Datawhale数据分析教程来了！

最新推荐文章于 2024-07-18 22:10:37 发布
最新推荐文章于 2024-07-18 22:10:37 发布
阅读量857 收藏 3
点赞数
文章标签： 数据挖掘 java 编程语言 python 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Datawhale/article/details/118256775
版权
Datawhale团队推出开源数据分析教程，旨在提供以项目为主线的学习体验，覆盖数据基础操作、清洗与重构、建模和评估。教程鼓励实践，通过Jupyter Notebook进行学习，适合初学者和有一定基础的学习者。目前已有多个版本更新，未来计划推出配套教材，欢迎贡献和反馈。
摘要由CSDN通过智能技术生成

↑↑↑关注后"星标"Datawhale

每日干货 & 每月组队学习，不错过

 Datawhale开源 

贡献者：陈安东、金娟娟、杨佳达、老表

开源初心

当我入门数据分析时，用的是鼎鼎大名的《python for data analysis》，书中对技术操作讲解细致，但遗憾的是，对于数据分析的逻辑介绍就少了很多。我和很多学习者会觉得敲了一堆代码却并不知道有什么用。毕竟理论学习和生活中的实际运用有不小的鸿沟。如何抹平这个鸿沟，就需要自己的尝试以及学习实战的资料。

