摘要: 机器学习、深度学习与自然语言处理领域推荐的书籍列表 是笔者 Awesome Reference 系列的一部分;对于其他的资料、文章、视频教程、工具实践请参考面向程序猿的数据科学与机器学习知识体系及资料合集。本文算是抛砖引玉,笔者最近有空就会在 Pad 上面随手翻阅这些书籍,希望能够了解其他优秀的书籍 阅读全文
posted @ 2017-03-22 14:37 娃哈哈哈 阅读(231) 评论(0) 推荐(0) 编辑
摘要: 在学习Python时,很多人会问到__builtin__、__builtins__和builtins之间有什么关系。百度或Google一下,有很 多答案,但是这些答案要么不准确,要么只说了一点点,并不全面。本文将给大家一个较为全面的答案。以下结果是经过本人试验过的(测试环境:Linux Mint 1 阅读全文
posted @ 2017-02-28 10:38 娃哈哈哈 阅读(5670) 评论(1) 推荐(1) 编辑
摘要: I joined Analytics Vidhya as an intern last summer. I had no clue what was in store for me. I had been following the blog for some time and liked the 阅读全文
posted @ 2017-02-07 14:51 娃哈哈哈 阅读(284) 评论(0) 推荐(0) 编辑
摘要: Journey from a Python noob to a Kaggler on Python So, you want to become a data scientist or may be you are already one and want to expand your tool r 阅读全文
posted @ 2017-02-04 14:19 娃哈哈哈 阅读(217) 评论(0) 推荐(0) 编辑
摘要: 转载出处 一、前言 matplotlib【1】是著名的python绘图库,它提供了一整套绘图API,十分适合交互式绘图。本人在工作过程中涉及到股票数据的处理如绘制K线等,因此将matplotlib的使用心得进行整理,与大家共同分享。 另外,在数据处理过程中会用到numpy【2】,matplotlib 阅读全文
posted @ 2017-01-06 13:48 娃哈哈哈 阅读(8830) 评论(1) 推荐(0) 编辑
摘要: Python学习 Python学习 On this page... (hide) 1. 基本安装 2. Python文档 2.1 推荐资源站点 2.2 其他参考资料 2.3 代码示例 3. 常用工具 3.1 Python IDE 3.2 内置类库使用参考 3.3 常用第三方类库 3.4 其他东西 3 阅读全文
posted @ 2016-12-31 08:29 娃哈哈哈 阅读(341) 评论(0) 推荐(0) 编辑
摘要: 1.数据分析和数据挖掘联系和区别 联系:都是搞数据的 区别:数据分析偏统计,可视化,出报表和报告,需要较强的表达能力。数据挖掘偏算法,重模型,需要很深的代码功底,要码代码,很多= =。 2.怎么入门 请百度“如何成为一名数据分析师”或者“如何成为一名数据挖掘工程师”。英文好上Quora,不行上知乎, 阅读全文
posted @ 2016-12-30 17:13 娃哈哈哈 阅读(381) 评论(1) 推荐(0) 编辑
摘要: 首先,各个公司对数据科学家的定义各不相同,当前还没有统一的定义。但在一般情况下,一个数据科学家结合了软件工程师与统计学家的技能,并且在他或者她希望工作的领域投入了大量行业知识。大约90%的数据科学家至少有大学教育经历,甚至到博士以及获得博士学位,当然,他们获得的学位的领域非常广泛。一些招聘者甚至发现 阅读全文
posted @ 2016-12-30 16:00 娃哈哈哈 阅读(189) 评论(0) 推荐(0) 编辑
摘要: 一、初学入门:《R in Action》《The Art of_R Programming》入门者可首选两本,前者从统计角度入手,分高中低三部分由浅入深的讲解了如何用R来实现统计分析,另外此书已经有中文版面世。后者从程序编写的角度入手,对R的本身特点进行了清晰的介绍。中文版应该快有了。二、统计进阶: 阅读全文
posted @ 2016-12-29 13:12 娃哈哈哈 阅读(473) 评论(0) 推荐(0) 编辑
摘要: 数据有两个方向,一个是偏计算机的,另一个是偏经济的。你学过Java,所以你可以偏将计算机基础1. 读书《Introduction to Data Mining》,这本书很浅显易懂,没有复杂高深的公式,很合适入门的人。另外可以用这本书做参考《Data Mining : Concepts and Tec 阅读全文
posted @ 2016-12-29 09:30 娃哈哈哈 阅读(7815) 评论(0) 推荐(0) 编辑