10 PYTHON ЁЯРН libraries for machine learning.

Retweets are appreciated.
[ Thread ]

1. NumPy (Numerical Python)

- The most powerful feature of NumPy is the n-dimensional array.

- It contains basic linear algebra functions, Fourier transforms, and tools for integration with other low-level languages.

Ref: https://t.co/XY13ILXwSN
2. SciPy (Scientific Python)

- SciPy is built on NumPy.

- It is one of the most useful libraries for a variety of high-level science and engineering modules like discrete Fourier transform, Linear Algebra, Optimization, and Sparse matrices.

Ref: https://t.co/ALTFqM2VUo
3. Matplotlib

- Matplotlib is a comprehensive library for creating static, animated, and interactive visualizations in Python.

- You can also use Latex commands to add math to your plot.

- Matplotlib makes hard things possible.

Ref: https://t.co/zodOo2WzGx
4. Pandas

- Pandas is for structured data operations and manipulations.

- It is extensively used for data munging and preparation.

- Pandas were added relatively recently to Python and have been instrumental in boosting PythonтАЩs usage.

Ref: https://t.co/IFzikVHht4
5. Scikit Learn

- Built on NumPy, SciPy, and matplotlib, this library contains a lot of efficient tools for machine learning and statistical modeling including classification, regression, clustering, and dimensionality reduction.

Ref: https://t.co/TCaQXPvKkk
6. Statsmodels

- Statsmodels for statistical modeling.

- Statsmodels is a Python module that allows users to explore data, estimate statistical models, and perform statistical tests.

Ref: https://t.co/5CXswFvpPx
7. Seaborn

- Seaborn for statistical data visualization.

- Seaborn is a library for making attractive and informative statistical graphics in Python. It is based on matplotlib.

- Seaborn aims to make visualization a central part of exploring.

Ref: https://t.co/cSxJlr09mq
8. Blaze

- Blaze for extending the capability of Numpy and Pandas to distributed and streaming datasets.

- It can be used to access data from a multitude of sources including Bcolz, MongoDB, SQLAlchemy, Apache Spark, PyTables, etc.

Ref: https://t.co/5NhpM0reaH
9. Scrapy

- Scrapy for web crawling.

- It is a very useful framework for getting specific patterns of data.

- It has the capability to start at a website home URL and then dig through web-pages within the website to gather information.

Ref: https://t.co/iEYIazAd2B
10. SymPy

- SymPy for symbolic computation.

- It has wide-ranging capabilities from basic symbolic arithmetic to calculus, algebra, discrete mathematics, and quantum physics.

- Use for formatting the result of the computations as LaTeX code.

Ref : https://t.co/hesVmRJLVj
Additional libraries, you might need:

- OS for Operating system and file operations.

- Networkx for graph-based data manipulations.

- Regular expressions for finding patterns in text data.

- BeautifulSoup for scrapping the web.

More from Machine learning

You May Also Like

рд╣рд┐рдорд╛рд▓рдп рдкрд░реНрд╡рдд рдХреА рдПрдХ рдмрдбрд╝реА рдкрд╡рд┐рддреНрд░ рдЧреБрдлрд╛ рдереАредрдЙрд╕ рдЧреБрдлрд╛ рдХреЗ рдирд┐рдХрдЯ рд╣реА рдЧрдВрдЧрд╛ рдЬреА рдмрд╣рддреА рдереАредрдПрдХ рдмрд╛рд░ рджреЗрд╡рд░реНрд╖рд┐ рдирд╛рд░рдж рд╡рд┐рдЪрд░рдг рдХрд░рддреЗ рд╣реБрдП рд╡рд╣рд╛рдВ рдЖ рдкрд╣реБрдВрдЪреЗредрд╡рд╣ рдкрд░рдо рдкрд╡рд┐рддреНрд░ рдЧреБрдлрд╛ рдирд╛рд░рдж рдЬреА рдХреЛ рдЕрддреНрдпрдВрдд рд╕реБрд╣рд╛рд╡рдиреА рд▓рдЧреАредрд╡рд╣рд╛рдВ рдХрд╛ рдордиреЛрд░рдо рдкреНрд░рд╛рдХреГрддрд┐рдХ рджреГрд╢реНрдп,рдкрд░реНрд╡рдд,рдирджреА рдФрд░ рд╡рди рджреЗрдЦ рдЙрдирдХреЗ рд╣реГрджрдп рдореЗрдВ рд╢реНрд░реАрд╣рд░рд┐ рд╡рд┐рд╖реНрдгреБ рдХреА рднрдХреНрддрд┐ рдЕрддреНрдпрдВрдд рдмрд▓рд╡рддреА рд╣реЛ рдЙрдареАред