有没有这样一个开源教程，以项目为主线，知识点孕育其中，通过边学、边做、边引导来得到更好的学习效果？ 调查了一圈，发现现有关于数据分析的项目好像没有可以

最低0.47元/天 解锁文章
Datawhale
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Datawhale数据分析-建模与评估
weixin_46723764的博客
08-28 945
建模与评估一级目录二级目录三级目录模型建立1. 清洗数据2. 选择模型3. 分割数据集4. 模型创建5. 输出预测结果评估1. 目的2. 交叉验证3. 评价数据对于一些思考问题的想法1. 清洗前后数据的不同:2. 数据集哪些差异会导致模型在拟合数据是发生变化3. 什么情况下切割数据集的时候不用进行随机选取4. 为什么线性模型可以进行分类任务，背后是怎么的数学关系5. 对于多分类问题，线性模型是怎么进行分类的6. 预测标签的概率对我们有什么帮助 一级目录 二级目录 三级目录 模型建立 1. 清洗数据 由于最初
datawhale 学习笔记——数据分析入门
落队的飞行兵
03-24 1175
写在前面（这部分是废话） 这是参加 datawhale 数据挖掘的第一次打卡，打卡内容是数据分析，希望自己能坚持做下去。开始的时候，第一天看了一下题目背景，运行了一下 baseline，刚好中期报告要改，就放下了。今天在这里做一下数据分析这部分的笔记。 介绍 本文主要是根据天池上的教程进行学习的，一些不理解地方做了笔记，内容没有教程全，附上教程链接：Datawhale 零基础入门数据挖掘-Task...
Datawhale 优秀学习者名单公示！
最新发布
Datawhale
07-18 74
关于Datawhale AI夏令营Datawhale的AI夏令营是一个在暑期举办的大规模AI学习活动，旨在汇聚产学研资源和开源社区力量，为学习者提供丰富的学习和实践机会，提升他们的专业能力和就业竞争力。2023年，这个夏令营吸引了来自全球1387所高校的18827名学习者参与，成为国内规模最大的AI夏令营之一。Datawhale 优秀学习者名单Datawahale AI夏令营第一期优秀学习者1....
datawhale组队学习——数据分析入门（一）
qq_45878378的博客
07-14 313
数据分析入门（一）数据载入pandas 基础入门Seriesdataframe数据分析探索参考链接 数据载入 以kaggle上泰坦尼克的任务为例，数据链接 导入numpy和pandas import numpy as np import pandas as pd 载入数据路径 # 绝对路径 #df = pd.read_csv('E:/file/data_analysis/train.csv') #相对路径 df = pd.read_csv('train.csv') #读取数据前三行 df.head
DataWhale
liyingjiehh的博客
12-21 578
Day twoLOGISTIC REGRESSIONLinear regression & Logistic regressionThe principle of logistic regressionloss functionoptimizationRegularizationModel evaluation indexAdvantagesDisadvantagesSample imba...
数据分析1--DataWhale
weixin_49583424的博客
06-13 68
数据分析要做的事情是基于一定的问题背景，对数据进行分析，分析后的最终目的还是回归现实，指导我们接下来的行动，所以第一步是阅读问题背景和材料，下载数据集。本次数据集来自kaggle泰坦尼克号的数据，对幸存情况进行分析和建模，并预测测试集上的数据。...
datawhale数据分析任务1
cs123456789dn的专栏
05-12 234
import pandas as pd from sklearn.impute import SimpleImputer from sklearn.preprocessing import OrdinalEncoder from sklearn.feature_selection import VarianceThreshold from sklearn.feature_selection im...
DataWhale_动手学数据分析（第一章）
weixin_38023513的博客
08-17 431
第一章：数据基本操作part1：数据载入及初步观察1.1 载入数据任务1、2：导入库，载入数据任务3：每1000行为一个数据模块，逐块读取任务4：将表头改成中文，索引改为乘客ID1.2：初步观察任务1：查看数据的基本信息任务2：观察表格前10行的数据和后15行的数据任务3：判断数据是否为空，为空的地方返回True，其余地方返回False1.3 保存数据part2：pandas基础1.4 知道你的数据叫什么任务1：pandas中有两个数据类型DateFrame和Series任务2、3：载入"train.csv
Datawhale团队第五期录取名单！
Datawhale
07-29 455
Datawhale团队公示：Datawhale 组织成员Datawhale已经成立两年半了，从一开始的12个人，学习互助，到提议建立开源组织，做更多开源的事情，帮助更多学习者，也促进我...
《可解释机器学习公开课》来了！
Datawhale
12-10 889
Datawhale开源联合发布：同济子豪兄、Datawhale文章目录1.什么是机器学习的可解释性分析。2.学可解释机器学习有什么用？3.可解释机器学习开源学习计划，同济子豪兄和 Datawhale 联合发布。什么是可解释AI现代的机器学习和人工智能，属于“统计学习”，通过大量的数据和经验训练算法，拟合出决策边界和数据分布。比如识别猫狗的神经网络，输入大量标注好类别的图像，通过神经网络算法，在...
机器学习模型评估教程！
Datawhale
04-11 619
↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货译者：追风者，Datawhale成员如何在投入生产前评估机器学习模...
Datawhale优秀作者，入选名单！
Datawhale
03-31 348
Datawhale团队公示：Datawhale优秀作者，2023.01-03优秀作者公示入选奖1. 陈敬 中国移动云能力中心机器学习技术：多任务学习综述！2. 滕飞 浙江大学研究生浙大学长分享，第二次打数据挖掘赛，雪浪算力开发者大赛总结3. 平凡 莫桑比亚大学博士生大语言模型中的涌现现象是不是伪科学？致新奖1. 一辈闲上海交通大学博士生交大博士学长：研究生计算机专业的方向选择！2. ...
Datawhale数据分析第一章
weixin_45404964的博客
08-19 270
这门课程得主要目的是通过真实的数据，以实战的方式了解数据分析的流程和熟悉数据分析python的基本操作。知道了课程的目的之后，我们接下来我们要正式的开始数据分析的实战教学，完成kaggle上泰坦尼克的任务， 1. 第一章：数据载入及初步观察 1.1 载入数据 数据集下载 https://www.kaggle.com/c/titanic/overview 1.1.1 任务一：导入numpy和pandas import numpy as np import pandas as pd 1.1.2 任务二：载入数
Datawhale数据挖掘Task2-数据分析
weixin_42098609的博客
03-24 191
二手车交易价格预测 赛题理解 根据二手车的各项指标，预测二手车交易时的价格，典型的回归问题。给定的特征共有30个。 数据分析用到的相关包 训练集包含150000样本，测试集包含50000样本。 Pandas Pandas可以用来读取数据，并对数据进行处理。 首先对训练集进行缺失值处理。 Pandas里读取数据得到DataFrame之后，可以用以下这条语句来检查DataFrame中是否存在Null值...
Datawhale数据分析教程笔记01
weixin_39592725的博客
03-15 438
数据读取 载入数据 read_csv()和read_table()的区别 read_csv()和read_table()两个方法均能从文件、URL、文件型对象中读取数据，区别是read_csv()默认分隔符为英文逗号，相应的文件就是.csv文件，read_table()默认分隔符为制表符\t，相应的文件就是.tsv文件，read_table()的sep参数设置为’,'时，二者没有差别，返回值均是DataFrame对象。 pandas逐块读取 由于DataFrame对象占用内存很大，当数据样本较大时，直接读取
Datawhale数据分析思考与问题解决
sinat_41920065的博客
06-16 486
软件安装及学习中碰到的问题及解决办法链接附上 ‘conda’ 不是内部或外部命令,也不是可运行的程序 或批处理文件。解决办法“ 添加环境变量： 我的电脑—右键属性—高级系统设置—环境变量—系统变量—Path—双击进入—新建—浏览—找到Anaconda和Scripts的路径添加，然后点击确定就好了。” https://blog.csdn.net/ITLearnHall/article/details/81708148 //安装Anaconda的软件及环境 https://blog.csdn.net/m0_
《Datawhale推荐系统教程》来了！
Datawhale
06-28 578
Datawhale开源贡献者：Datawhale推荐系统团队开源初衷FunRec开源项目从第一次提交到现在已经快两年了，为了让帮助更多同学入门推荐算法，我们开源了《FunRec-推荐系统》教程，并在组队学习中，帮助学习者成长。该项目定位的人群、目标以及项目的大致内容：定位人群：该开源项目面向推荐算法初学者（想从事推荐算法岗位的在校生、推荐算法岗的校招新人）项目目标：致...
datawhale-数据分析实践
m0_56830166的博客
09-02 202
datawhale-数据分析实践
Datawhale数据分析课程
08-18
Datawhale数据分析课程是一门专门教授数据分析的课程。在这门课程中，学生将学习各种数据处理和分析的技巧，包括数据的载入、基本操作、可视化展示等。在第一章的学习中，学生主要学习了如何载入数据以及如何查看数据的基本信息，例如平均值、标准差、最大最小值，还学习了数据的相加和删减等基本操作，这些都为后面进行数据分析打下了基础。此外，数据可视化也是数据分析过程中非常重要的一部分。通过绘图展示数据，可以帮助人们更直观地理解数据，从而得出更准确的结论。良好的数据可视化往往需要一些技巧，比如可以使用matplotlib和seaborn等库来进行可视化操作。例如，在任务六中，使用seaborn库的kdeplot函数对泰坦尼克号数据集中不同年龄的人生存与死亡人数分布情况进行了可视化展示。此外，Pandas库中的stack()和unstack()方法也是数据分析中常用的工具，用于数据的重构、聚合与运算。通过使用这些方法，可以对数据进行更灵活的处理和分析。例如，在任务一中，通过学习教材《Python for Data Analysis》和进行相关的搜索，可以了解到GroupBy机制在数据分析中的应用。总之，Datawhale数据分析课程提供了丰富的知识和技巧，帮助学生掌握数据分析的基本原理和实践技能。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Datawhale数据分析课程01](https://blog.csdn.net/m0_71038676/article/details/124809826)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Datawhale数据分析课程第二章](https://blog.csdn.net/miaochangq/article/details/108077004)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值