为什么Python在机器学习中如此时髦？ - 页 3 123456789 新评论 СанСаныч Фоменко 2018.04.12 14:06 #21 阿列克谢-沃尔昌斯基。嗯，我们会的。MS最近在公共领域发布了一个深度学习工具包。由于某些原因，它是在专业人员上))正如他们所写的，目的是为语音和图像识别提供最大的速度。 https://github.com/Microsoft/CNTK所以R也是优点。所有的计算密集型代码都使用其他人的库。例如，矩阵运算是一个英特尔库。 我对这一切有不同的态度。最主要的是要进入主流。如果你开始做选择，你会卡在选择阶段。而如果你坐在主流中，你可能不明白什么是错的。在微软纳入R之后，R中的大量功能我都无法欣赏，更不用说使用了。 因此，如果交易，那么R。对于特别高级的人来说，R + python。我已经看到了几个这样的建议。 使用R，结果是你有大量的工具，远远超出了一个人的物理能力。除此以外，它是一个系统化的、最不同层次的文献。每个R函数都必然有一个对算法作者的引用。所有这些都可以作为资料手册，而不需要通过谷歌搜索。 Alexey Volchanskiy 2018.04.12 14:23 #22 桑桑尼茨-弗门科。所以R也是有利的一面。所有计算密集型的代码都使用其他人的库。例如，矩阵运算是一个智力库。 我对这一切有不同的态度。最主要的是要进入主流。如果你开始做选择，你会卡在选择阶段。而如果你坐在主流中，你可能不明白什么是错的。在微软纳入R之后，R中的大量功能我都无法欣赏，更不用说使用了。 因此，如果交易，那么R。对于特别高级的人来说，R + python。我已经看到了几个这样的建议。 使用R，结果是你有大量的工具，远远超出了一个人的物理能力。除此以外，它是一个系统化的、最不同层次的文献。每个R函数都必然有一个对算法作者的引用。所有这些都可以作为教科书使用，不需要任何googling。我曾经试图学习R，试图寻找数字滤波器 和小波的实现方法。也许我不善于搜索，但R资料库是一些没有系统的混乱，是杂乱无章的代码。没有分区，你只是按名字搜索。它看起来就像在一个互联网垃圾箱里，所有的东西也都堆积在那里。 在某个地方，作者会详细地写出图书馆的工作，在某个地方胡说八道，以摆脱。这就是我当时的印象。那是大约一年前。 Vasiliy Sokolov 2018.04.12 14:25 #23 Python是。 紧凑而简单的解释器针对不同机器、操作系统和执行环境（如Java或Net）的许多实现方式。简单而一致的语法，没有 "魔法"。严格的类型化大规模的文献对微软和谷歌等巨头的支持如果你知道Python，你可以做数据挖掘，设计网站，用Net或Java做开发，编写脚本和管理操作系统。没有其他语言有如此广泛的覆盖面。 注意，与R不同，Python与Java和Net等环境的整合是非常真实的。例如，有一个IronPython for Net，在它里面你可以直接用Python编码构建，并且仍然可以访问CLR资源。 Vasiliy Sokolov 2018.04.12 14:34 #24 桑桑尼茨-弗门科。你只是没有意识到R，大量的论坛，完美的维护，有大量对我们有用的文献，包括书籍和文章....。不要唱好听的歌，说什么成吨的文件，等等等等。关于R的书籍非常少。只有罗伯特-科巴科夫在这个领域显示了他的价值。还有其他几位作者也是如此。这些书本身相当具体，通过阅读它们很难理解R。 桑桑尼茨-弗门科。我不知道Python中有类似的东西。 醒来吧。Yandex的第一个链接：https://tproger.ru/books/free-python-books/ 有很多文献（而且是基本的和高质量的）。以马克-卢茨的《学习Python》 为例。桑桑尼茨-弗门科。需要注意的是谷歌。以微软为例。今天，R是微软软件的一部分。 哦，来吧。这一部分被埋在哪里了？在这里，我打开VS选择nuget中的IronPython，五分钟后我就可以在上面进行Net编码。那我在哪里可以下载R for Studio？ Подборка книг о языке Python для программистов любого уровня 2017.03.15tproger.ru В этой подборке мы собрали самые полезные книги о языке программирования Python, которые помогут в изучении как начинающим, так и опытным программистам. Здесь вы найдете... СанСаныч Фоменко 2018.04.12 16:19 #25 瓦西里-索科洛夫。