python和机器学习

python基础和机器学习视频资料包括：Python基础，Python web 机器学习和深度学习等视频
数据科学 VS 随机
一个比较经典问题：预测二元事件的结果。 换句话说，就是它不是发生就是没有发生。 例如，你赢了或者没有赢，你通过了考试或者没有通过考试，你被接受或者不被接受等。 常见的业务场景就是用户流失或留存，另现实案例是医疗事件的死亡率或生存率分析。二元事件产生了一个有趣的现象，因为我们统计知道，随机猜测应该达到50％的准确率，而不需要创建一个单一的算法或编写一行代码。这篇文章，我使用机器学习入门经典例子Titanic：Machine Learning from Disaste（泰坦尼克号乘客生存预测）来实际操作，将对应的算法应用在给出的数据集上进行预测。
数据工作的基本流程

定义问题: 我们首先需要解决的是我们将面临一个什么问题，需要我们做什么，俗话说的磨刀不误砍柴工，首先看清对手是谁才能有的放矢。

收集数据: 根据确定的数据分析对象，抽象出在数据分析中所需要的特征信息，然后选择合适的信息收集方法，将收集到的信息存入数据库。对于海量数据，选择一个合适的数据存储和管理的数据仓库是至关重要的。

准备消费数据: 把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中，从而为企业提供全面的数据共享。如果执行多数的数据挖掘算法，即使是在少量数据上也需要很长的时间，而做商业运营数据挖掘时数据量往往非常大。数据规约技术可以用来得到数据集的规约表示，它小得多，但仍然接近于保持原数据的完整性，并且规约后执行数据挖掘结果与规约前执行结果相同或几乎相同。在数据库中的数据有一些是不完整的（有些感兴趣的属性缺少属性值）、含噪声的（包