Hướng dẫn data types for data science in python datacamp github - các kiểu dữ liệu cho khoa học dữ liệu trong github python datacamp

DataCamp

Ghi chú của tôi về các khóa học Datacamp. Chúng là những bản sao đánh dấu (trên máy tính xách tay Jupyter) của các lecutres cùng với giải pháp của tôi cho từng vấn đề.

Bắt đầu

Chúng có thể được xem trên GitHub hoặc tải xuống.

Điều kiện tiên quyết

Chỉ khi tải chúng xuống hệ thống của bạn.

• Python môi trường
• Notebook Jupyter

1. Thay đổi thư mục

1. Tạo một môi trường conda với environment.yml

conda env create -f environment.yml -n $ENV_NAME

Anh em họ

Đây là những khóa học tôi hiện đang làm việc.

Các loại dữ liệu cho khoa học dữ liệu

Bắt đầu/Kết thúc: 1/30/18 - 2/1/18

• Các loại dữ liệu cơ bản
• Từ điển - gốc của Python
• Đáp ứng mô -đun bộ sưu tập
• Xử lý ngày và thời gian
• Trả lời các câu hỏi khoa học dữ liệu

Giới thiệu về trực quan hóa dữ liệu với Python

Kết thúc 2/14/18

• 01 Tùy chỉnh lô
• 02 âm mưu mảng 2D
• 03 lô thống kê với Seaborn
• 04 Phân tích chuỗi thời gian và hình ảnh

Nền tảng gấu trúc

Kết thúc 3/6/18

• Ăn uống và ngự dữ liệu
• Phân tích dữ liệu khám phá
• Chuỗi thời gian trong gấu trúc
• Nghiên cứu trường hợp - ánh sáng mặt trời ở Austin

Thao túng các khung dữ liệu với gấu trúc

Kết thúc 03/08/18

• Trích xuất và chuyển đổi dữ liệu
• Lập chỉ mục nâng cao
• Sắp xếp lại và định hình lại dữ liệu
• Nhóm dữ liệu
• Kết hợp tất cả lại với nhau

Hợp nhất các khung dữ liệu với gấu trúc

Kết thúc 03/13/18

• Chuẩn bị dữ liệu
• Dữ liệu nối
• Hợp nhất dữ liệu
• Nghiên cứu trường hợp - Thế vận hội mùa hè

Làm sạch dữ liệu trong Python

Kết thúc 03/16/18

• Khám phá dữ liệu của bạn
• TIDING dữ liệu để phân tích
• Kết hợp dữ liệu để phân tích
• Dữ liệu làm sạch để phân tích
• Trường hợp nghiên cứu

Hộp công cụ khoa học dữ liệu Python (Phần 2)

Kết thúc 03/17/18

• Sử dụng trình lặp ở Pythonland
• Liệt kê sự hiểu biết và máy phát điện
• Mang tất cả lại với nhau!

Nhập dữ liệu trong Python (Phần 1)

Kết thúc 03/17/18

• Sử dụng trình lặp ở Pythonland
• Liệt kê sự hiểu biết và máy phát điện
• Mang tất cả lại với nhau!

Nhập dữ liệu trong Python (Phần 1)

Giới thiệu và các tập tin phẳng

• Nhập dữ liệu từ các loại tệp khác
• Làm việc với cơ sở dữ liệu quan hệ trong Python
• Nhập dữ liệu trong Python (Phần 2)

Kết thúc ngày 18/1/18

• Nhập dữ liệu từ Internet
• Tương tác với API để nhập dữ liệu từ web
• Lặn sâu vào API Twitter
• Trực quan hóa dữ liệu tương tác với Bokeh

Cấu trúc cơ bản với Bokeh

Bố cục, tương tác và chú thích

• Xây dựng các ứng dụng tương tác với Bokeh
• Để tất cả chúng cùng nhau! Một trường hợp nghiên cứu
• Giới thiệu về cơ sở dữ liệu trong Python
• Kết thúc 03/23/18
• Những điều cơ bản của cơ sở dữ liệu quan hệ

Áp dụng lọc, đặt hàng và nhóm vào truy vấn

• Truy vấn SQLalchemy nâng cao
• Tạo và thao tác cơ sở dữ liệu của riêng bạn
• Để tất cả chúng cùng nhau!
• Làm việc với nhiều chuỗi thời gian
• Trường hợp nghiên cứu

Áp dụng lọc, đặt hàng và nhóm vào truy vấn

• Ước tính tham số bằng cách tối ưu hóa
• Khoảng tin cậy bootstrap
• Giới thiệu về kiểm tra giả thuyết
• Ví dụ kiểm tra giả thuyết
• Đặt tất cả lại với nhau: Một nghiên cứu trường hợp

Học tập có giám sát với Scikit-Learn

• Phân loại
• hồi quy
• Điều chỉnh mô hình của bạn
• Tiền xử lý và đường ống

Trực quan hóa dữ liệu chuỗi thời gian trong Python

• Giới thiệu
• Tóm tắt Thống kê và Chẩn đoán
• Tính thời vụ, xu hướng và tiếng ồn
• Làm việc với nhiều chuỗi thời gian
• Trường hợp nghiên cứu