文件名称：Data-Science:使用Kaggle数据和现实世界数据进行数据科学和预测
文件大小：66.59MB
文件格式：ZIP
更新时间：2024-04-17 21:25:08
data-science machine-learning r deep-learning algorithms
数据科学 这是一种使用kaggle数据和真实世界数据编写代码的实践。 逐步学习在python，R，Excel和Power BI中分析数据。 另外，要学习成为一名数据科学家，并在机器学习和深度学习中扩展更多的知识。 了解数据并分析数据。 先决条件 的Python 3.5 R 3.5.3 Excel 2016 Power BI :large_blue_diamond: 数据科学入门 :large_blue_diamond: :blue_circle: 循序渐进的数据科学 定义问题 数据采集 数据理解 数据分析/清洁 数据组织/转换 数据验证/异常检测 特征工程 模型训练 模型评估/验证 模型监控 模型部署 数据漂移/模型漂移 报告书 :blue_circle: 数据科学中的三种立场 数据工程师开发，构造，测试和维护诸如数据库和大规模处理系统之类的体系结构。 数据分析师 解释数据并将数据转换为信息，这些信息可以提供改善业务的方式。 收集来自各种来源的信息，理解模式和趋势。 机器学习科学家 研究开发算