рдФрд░ рджреЗрд╡рд░реНрд╖рд┐ рдирд╛рд░рдж рд╡рд╣реАрдВ рдмреИрдардХрд░ рддрдкрд╕реНрдпрд╛ рдореЗрдВ рд▓реАрди рд╣реЛ рдЧрдПредрдЗрдиреНрджреНрд░ рдирд╛рд░рдж рдХреА рддрдкрд╕реНрдпрд╛ рд╕реЗ рдШрдмрд░рд╛ рдЧрдПредрдЙрдиреНрд╣реЗрдВ рд╣рдореЗрд╢рд╛ рдХреА рддрд░рд╣ рдЕрдкрдирд╛ рд╕рд┐рдВрд╣рд╛рд╕рди рд╡ рд╕реНрд╡рд░реНрдЧ рдЦреЛрдиреЗ рдХрд╛ рдбрд░ рд╕рддрд╛рдиреЗ рд▓рдЧрд╛редрдЗрд╕рд▓рд┐рдП рдЗрдиреНрджреНрд░ рдиреЗ рдирд╛рд░рдж рдХреА рддрдкрд╕реНрдпрд╛ рднрдВрдЧ рдХрд░рдиреЗ рдХреЗ рд▓рд┐рдП рдХрд╛рдорджреЗрд╡ рдХреЛ рдЙрдирдХреЗ рдкрд╛рд╕ рднреЗрдЬ рджрд┐рдпрд╛редрд╡рд╣рд╛рдВ рдкрд╣реБрдВрдЪ рдХрд╛рдорджреЗрд╡ рдиреЗ рдЕрдкрдиреА рдорд╛рдпрд╛ рд╕реЗ рд╡рд╕рдВрддрдЛрддреБ рдХреЛ рдЙрддреНрдкрдиреНрди рдХрд░ рджрд┐рдпрд╛ред


рдкреЗрдбрд╝ рдФрд░ рдкреМрдзреЛрдВ рдкрд░ рд░рдВрдЧ рдмрд┐рд░рдВрдЧреЗ рдлреВрд▓ рдЦрд┐рд▓ рдЧрдП рдФрд░ рдХреЛрдпрд▓реЗрдВ рдХреВрдХрдиреЗ рд▓рдЧреА,рдкрдХреНрд╖реА рдЪрд╣рдХрдиреЗ рд▓рдЧреЗредрд╢реАрддрд▓,рдордВрдж,рд╕реБрдЧрдВрдзрд┐рдд рдФрд░ рд╕реБрд╣рд╛рд╡рдиреА рд╣рд╡рд╛ рдЪрд▓рдиреЗ рд▓рдЧреАредрд░рдВрднрд╛ рдЖрджрд┐ рдЕрдкреНрд╕рд░рд╛рдПрдВ рдирд╛рдЪрдиреЗ рд▓рдЧреАрдВ редрдХрд┐рдиреНрддреБ рдХрд╛рдорджреЗрд╡ рдХреА рдХрд┐рд╕реА рднреА рдорд╛рдпрд╛ рдХрд╛ рдирд╛рд░рдж рдкреЗ рдХреЛрдИ рдкреНрд░рднрд╛рд╡ рдирд╣реАрдВ рдкрдбрд╝рд╛редрддрдм рдХрд╛рдорджреЗрд╡ рдХреЛ рдбрд░ рд╕рддрд╛рдиреЗ рд▓рдЧрд╛ рдХрд┐ рдХрд╣реАрдВ рдирд╛рд░рдж рдХреНрд░реЛрдз рдореЗрдВ рдЖрдХрд░ рдореБрдЭреЗ рд╢реНрд░рд╛рдк рди рджреЗрджреЗрдВред

