Python-Linkschleuder

Da mein Feedreader mal wieder überquillt, haue ich mal alles raus, was sich in der letzten Zeit zu Python, Jupyter und Data Science dort eingefunden hat:

• Statt Python oder R geht auch Python und R: Test driving Python integration in R, using the reticulate package (Quellen auf GitHub).

• Brad Neuberg: Creating a Modern OCR Pipeline Using Computer Vision and Deep Learning.

• Ryan Cheley: Presenting Data - Referee Crew Calls in the NFL. Sportstatistik mit Python.

• Noch mehr Sportstatistik mit Python: The LA Times Data Desk shows how to use Jupyter to see every shot by Kobe Bryant.

• Practical TensorFlow: TensorFlow is one of the hottest new technologies out there, but can be a bit impenetrable. This notebook of TensorFlow examples is a great place to start if you want to kick the tires on this fast moving tool.

• Reproducible Data Analysis in Jupyter – ein Tutorial in 11 Videos.

• Der Beitrag Introduction to scikit-learn ist ein umfangreiches Exzerpt aus dem Python Data Science Handbook von Jake VanderPlas.

• Dan Saber: A Dramatic Tour through Python’s Data Visualization Landscape (including ggpy and Altair).

• Caffe2: Facebook macht Deep-Learning-Software Open Source. Caffe2 bietet APIs für C++ und Python. Der Tensorflow-Konkurrent soll professionelle Softwareentwickler ansprechen.

• Python Cheat Sheet: This handy guide from Julian Gaal, focused on data science, provides a quick and well-formatted reference for common NumPy and Matplotlib functions.

• Rylan Schaeffer: Neural Turing Machines. In this post, I explain the titular paper - Neural Turing Machines by Graves, Wanye and Danihelka.

• IBM Machine Learning: What Is It, and What Does It Mean For Data Scientists?

• AI and the Raspberry Pi: Machine Learning and IoT, What’s the Impact?

War sonst noch was? Ach ja, bei Nikolaus Gradwohl gibt es ein kleines Skript zur Rauschunterdrückung bei Blender-Animationen: Denoising Blender animations with OpenCV and Python. Und Cara Giaimo wagt einen Blick in die Geschichte: The Scottish Scoundrel Who Changed How We See Data

(Kommentieren)