不要给我们唱关于大量文件的漂亮歌曲，等等。关于R的书籍非常少。 我的电脑里有几百本书，从R教程到统计学的各个部分，都是用R实现的。 R是一个巨大的统计库，R包中的任何函数都包含对算法的引用。它几乎总是公开的文学。 给了链接很多次，这里 有数百本与R有关的书，钱很有限。 现在，R是统计学，特别是机器学习的算法标准。 R www.twirpx.com Библиотека. Компьютерная литература. R Maxim Dmitrievsky 2018.04.12 16:22 #26 就是这样，就是这样的长线。 Konstantin 2018.04.12 16:24 #27 阿列克谢-沃尔昌斯基。我读了这篇文章https://habrahabr.ru/post/350042/， 很酷的机器，而且谷歌再次提供了Pyton中的所有API和开发工具。但是，为什么呢，它很慢，如果你使用一种慢的语言，那么酷的硬件有什么意义呢？ 是的，我知道图书馆是用加号写的，而且速度很快。但无论如何，用户的代码是用python编写的。我涉足Python很长时间了，也许这些年来发生了一些非同寻常的事情，使它变得如此流行？ 如果有人知道什么，请发表。因为Python^ 1.有很多专门的图书馆 2.快速布局信息，实现可视化 3.语言不与操作系统相联系 我提前声明类型，就像在C++中一样，并且不使用拐杖，就像在Python中一样。 СанСаныч Фоменко 2018.04.12 16:32 #28 阿列克谢-沃尔昌斯基。我曾经试图学习R，试图寻找数字滤波器 和小波的实现方法。也许我不善于搜索，但R库是某种没有系统的混乱，是杂乱无章的代码。没有分区，你只是按名字搜索。它看起来就像在一个互联网垃圾箱里，所有的东西也都堆积在那里。 在某个地方，作者会详细地写出图书馆的工作，在某个地方胡说八道，以摆脱。这就是我当时的印象。那是大约一年前。这里有一个R的评分标准 这里有一个关于时间序列 的选择 这里有一个机器学习的链接。 这里 是微软的R 这里有 一个俄罗斯的选择。 以下是 问题。 有几个关于小波的软件包，例如，小波。当你打开它们时，有一些链接，你通常可以找到告诉你如何将小波应用于交易的书籍。 我有一个完整的收藏，我一下子找不到了，我遇到了就会寄给你。 R是主流，如果你找不到东西，就问吧，我对R的了解非常有限，但显然比你多，我会帮助你的。 Roffild 2018.04.12 21:26 #29 用于分布式机器学习（Spark、MXNet、Hadoop）的Java（Scala）标准。 R和Python只有链接模块来使用这些系统，而不是完全支持。 Alexey Volchanskiy 2018.04.12 21:32 #30 瓦西里-索科洛夫。醒来吧。Yandex的第一个链接：https://tproger.ru/books/free-python-books/ 有很多文献（而且是基本的和高质量的）。以马克-卢茨的《学习Python》 为例。哦，来吧。这一部分被埋在哪里？在这里，我打开VS选择nuget中的IronPython，五分钟后我就可以在上面进行Net编码。那我在哪里下载R for Studio？安装了IronPython，但不是通过nuget而是从安装程序中安装的。菜单-手段-获取工具和组件，安装程序被单独启动。但这是小事。 我将努力记住python。 123456789 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
嗯，我们会的。MS最近在公共领域发布了一个深度学习工具包。由于某些原因，它是在专业人员上))正如他们所写的，目的是为语音和图像识别提供最大的速度。
https://github.com/Microsoft/CNTK
所以R也是优点。所有的计算密集型代码都使用其他人的库。例如，矩阵运算是一个英特尔库。
我对这一切有不同的态度。最主要的是要进入主流。如果你开始做选择，你会卡在选择阶段。而如果你坐在主流中，你可能不明白什么是错的。在微软纳入R之后，R中的大量功能我都无法欣赏，更不用说使用了。
因此，如果交易，那么R。对于特别高级的人来说，R + python。我已经看到了几个这样的建议。
使用R，结果是你有大量的工具，远远超出了一个人的物理能力。除此以外，它是一个系统化的、最不同层次的文献。每个R函数都必然有一个对算法作者的引用。所有这些都可以作为资料手册，而不需要通过谷歌搜索。
所以R也是有利的一面。所有计算密集型的代码都使用其他人的库。例如，矩阵运算是一个智力库。
