内容简介:数据科学家 在本教程中,我只向您解释您需要成为一名数据科学家,而不是更多或更少。数据科学家需要具备以下技能:作为总结,我们将学习python成为数据科学家! 对于第1,2,3,4,5和6部分,请查看“初学者”的“数据科学教程”。 https://www.kaggle.com/kanncaa1/data-sciencetutorial-for-beginners/
数据科学家 在本教程中,我只向您解释您需要成为一名数据科学家,而不是更多或更少。
数据科学家需要具备以下技能:
- 基本工具:像python,R或SQL。 你不需要知道一切。 你只需要学习如何使用python
- 基本统计:像平均值,中位数或标准差。 如果您了解基本统计信息,则可以轻松使用python。
- 数据处理:处理混乱和困难的数据。 就像一个不一致的日期和字符串格式。 正如你猜的那样,python帮助了我们。
- 数据可视化:标题实际上是解释性的。 我们将使用像matplot和seaborn库这样的 python 来可视化数据。
- 机器学习:你不需要理解机器学习技术背后的数学。 您只需要了解机器学习的基础知识,并学习如何使用python时实现它。
作为总结,我们将学习python成为数据科学家! 对于第1,2,3,4,5和6部分,请查看“初学者”的“数据科学教程”。 https://www.kaggle.com/kanncaa1/data-sciencetutorial-for-beginners/
在本教程中,我不打算对您您学习机器学习,我将解释如何自己学习一些东西。 孔子:授人以鱼不如授人以渔。
目录
-
Python简介:
- Matplotlib
- 字典
- Pandas
- 逻辑,控制流和过滤
- 循环数据结构
-
Python 数据科学 工具 箱
- 用户定义的函数
- 范围
- 嵌套函数
- 默认和灵活的参数
- Lambda函数
- 匿名函数
- 迭代器
- 列表组合
-
清洗数据
- 诊断数据已进行清洗
- 探索性数据分析EDA
- 可视化探索性数据分析
- 整洁的数据
- 数据透视
- 数据合并
- 数据类型
- 缺失数据和使用assert进行测试
-
Pandas基础
- Pandas回顾
- 从零开始构建数据框
- 可视化探索性数据分析
- 统计化探索性数据分析
- 索引化Pandas时间序列
- 重采样Pandas时间序列
-
使用Pandas操作数据
- 索引数据框
- 切片数据框
- 过滤数据框
- 转换数据框
- 索引对象和标签数据
- 分层索引
- 透视数据框
- 堆叠和不堆叠数据框
- 融化数据框
- 类别和分组
-
数据可视化
- Seaborn:https://www.kaggle.com/kanncaa1/seaborn-for-beginners
- Bokeh: https://www.kaggle.com/kanncaa1/interactive-bokeh-tutorial-part-1
- Bokeh: https://www.kaggle.com/kanncaa1/interactive-bokeh-tutorial-part-2
-
统计思维
- https://www.kaggle.com/kanncaa1/basic-statistic-tutorial-for-beginners
-
机器学习
-
有监督学习
- EDA(探索性数据分析)
- K-Nearest Neighbors(KNN)
- 回归
- 交叉验证(CV)
- 超参数调整
- 数据预处理
-
无监督学习
- K均值聚类
- 聚类评价
- 标准化
- 层次结构
- T - 分布式随机邻域嵌入(T - SNE)
- 主成分分析PCA
-
有监督学习
- 深度学习
- https://www.kaggle.com/kanncaa1/deep-learning-tutorial-for-beginners
- 时间序列预测
- https://www.kaggle.com/kanncaa1/time-series-prediction-tutorial-with-eda
- 用Pytorch做深度学习
- 人工神经网络:https://www.kaggle.com/kanncaa1/pytorch-tutorial-for-deep-learning-lovers
- 卷积神经网络:https://www.kaggle.com/kanncaa1/pytorch-tutorial-for-deep-learning-lovers
- 循环神经网络:https://www.kaggle.com/kanncaa1/recurrent-neural-network-with-pytorch
原文链接: https://www.kaggle.com/kanncaa1/machine-learning-tutorial-for-beginners
版权声明:作者保留权利,严禁修改,转载请注明原文链接。
数据人网是数据人学习、交流和分享的平台http://shujuren.org 。专注于从数据中学习到有用知识。 平台的理念:人人投稿,知识共享;人人分析,洞见驱动;智慧聚合,普惠人人。 您在数据人网平台,可以1)学习数据知识;2)创建数据博客;3)认识数据朋友;4)寻找数据工作;5)找到其它与数据相关的干货。 我们努力坚持做原创,聚合和分享优质的省时的数据知识! 我们都是数据人,数据是有价值的,坚定不移地实现从数据到商业价值的转换!
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。