python資料視覺效果、資料採礦、機器學習、深度學習 常用庫、IDE等

標籤：pyc   rnn   cnn   logistic   class   pycha   gis   cti   anaconda   

一、可視化方法

1. 橫條圖
2. 餅圖
3. 盒狀圖(箱型圖)
4. 泡泡圖
5. 長條圖
6. 核密度估計(KDE)圖
7. 線面圖
8. 網狀圖
9. 散佈圖
10. 樹狀圖
11. 小提琴圖
12. 方形圖
13. 三維圖

二、互動式工具

1. Ipython、Ipython notebook
   
2. Plotly

三、Python IDE類型

1. PyCharm,指定了基於Java Swing的使用者介面
2. PyDev，基於SWT的使用者介面(適用Eclipse)
3. IEP(Interactive Editor for Pyhton),互動式編輯器
4. Enthought中的Canopy：以PyQt為基礎
5. Continuum Analytics中Spyder的Anaconda發行版：以PyQt為基礎

四、互動式可視化軟體包

1. D3.js
2. Bokeh
3. VisPy
4. Wakari
5. Ashiba

五、統計與資料採礦演算法

1. HMM-隱馬爾可夫模型
   
2. Viterbi-維特比演算法
3. logistic迴歸
4. 決策樹：ID3、C4.5、CART---分類
5. k-means（K-均值）---聚類演算法
6. SVM支援向量機---監督學習、統計分類、迴歸分析
7. 最大期望(EM)演算法
8. PageRank
9. AdaBoost
10. KNN(K-鄰近演算法)
11. 貝葉斯分類器、樸素貝葉斯
12. 隨機森林
13. LDA主題模型

六、深度學習

1. CNN卷積神經網路
   
2. RNN迴圈神經網路

python資料視覺效果、資料採礦、機器學習、深度學習 常用庫、IDE等