。

关于黑客马拉松最有趣和最具挑战性的事情之一是在公共和私人排行榜上获得高分。 我密切关注了Data Hackathons系列，并发现了一个有趣的趋势。 这一趋势是基于参与者在公共和私人排行榜上的排名。 有一点非常突出，那就是在排行榜在私人排行榜上得到验证后，在排行榜上排名较高的参与者就会失去自己的位置。 有些人甚至未能在私人排行榜前20名中获得排名（图片见下图…

未来AI的主要应用是在建立能够学习数据然后生成原创内容的网络。这个想法已经充分应用于在自然语言处理（NLP）领域，这也是AI社区能够搭建出所谓语言模型的原因：语言模型的前提是学习句子在文章段落中的组成结构，从而生成新的内容。

学习Python，有什么书可以推荐吗？

无论是应聘Python web开发，爬虫工程师，或是数据分析，还是自动化运维，都涉及到一些基础的知识!我挑了一些Python的基础面试题，看看你能不能的答上来，也许面试的同学用的着!

如果说有什么每个数据科学家都应该使用或必须了解的工具，那非 Jupyter Notebooks 莫属了（之前也被称为 iPython 笔记本）。Jupyter Notebooks 很强大，功能多，可共享，并且提供了在同一环境中执行数据可视化的功能。

Nishikant是Booking公司的一名高级数据分析师，在本文中他分享了自己在Booking从数据科学家新手到大师的发展历程。