我对这一切有不同的态度。最主要的是要进入主流。如果你开始做选择，你会卡在选择阶段。而如果你坐在主流中，你可能不明白什么是错的。在微软纳入R之后，R中的大量功能我都无法欣赏，更不用说使用了。
因此，如果交易，那么R。对于特别高级的人来说，R + python。我已经看到了几个这样的建议。
使用R，结果是你有大量的工具，远远超出了一个人的物理能力。除此以外，它是一个系统化的、最不同层次的文献。每个R函数都必然有一个对算法作者的引用。所有这些都可以作为教科书使用，不需要任何googling。
我曾经试图学习R，试图寻找数字滤波器 和小波的实现方法。也许我不善于搜索，但R资料库是一些没有系统的混乱，是杂乱无章的代码。没有分区，你只是按名字搜索。它看起来就像在一个互联网垃圾箱里，所有的东西也都堆积在那里。
在某个地方，作者会详细地写出图书馆的工作，在某个地方胡说八道，以摆脱。这就是我当时的印象。那是大约一年前。
Python是。
注意，与R不同，Python与Java和Net等环境的整合是非常真实的。例如，有一个IronPython for Net，在它里面你可以直接用Python编码构建，并且仍然可以访问CLR资源。
你只是没有意识到R，大量的论坛，完美的维护，有大量对我们有用的文献，包括书籍和文章....。
不要唱好听的歌，说什么成吨的文件，等等等等。关于R的书籍非常少。只有罗伯特-科巴科夫在这个领域显示了他的价值。还有其他几位作者也是如此。这些书本身相当具体，通过阅读它们很难理解R。
我不知道Python中有类似的东西。
需要注意的是谷歌。以微软为例。今天，R是微软软件的一部分。
哦，来吧。这一部分被埋在哪里了？在这里，我打开VS选择nuget中的IronPython，五分钟后我就可以在上面进行Net编码。那我在哪里可以下载R for Studio？
不要给我们唱关于大量文件的漂亮歌曲，等等。关于R的书籍非常少。
我的电脑里有几百本书，从R教程到统计学的各个部分，都是用R实现的。
R是一个巨大的统计库，R包中的任何函数都包含对算法的引用。它几乎总是公开的文学。
给了链接很多次，这里 有数百本与R有关的书，钱很有限。
现在，R是统计学，特别是机器学习的算法标准。
我读了这篇文章https://habrahabr.ru/post/350042/， 很酷的机器，而且谷歌再次提供了Pyton中的所有API和开发工具。但是，为什么呢，它很慢，如果你使用一种慢的语言，那么酷的硬件有什么意义呢？
是的，我知道图书馆是用加号写的，而且速度很快。但无论如何，用户的代码是用python编写的。我涉足Python很长时间了，也许这些年来发生了一些非同寻常的事情，使它变得如此流行？
如果有人知道什么，请发表。
因为Python^
1.有很多专门的图书馆
2.快速布局信息，实现可视化
3.语言不与操作系统相联系
我提前声明类型，就像在C++中一样，并且不使用拐杖，就像在Python中一样。
我曾经试图学习R，试图寻找数字滤波器 和小波的实现方法。也许我不善于搜索，但R库是某种没有系统的混乱，是杂乱无章的代码。没有分区，你只是按名字搜索。它看起来就像在一个互联网垃圾箱里，所有的东西也都堆积在那里。
在某个地方，作者会详细地写出图书馆的工作，在某个地方胡说八道，以摆脱。这就是我当时的印象。那是大约一年前。
这里有一个R的评分标准
这里有一个关于时间序列 的选择
这里有一个机器学习的链接。
这里 是微软的R
这里有 一个俄罗斯的选择。
以下是 问题。
有几个关于小波的软件包，例如，小波。当你打开它们时，有一些链接，你通常可以找到告诉你如何将小波应用于交易的书籍。
我有一个完整的收藏，我一下子找不到了，我遇到了就会寄给你。
R是主流，如果你找不到东西，就问吧，我对R的了解非常有限，但显然比你多，我会帮助你的。
用于分布式机器学习（Spark、MXNet、Hadoop）的Java（Scala）标准。
R和Python只有链接模块来使用这些系统，而不是完全支持。
醒来吧。Yandex的第一个链接：https://tproger.ru/books/free-python-books/ 有很多文献（而且是基本的和高质量的）。以马克-卢茨的《学习Python》 为例。
哦，来吧。这一部分被埋在哪里？在这里，我打开VS选择nuget中的IronPython，五分钟后我就可以在上面进行Net编码。那我在哪里下载R for Studio？
安装了IronPython，但不是通过nuget而是从安装程序中安装的。菜单-手段-获取工具和组件，安装程序被单独启动。但这是小事。
我将努力记住python。