本文轉(zhuǎn)載自公眾號“讀芯術(shù)”(ID：AI_Discovery)。

新的東西令人激動，新的框架、新的儀器、新的工具，都會讓生活變得更輕松。保持更新很難，我們需要花更多的時間在其上。

[[336816]]

當(dāng)然，我們并不是要一直更新到最新的發(fā)現(xiàn)，它可能是某個特定庫的新的小版本，也可能是處于興趣或是工作需要而尋找。現(xiàn)在開始吧!

• Texthero：文本從零到多個的預(yù)處理、向量化、可視化。應(yīng)用tf-idf和tokenize查找功能來實現(xiàn)面向線性通信模型的主成分分析。
• Google Data Studio：未來的前端。以googledocs(谷歌文件)的方式創(chuàng)建儀表板、報表和分析，只需插入數(shù)據(jù)庫，上傳csv文件，就可以開始了。
• Deepnote：出色的jupyter筆記本。可以在你的瀏覽器中進行協(xié)作、代碼評審、可以更好的繪圖、支持aws3、MongoDB等等。
• Streamlit：是構(gòu)建數(shù)據(jù)應(yīng)用程序的最快方式，谷歌數(shù)據(jù)工作室的替代品，創(chuàng)建基于python的web應(yīng)用程序、可視化和報表。

從R轉(zhuǎn)為python可以試試plotnine，這是一個基于ggplot2的Python圖形語法呈現(xiàn)方式。

• pivottablejs：在Jupyter筆記本中拖放數(shù)據(jù)透視表。

• RISE：把你的筆記本變成顯示基于.js-的幻燈片。

• gmaps：基于谷歌地圖的可視化庫——創(chuàng)建漂亮的交互式地圖和熱圖。

• flair：由來自柏林的扎蘭多支持研發(fā)的最先進的自然語言處理中的一個簡單框架。

• light fm：由python實現(xiàn)的流行推薦算法。

• ds-cheatsheets：大量備忘單集合，從python到R，包括SQL。

• Scraper.AI：真實有效的網(wǎng)絡(luò)爬蟲工具。

• AlwaysAI：在數(shù)分鐘內(nèi)將計算機視覺模型部署到邊緣設(shè)備，如Nvidia Jetson、Raspberry PI，其目錄涵蓋了不同的預(yù)訓(xùn)練模型，從對象分割到估計。

• Notion：具有配置項的記筆記軟件，使用Markdown來創(chuàng)建表格，列表，畫板還有看板。

 

 

概念：你將實際使用的筆記應(yīng)用程序

• Weights & Biases:在訓(xùn)練深度學(xué)習(xí)模型時，經(jīng)常會發(fā)生實驗結(jié)果丟失、被覆蓋或難以跟蹤的情況。Weights &Biases只需通過添加幾行代碼就可以幫助你跟蹤模型訓(xùn)練以及實驗。

 

 

 

W&B 使用 Tensorflow的例子

 

• 無代碼機器學(xué)習(xí)?Obviously AI也許是AutoML的下一步。上傳(或連接)數(shù)據(jù)、選擇目標(biāo)就足夠了，剩下的工作將由ObviouslyAI進行訪問ML過程，使其讓任何人都可以訪問。它們還為你生成一個決策圖譜，提供一個可解釋的模型。

 

 

 

使用AT&T數(shù)據(jù)集的例子

 

• ML Playground:運行不同的算法，添加神經(jīng)網(wǎng)絡(luò)，刪除圖層，繪制數(shù)據(jù)，或上傳自己的數(shù)據(jù)。

• Papers with code:正如其名，找到Github的腳本文件，準(zhǔn)備被分叉開。

• Clever Grid:一個1核的圖形處理器和250GB的培訓(xùn)數(shù)據(jù)，每天約10歐元。

• AWS DeepRacer：訓(xùn)練你的自動駕駛(模型)車，在著名的F1賽道上與其他人競爭，比如巴塞羅那——加泰羅尼亞賽道。你也可以在亞馬遜上購買DeepRacer汽車的硬件版本。

[[336818]]

• MusicTime for Spotify:一個VSCode編輯器插件，它可以在編寫代碼時發(fā)現(xiàn)最受歡迎的音樂。

• gspread_dataframe:是否必要把padas庫中的數(shù)據(jù)發(fā)送到Google Sheets。

• Kite:AI遇到代碼自動完成提供建議，它們?yōu)橹饕膒ythonide提供插件，比如VSCode、Pycharm和Spyder。

• PuLP：對整數(shù)規(guī)劃和線性規(guī)劃有興趣嗎?對生產(chǎn)優(yōu)化或多武裝犯罪分子之類的問題感興趣嗎?看看他們的案例研究吧。

• 使用Scikit Learn、Keras和TensorFlow進行實際操作機器學(xué)習(xí)：構(gòu)建智能系統(tǒng)的概念、工具和技術(shù)：這本書數(shù)據(jù)科學(xué)家得人手一本，它涵蓋了從基本到高級的數(shù)據(jù)科學(xué)主題，十分實用且包含如何手動操作。

• datatau：數(shù)據(jù)科學(xué)領(lǐng)域的黑客新聞。

• Deta：一個慷慨大方的免費云端儲存提供商。

• 尋找副業(yè)項目?找到你感興趣的副業(yè)并參與其中，去看看 Solodoers吧。

• cookiecutter-data-science：數(shù)據(jù)科學(xué)的項目引導(dǎo)者。數(shù)據(jù)科學(xué)的代碼質(zhì)量無非是正確性和再現(xiàn)性問題。

• tqdm：我們一直希望在for循環(huán)中有一個進度條。

• ELI5：可視化和調(diào)試各種機器學(xué)習(xí)模型，從黑匣子到可解釋的人工智能。

 

 

 

ELI5 在文本分類中應(yīng)用實例

 

• gpxpy:你知道你可以把最喜歡的跑步應(yīng)用程序數(shù)據(jù)導(dǎo)出到一個.gpx文件中嗎?這些文件可以被解析成pandas，我曾經(jīng)做過類似的事情，從一次帆船旅行中導(dǎo)出數(shù)據(jù)：

• 《找到你的第一份數(shù)據(jù)科學(xué)工作》：一本免費的關(guān)于數(shù)據(jù)科學(xué)職業(yè)生涯和專家建議的書，一共70頁。

• GluonTS:基于mxnet的亞馬遜方式概率時間序列建模。

• Lifelines：實現(xiàn)通用生存分析模型的Python庫。生存分析廣泛用于預(yù)測事件在特定時間發(fā)生的可能性，例如，客戶將取消訂閱我們的服務(wù)。

• tensor-house：一個企業(yè)操作的參考機器學(xué)習(xí)和優(yōu)化模型集合，對于想學(xué)習(xí)如何使用不同的機器學(xué)習(xí)模型來解決不同問題的人來說非常有趣。

• Gradio：讓模型創(chuàng)建易于使用的界面設(shè)計，對于展示模型預(yù)測非常有幫助，包括自然語言分析、圖像和回歸。

這些工具值得好好探索一陣兒啦。