文件名称：data_science_delivered:Ian关于成功交付数据科学产品的意见
文件大小：3.39MB
文件格式：ZIP
更新时间：2024-06-05 15:31:46
JupyterNotebook
交付数据科学 关于：简短的文档，总结了Ian关于成功发布可工作的，可维护的和可理解的数据科学产品的方法以及避免陷入绝望的黑洞的思想。 这是基于我的经验，您的经验可能会大不相同-如果是这样，请在GitHub上为我提交一个Bug，然后给我一些建议。 大致来说，这些是“从我到我自己的笔记”，我希望您能从中找到一些有用的信息。 我将根据我的谈话，教学和辅导以及在每月聚会上来自聊天的反馈来。 将您的电子邮件放在，我将仅邮寄有关此文档更新的信息。 通过：伊恩Ozsvald（ - 的） （DO取得了联系，如果咨询和指导可能是有用的） 许可：按出处归因于知识共享 位置： ： 旨在：现有的数据科学家，无论是工程师还是研究人员。 有关关联的Jupyter笔记本的注意事项： 使用带有conda的Python 3.4+运行 点安装git + git：//github.com/scikit-l
【文件预览】：
data_science_delivered-master
----.gitignore(101B)
----ml_diagnosis_confusion_matrix_and_worst_example.ipynb(88KB)
----ml_noisy_linear_signal_with_linear_and_randomforest_models.ipynb(509KB)
----titanic_train.csv(60KB)
----spec-file.txt(9KB)
----README.md(30KB)
----ml_creating_correct_capable_classifiers.ipynb(2.77MB)
----ml_diagnosis_training_bias_variance_trial.ipynb(325KB)
----ml_explain_regression_prediction.ipynb(4.26MB)