سأقدم في هذه السلسلة موجز عن أهم 8 مكتبات في لغة بايثون المتخصصة في #تعلم_الآلة مرتبة حسب ضرورة استخدمها في يومك كعالم بيانات 🧵
1. NumPy @numpy_team
Numerical Python
تضيف لبايثون دعماً كبيراً للمصفوفات ذات الأبعاد المتعددة إلى جانب مجموعة كبيرة من الوظائف للعمل على هذه المصفوفات.
numpy.org
Numerical Python
تضيف لبايثون دعماً كبيراً للمصفوفات ذات الأبعاد المتعددة إلى جانب مجموعة كبيرة من الوظائف للعمل على هذه المصفوفات.
numpy.org
@numpy_team 2. SciPy @SciPyTip
Scientific Python
تتوسع من NumPy وتستخدم للحسابات العلمية عالية المستوى، وتقدم حل شامل لمشكلة المصفوفات الكبيرة وكيفية تخزينها في الذاكرة أثناء معالجتها
scipy.org
Scientific Python
تتوسع من NumPy وتستخدم للحسابات العلمية عالية المستوى، وتقدم حل شامل لمشكلة المصفوفات الكبيرة وكيفية تخزينها في الذاكرة أثناء معالجتها
scipy.org
@numpy_team @SciPyTip 3. Pandas @pandas_dev
أهم مكتبات #علم_البيانات، مفتوحة المصدر وتوفر إمكانيات عالية المرونة ومجموعة متنوعة من أدوات التحليل للتعامل مع الجداول، بغرض تحليل، معالجة وتنظيف البيانات.
pandas.pydata.org
أهم مكتبات #علم_البيانات، مفتوحة المصدر وتوفر إمكانيات عالية المرونة ومجموعة متنوعة من أدوات التحليل للتعامل مع الجداول، بغرض تحليل، معالجة وتنظيف البيانات.
pandas.pydata.org
@numpy_team @SciPyTip @pandas_dev 4. Scikit-learn @scikit_learn
تتميز بالبساطة والتناسق في واجهاتها البرمجية، تعتبر من كلاسيكيات مكتبات #تعلم_الآلة وأشهرهم. تقدم العديد من خوارزميات التعليم بمعلم, وبدون معلم، والتصنيف والتكتل و Regression. تتكامل مع Numpy وSciPy وPandas بشفافية مريحة.
scikit-learn.org
تتميز بالبساطة والتناسق في واجهاتها البرمجية، تعتبر من كلاسيكيات مكتبات #تعلم_الآلة وأشهرهم. تقدم العديد من خوارزميات التعليم بمعلم, وبدون معلم، والتصنيف والتكتل و Regression. تتكامل مع Numpy وSciPy وPandas بشفافية مريحة.
scikit-learn.org
@numpy_team @SciPyTip @pandas_dev @scikit_learn 5. Keras
أهم مكتبات الواجهات البرمجية لتطبيقات التعلم العميق، تعمل مع عدد من هذه المنصات مثل Tensorflow وTheano حيث أنها فقط واجهات برمجية ولا تحتوي على محرك التعلم Backend Engine، طورت بالتركيز على إمكانية التجريب والعمل السريع
keras.io
أهم مكتبات الواجهات البرمجية لتطبيقات التعلم العميق، تعمل مع عدد من هذه المنصات مثل Tensorflow وTheano حيث أنها فقط واجهات برمجية ولا تحتوي على محرك التعلم Backend Engine، طورت بالتركيز على إمكانية التجريب والعمل السريع
keras.io
@numpy_team @SciPyTip @pandas_dev @scikit_learn 6. Tensorflow @TensorFlow
طورتها Google بالتعاون مع Brain Team وتحتوي على عدد كبير من وظائف المصفوفات وال Tensors، يمكن استخدمها بمسائل الرياضيات والفيزياء علاوة على تركيزها الكبير على التعلم العميق والشبكات العصبية
tensorflow.org
طورتها Google بالتعاون مع Brain Team وتحتوي على عدد كبير من وظائف المصفوفات وال Tensors، يمكن استخدمها بمسائل الرياضيات والفيزياء علاوة على تركيزها الكبير على التعلم العميق والشبكات العصبية
tensorflow.org
@numpy_team @SciPyTip @pandas_dev @scikit_learn @TensorFlow 7. NLTK @NLTK_org
تُعرف بمجموعة أدوات معالجة اللغات الطبيعية حيث أنها تختص بهذا المجال، مفيدة بمجالات معالجة النصوص والأصوات ذات الأحجام الكبيرة التي تتطلب توظيف التعلم العميق لمعالجتها.
nltk.org
تُعرف بمجموعة أدوات معالجة اللغات الطبيعية حيث أنها تختص بهذا المجال، مفيدة بمجالات معالجة النصوص والأصوات ذات الأحجام الكبيرة التي تتطلب توظيف التعلم العميق لمعالجتها.
nltk.org
@numpy_team @SciPyTip @pandas_dev @scikit_learn @TensorFlow @NLTK_org 8. OpenCV @opencvlibrary
تُقدم مجموعة من الوظائف البرمجية المفيدة في معالجة الرؤية الحاسوبية Computer Vision في الوقت الحقيقي، تعمل على العديد من المنصات ونظم التشغيل وتعالج الصور والفيديو
docs.opencv.org
تُقدم مجموعة من الوظائف البرمجية المفيدة في معالجة الرؤية الحاسوبية Computer Vision في الوقت الحقيقي، تعمل على العديد من المنصات ونظم التشغيل وتعالج الصور والفيديو
docs.opencv.org
@numpy_team @SciPyTip @pandas_dev @scikit_learn @TensorFlow @NLTK_org @opencvlibrary أتمنى أن يكون هذا الملخص قدم لك شيء مفيد، إذا كان كذلك فأعد التغريد لتصل لمن تهمه
جاري تحميل الاقتراحات...