рдЬреИрд╕реЗ рд╣реА рдирд╛рд░рдж рдиреЗ рдЕрдкрдиреА рдЖрдВрдЦреЗрдВ рдЦреЛрд▓реА, рдЙрд╕реА рдХреНрд╖рдг рдХрд╛рдорджреЗрд╡ рдиреЗ рдЙрдирд╕реЗ рдХреНрд╖рдорд╛ рдорд╛рдВрдЧреАредрдирд╛рд░рдж рдореБрдирд┐ рдХреЛ рддрдирд┐рдХ рднреА рдХреНрд░реЛрдз рдирд╣реАрдВ рдЖрдпрд╛ рдФрд░ рдЙрдиреНрд╣реЛрдиреЗ рд╢реАрдШреНрд░ рд╣реА рдХрд╛рдорджреЗрд╡ рдХреЛ рдХреНрд╖рдорд╛ рдХрд░ рджрд┐рдпрд╛редрдХрд╛рдорджреЗрд╡ рдкреНрд░рд╕рдиреНрди рд╣реЛрдХрд░ рд╡рд╣рд╛рдВ рд╕реЗ рдЪрд▓реЗ рдЧрдПредрдХрд╛рдорджреЗрд╡ рдХреЗ рдЪрд▓реЗ рдЬрд╛рдиреЗ рдкрд░ рджреЗрд╡рд░реНрд╖рд┐ рдХреЗ рдорди рдореЗрдВ рдЕрд╣рдВрдХрд╛рд░ рдЖ рдЧрдпрд╛ рдХрд┐ рдореИрдиреЗ рдХрд╛рдорджреЗрд╡ рдХреЛ рд╣рд░рд╛ рджрд┐рдпрд╛ред

рдирд╛рд░рдж рдлрд┐рд░ рдХреИрд▓рд╛рд╢ рдЬрд╛ рдкрд╣реБрдВрдЪреЗ рдФрд░ рд╢рд┐рд╡рдЬреА рдХреЛ рдЕрдкрдиреА рд╡рд┐рдЬрдпрдЧрд╛рдерд╛ рд╕реБрдирд╛рдИредрд╢рд┐рд╡ рд╕рдордЭ рдЧрдП рдХрд┐ рдирд╛рд░рдж рдЕрд╣рдВрдХрд╛рд░реА рд╣реЛ рдЧрдП рд╣реИрдВ рдФрд░ рдЕрдЧрд░ рдпреЗ рдмрд╛рдд рд╡рд┐рд╖реНрдгреБ рдЬреА рдЬрд╛рди рдЧрдП рддреЛ рдирд╛рд░рдж рдХреЗ рд▓рд┐рдП рдЕрдЪреНрдЫрд╛ рдирд╣реАрдВ рд╣реЛрдЧрд╛редрдпреЗ рд╕реЛрдЪрдХрд░ рд╢рд┐рд╡рдЬреА рдиреЗ рдирд╛рд░рдж рдХреЛ рднрдЧрд╡рди рд╡рд┐рд╖реНрдгреБ рдХреЛ рдпреЗ рдмрд╛рдд рдмрддрд╛рдиреЗ рдХреЗ рд▓реАрдП рдордирд╛ рдХрд┐рдпрд╛ред рдкрд░рдВрддреБ рдирд╛рд░рдж рдЬреА рдХреЛ рдпреЗ рдмрд╛рдд рдЙрдЪрд┐рдд рдирд╣реАрдВ рд▓рдЧреАред