大数据学习线路图，Python/数据分析实战基础

来源：http://www.mathlabs.cn/python_20.html

本文主要归纳Python、数据分析的学习线路图，学习方向：

共分为五大板块：

板块一：熟悉python，SQL

python

（1）python语法

（2）常用数据结构（列表、元组、字典）

（3）python高级用法（日期和时间、列表推导式、高阶函数、多线程）

SQL

（1）聚合

（2）表连接

（3）子查询

板块二：机器学习基本算法入门

（1）机器学习基本概念（样本、标签、特征、训练集、测试集、分类、聚类、回归）

（2）基本分类算法（决策树、线性模型、贝叶斯模型等）

（3）集成学习（bagging、boosting等）

参考资料：周志华：《机器学习》，清华大学出版社，2016

板块三：sklearn、pandas

（1）pandas基本函数使用

（2）sklearn 5个分类算法调用，参数设置，交叉验证评估

（3）sklearn单机特征工程、特征选择与聚类算法调用

板块四：数据分析进阶（天池新手赛）

赛题地址：天池新手赛

（1）数据划分(训练集，验证集，测试集)

（2）提取特征（不少于50个）

板块五：数据分析实战（天池新手赛）

生活大实惠：O2O优惠券使用预测

在后面的学习中，我会分享一些自己总结的学习资料

文章由数据实验室原创，转载请注明来源