初学者机器学习教程

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
• 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！