《十分钟让你了解python数据挖掘培训路线》由会员分享，可在线阅读，更多相关《十分钟让你了解python数据挖掘培训路线（7页珍藏版）》请在金锄头文库上搜索。
1、精品课程 全程面授中国 IT 职业教育领先品牌千锋教育 十分钟让你了解 Python 数据挖掘培训路线学习 Python 数据挖掘，你有明确的路线吗，学任何东西首先你要知道学习它的路线，了解了路线才能更容易学习，学习起来才不会非常费劲，进入正题，看步骤吧。步骤 0：热身开始学习旅程之前， 先回答第一个问题： 为什么使用 Python？或者， Python如何发挥作用？观看 DataRobot 创始人 Jeremy 在 PyCon Ukraine 2014 上的 30 分钟演讲，来了解 Python 是多么的有用。步骤 1：设置你的机器环境现在你已经决心要好好学习了，也是时候设置你的机器环境了。
2、最简单的方法就是从 Continuum.io 上下载分发包 Anaconda。Anaconda 将你以后可能会用到的大部分的东西进行了打包。采用这个方法的主要缺点是，即使可能已经精品课程 全程面授中国 IT 职业教育领先品牌千锋教育 有了可用的底层库的更新，你仍然需要等待 Continuum 去更新 Anaconda 包。当然如果你是一个初学者，这应该没什么问题。如果你在安装过程中遇到任何问题， 你可以在这里找到不同操作系统下更详细的安装说明。步骤 2：学习 Python 语言的基础知识你应该先去了解 Python 语言的基础知识、库和数据结构。Codecademy上的 Python 课程是你
3、最好的选择之一。完成这个课程后，你就能轻松的利用Python 写一些小脚本，同时也能理解 Python 中的类和对象。具体学习内容：列表 Lists，元组 Tuples，字典 Dictionaries，列表推导式，字典推导式。任务：解决 HackerRank 上的一些 Python 教程题，这些题能让你更好的用Python 脚本的方式去思考问题。替代资源：如果你不喜欢交互编码这种学习方式，你也可以学习 PPV 课训练营课程 python 入门。这课程系列不但包含前边提到的 Python 知识，还包含了一些后边将要讨论的东西。精品课程 全程面授中国 IT 职业教育领先品牌千锋教育 步骤 3：学习
4、 Python 语言中的正则表达式你会经常用到正则表达式来进行数据清理，尤其是当你处理文本数据的时候。学习正则表达式的最好方法是参加谷歌的 Python 课程，它会让你能更容易的使用正则表达式。任务：做关于小孩名字的正则表达式练习。如果你还需要更多的练习，你可以参与这个文本清理的教程。数据预处理中涉及到的各个处理步骤对你来说都会是不小的挑战。步骤 4：学习 Python 中的科学库NumPy, SciPy, Matplotlib 以及Pandas从这步开始，学习旅程将要变得有趣了。下边是对各个库的简介，你可以进行一些常用的操作：根据 NumPy 教程进行完整的练习，特别要练习数组 arrays
5、。这将会为下边的学习旅程打好基础。精品课程 全程面授中国 IT 职业教育领先品牌千锋教育 接下来学习 Scipy 教程。看完 Scipy 介绍和基础知识后，你可以根据自己的需要学习剩余的内容。这里并不需要学习 Matplotlib 教程。对于我们这里的需求来说，Matplotlib的内容过于广泛。取而代之的是你可以学习这个笔记中前 68 行的内容。最后学习 Pandas。Pandas 为 Python 提供 DataFrame 功能（类似于 R）。这也是你应该花更多的时间练习的地方。Pandas 会成为所有中等规模数据分析的最有效的工具。 作为开始， 你可以先看一个关于 Pandas 的 10
6、 分钟简短介绍，然后学习一个更详细的 Pandas 教程。您还可以学习两篇博客 Exploratory Data Analysis with Pandas 和 Datamunging with Pandas 中的内容。额外资源：如果你需要一本关于 Pandas 和 Numpy 的书，建议 Wes McKinney 写的“Python for Data Analysis”。在 Pandas 的文档中，也有很多 Pandas 教程，你可以在这里查看。任务：尝试解决哈佛 CS109 课程的这个任务。精品课程 全程面授中国 IT 职业教育领先品牌千锋教育 步骤 5：有用的数据可视化参加 CS109 的
7、这个课程。你可以跳过前边的 2 分钟，但之后的内容都是干货。你可以根据这个任务来完成课程的学习。步骤 6：学习 Scikit-learn 库和机器学习的内容现在，我们要开始学习整个过程的实质部分了。Scikit-learn 是机器学习领域最有用的 Python 库。这里是该库的简要概述。完成哈佛 CS109 课程的课程10 到课程 18，这些课程包含了机器学习的概述，同时介绍了像回归、决策树、整体模型等监督算法以及聚类等非监督算法。 你可以根据各个课程的任务来完成相应的课程。额外资源：如果说有那么一本书是你必读的，推荐 Programming CollectiveIntelligence。这本
8、书虽然有点老，但依然是该领域最好的书之一。精品课程 全程面授中国 IT 职业教育领先品牌千锋教育 此外， 你还可以参加来自 Yaser Abu-Mostafa 的机器学习课程， 这是最好的机器学习课程之一。如果你需要更易懂的机器学习技术的解释，你可以选择来自Andrew Ng 的机器学习课程，并且利用 Python 做相关的课程练习。Scikit-learn 的教程任务：尝试 Kaggle 上的这个挑战步骤 7：练习，练习，再练习恭喜你，你已经完成了整个学习旅程。你现在已经学会了你需要的所有技能。现在就是如何练习的问题了，还有比通过在Kaggle上和数据科学家们进行竞赛来练习更好的方式吗？深入
9、一个当前Kaggle 上正在进行的比赛，尝试使用你已经学过的所有知识来完成这个比赛。步骤 8：深度学习现在你已经学习了大部分的机器学习技术，是时候关注一下深度学习了。很可能你已经知道什么是深度学习，但是如果你仍然需要一个简短的介绍，可以看这里。我自己也是深度学习的新手，所以请有选择性的采纳下边的一些建议。 上有深度学习方面最全面的资源，在这里你会发现所有你想要的东西讲座、数据集、挑战、教程等。你也可以尝试参加 Geoff Hinton 的课程，来了解神经网络的基本知识。附言：如果你需要大数据方面的库，可以试试 Pydoop 和 PyMongo。大数据学习路线不是本文的范畴，是因为它自身就是一个完整的主题。最后千锋教育是一家不错的机构来学习 Python，我相信它会为你的梦想插精品课程 全程面授中国 IT 职业教育领先品牌千锋教育 上翅膀让你尽情翱翔，在这里我也送上我诚挚的祝福，希望所有学习 Python 的学子能够越飞越远，实现自己的梦想，创造更美好的人生。更多详情戳这里：http:/www.mobiletrain.org/
