数据科学 Kaggle 比赛项目实战:Titanic

作者/分享人:刘明
向 Ta 提问
机器学习算法工程师

目前,Python 数据分析/机器学习的系列课程很多,但几乎都在讲解算法,而很少在实战项目中应用。

本 Chat 将思路反转过来,以最经典的入门级 Kaggle 比赛项目 Titanic 为线索,带你从头完成整个数据科学项目。

  • 获取数据 -> 启发式数据分析(统计特征/数据分布/隐含关联)-> 预处理(特征工程/数据清洗)-> 建模/调参/预测 -> 可视化。
  • 从原始数据到最终结果,带你一步步分析过程,应用实战技巧,将算法应用到实际案例中。
  • 无需精通 Python 数据分析,你就可以参与到这个项目中,最好的学习方法是在项目中学习,而不是背字典般学习库函数。
  • 不会机器学习?可以参加。知道机器学习能做什么后,才更有动力去挖掘其数学原理。

课程在带你完成整个项目的同时,也提供了一个思想框架,让你也能在其他数据科学项目中应用。所以,记得去其他比赛试试你学到的技巧!

已有260人预订
预订达标
文章出炉
     
18.10.28
18.11.14
本场 Chat 文章已出炉,购买后即可阅读文章并获得一张刘明的读者圈Pass
请务必添加GitChat服务号以查看活动进度及获取活动通知。
你可能还喜欢
JVM 问题诊断快速入门
火币集团研发中心
如何做好性能压测(二) | 性能压测工具选型对比
阿里巴巴中间件
被动收入 101 :使用云开发和 Taro 开发一个小程序
白宦成
实战:基于 RocketMQ 的电商高并发秒杀场景
RocketMQ
恕我直言,90% 的程序员都扛不住这波 MQ 的面试四连炮!
王码农
大白话聊聊面试中常被问到的分布式事务
不解释 家狗师
手把手教你撸一个代码生成器
JohnDeng
CSS 中的层叠和块级格式化上下文
钱昱
50 道常用面试题让你在求职中脱颖而出
Kings
让 Elasticsearch 飞起来——性能优化实践干货
穿着西装敲代码
业余赚钱实战
追梦1819
高吞吐量下的 ElasticSearch 如何进行调优?
flow
如何设计一个高可用、高并发的抽奖系统
王一丁
反爬虫实战分析
aeris
仿照源码,手写一个自定义 Spring MVC 框架
宁楠
微信扫描登录
关注提示×
扫码关注公众号,获得 Chat 最新进展通知!
入群与作者交流×
扫码后回复关键字 入群
Chat·作者交流群
入群码
该二维码永久有效