文件名称：2015-Python:数据科学导论 2015
文件大小：11.22MB
文件格式：ZIP
更新时间：2024-07-16 10:32:26
Python
用于数据挖掘的 Python 是一种旨在拥有清晰、简洁和富有表现力的代码的编程语言。 Python 是一种非常流行的通用语言，已被用于 Web 开发、教学和系统管理等多种任务。 本迷你课程介绍了用于数据挖掘的 Python。 杂乱的数据格式不一致或不方便，并且可能有缺失值。 噪声数据有测量误差。 数据挖掘从混乱、嘈杂的数据中提取有意义的信息。 这是一个从头到尾的过程，包括收集、清理、可视化、建模和报告。 编程和研究最佳实践是迷你课程的次要重点，因为也是一种语言。 核心概念包括：编写有组织、有据可查的代码； 成为一个自给自足的学习者； 使用版本控制进行代码管理和协作； 确保结果的可重复性； 生成简洁、信息丰富的分析和可视化。 我们将在 2015 年冬季学期在加州大学戴维斯分校会面四个星期。 目标听众 该迷你课程面向所有院系的本科生和研究生开放。 我们建议学生有编程经验和对统计方法的基
【文件预览】：
2015-Python-master
----day1()
--------hello_world.py(538B)
--------git_lifejacket.sh(4KB)
--------pythonintro.pdf(246KB)
--------plots()
--------git_followup.sh(4KB)
----HW1()
--------hw1.py(3KB)
----day6()
--------day6log.txt(2KB)
--------findnames.py(614B)
--------textgraph.py(1KB)
--------analysis.py(2KB)
--------dearyeji.txt(153B)
--------yob2013.txt(416KB)
--------announce.py(508B)
--------babynamer.py(904B)
----feedback()
--------feedback.csv(8KB)
--------feedback.ipynb(93KB)
----day5()
--------map()
--------day5log.py(632B)
--------notes.md(2KB)
--------sf_nhoods.json(327KB)
--------maps.ipynb(213KB)
--------truck_map.py(2KB)
--------mpg_plots.py(2KB)
--------mobile_food.csv(377KB)
--------README.md(500B)
--------vehicles.csv(1.53MB)
--------backup()
----HW2()
--------random_walk.py(2KB)
----.DS_Store(6KB)
----day7()
--------aa.db(15KB)
--------day7log1.py(1KB)
--------bb.db copy(15KB)
--------code.py(0B)
--------atus_blank.py(2KB)
--------day7log2.py(1KB)
--------atus.db(34.36MB)
--------README.md(92B)
--------backup()
--------.code.py.swp(12KB)
----day2()
--------day2log.txt(3KB)
--------download_github.py(560B)
--------notes15jan.mdown(872B)
--------backup()
----HW3()
--------work.txt(109B)
--------warpeace.txt(3.14MB)
--------war.py(2KB)
--------.DS_Store(6KB)
--------code.py(2KB)
--------work2.txt(12KB)
----.gitignore(12B)
----day8()
--------sleepminutes.csv(44KB)
--------kaggle.py(1KB)
--------titanic.csv(60KB)
--------backup()
----README.md(7KB)
----exercise2()
--------random_walk.py(1KB)
--------exercise2.md(3KB)
----day4()
--------population.csv(6KB)
--------prepare.py(837B)
--------notes.mdown(389B)
--------languages.csv(80B)
--------log.py(3KB)
--------ISO_3166-1(275KB)
--------decade.py(261B)
--------backup()
----decade.py(201B)
----exercise1()
--------exercise1.md(1KB)
--------usda_blank.py(2KB)
--------usda.py(4KB)
----exercise3()
--------exercise3.mdown(2KB)
----day3()
--------lecture.py(4KB)
--------photo.png(347KB)
--------day3log.txt(2KB)
--------day3notes.md(1KB)