Soy parcial porque últimamente he estado haciendo algunas hojas de trucos:
- Visualización de datos de Python: Bokeh Cheat Sheet
- Python para ciencia de datos: una hoja de trucos para principiantes
- Pandas Cheat Sheet for Data Science in Python
- Hoja de trucos de Scikit-Learn: Python Machine Learning
- Matplotlib Cheat Sheet: Trazado en Python
- Hoja de trucos de NumPy: análisis de datos en Python
- Keras Cheat Sheet: Redes neuronales en Python
- Hoja de trucos de PySpark: Spark in Python
- Hoja de trucos de pandas: disputa de datos en Python
- Hoja de trucos de SciPy: Álgebra lineal en Python
- Hoja de trucos xts: Series temporales en R
Además, verificaría estos recursos:
- Cheatsheets (RStudio)
- Más de 50 hojas de trucos de ciencia de datos y aprendizaje automático
- Las 28 hojas de trucos principales para aprendizaje automático, ciencia de datos, probabilidad, SQL y Big Data
- ¿Podrá Kaggle sobrevivir a la explosión en la industria del software de análisis?
- ¿Cuál es el mejor instituto para estudiar Big Data Hadoop en Hyderabad? ¿Cuál es el mejor libro para esto?
- ¿El núcleo RBF utilizado en SVM significa que la dimensión de proyección será la misma que el tamaño del conjunto de datos original?
- ¿Existe algún servicio web asequible para importar datos de un CSV, conectarlos, limpiarlos y analizarlos?
- ¿En qué se diferencian los análisis financieros de los análisis comerciales?