Document #222
進行中
【16個核心Python資料科學套件】
1️⃣ 基礎
pandas：資料處理與分析（使用dataframe)
numpy：數學與向量化運算(使用array)
matplotlib：資料視覺化（靜態圖表）
seaborn：資料視覺化（漂亮統計圖表）
2️⃣ 統計
statsmodels：統計檢定與建模
scipy：科學運算（最佳化、統計、工數）
3️⃣ 機器學習
scikit-learn：機器學習（最常用）
xgboost：優化的梯度提升模型
lightgbm：高效率的梯度提升模型
4️⃣ 深度學習
tensorflow：深度學習（比較老）
keras：深度學習（簡化tensorflow而來）
pytorch：深度學習（比較新、目前最流行）
5️⃣ 進階資料視覺化
plotly：資料視覺化（漂亮的動態圖表）
dash：數據儀表板（從plotly圖表建立）
6️⃣ 其他
mlflow：管理ML生命週期（模型部署、實驗追蹤）
pydantic：資料驗證與類型標注（type annotation）
匯出至 Atom
PDF