Auparavant, j'ai résumé Collecte d'informations sur l'apprentissage automatique et les statistiques. Aujourd'hui, en complément ou en complément, j'ai compilé un livre électronique Python gratuit pour vous aider à analyser vos données.
C'est une bonne idée d'insérer le PDF ici dans votre tablette ou PC et de le parcourir chaque fois que vous en avez besoin. Vous pouvez effectuer une recherche Google à chaque fois, mais il est plus sûr d'avoir les connaissances de base que vous voulez vous assurer de comprendre dans le livre.
Le premier est Python 3 lui-même.
Free Python Books http://www.onlineprogrammingbooks.com/python/
À partir de ce qui précède, vous pouvez parcourir gratuitement divers livres Python. Certains d'entre eux sont des livres Python 2 un peu plus anciens, c'est donc une bonne idée de savoir quelle version de Python vous ciblez.
Au fait, ma recommandation est
Dive Into Python 3 http://www.onlineprogrammingbooks.com/free-book-dive-into-python-3/
Vous pouvez lire la version japonaise de ce qui précède sur la page Web. http://diveintopython3-ja.rdy.jp/index.html
An Introduction to Python http://www.onlineprogrammingbooks.com/read-online-or-download-pdf-an-introduction-to-python/
Become a Code Breaker with Python http://www.onlineprogrammingbooks.com/become-a-code-breaker-with-python/
Programming Computer Vision with Python http://www.onlineprogrammingbooks.com/download-free-pdf-programming-computer-vision-with-python/
C'est autour.
Programming in Python 3, 2nd Edition http://www.ebooks-it.net/ebook/programming-in-python-3-2nd-edition
Ce n'est pas gratuit, mais je pense que ce n'est pas grave si vous gardez ce livre pour la programmation dans la série Python 3.
Vous voudrez peut-être vous référer à la documentation officielle SciPy et NumPy.
SciPy Reference Guide http://docs.scipy.org/doc/scipy/scipy-ref-0.14.0.pdf
NumPy User Guide http://docs.scipy.org/doc/numpy-1.8.0/numpy-user-1.8.0.pdf
C'est un volume énorme, mais il est utile comme référence car il couvre toute la gamme.
Ceci est le document officiel de la famille chef de pandas.
Python Data Analysis Library http://pandas.pydata.org/pandas-docs/stable/pandas.pdf
C'est aussi un exemple officiel, et le contenu est énorme, il est donc bon de s'y référer comme référence.
Ceci est également la documentation officielle de Matplotlib.
Matplotlib http://matplotlib.org/1.4.0/Matplotlib.pdf
C'est une énorme quantité de plus de 1000 pages, mais je pense qu'il est rare que vous ayez besoin de tout, c'est donc une bonne idée de se référer aux parties nécessaires le cas échéant.
Il s'agit de l'ouvrage original d'un livre japonais, Introduction to Natural Language Processing. Cela peut également être lu gratuitement avec une licence gratuite.
Natural Language Processing with Python (UPDATED FOR PYTHON 3) --- Analyzing Text with the Natural Language Toolkit http://www.nltk.org/book/
Cependant, bien sûr, la partie de la gestion japonaise dans le chapitre 12 de la traduction japonaise ci-dessus n'est pas incluse.
Cependant, la partie japonaise peut également être lue ici gratuitement.
Traitement du langage naturel japonais par Python http://www.nltk.org/book-jp/ch12.html
Si vous combinez ces derniers, vous pouvez lire gratuitement tous les chapitres sous forme de livre électronique.
Vous pouvez lire la plupart des livres gratuitement si vous maîtrisez l'anglais. Il existe de bons articles sur le Web, mais il est toujours plus sûr de lire un livre bien organisé. C'est un très bon moment.
Si vous avez d'autres livres utiles, veuillez nous en informer.
Recommended Posts