数据挖掘

也能面数据挖掘的岗位：比较契合一点

机器学习——数据挖掘——软件开发的顺序

 

2、热爱编程，基础扎实，熟悉操作系统、算法、数据结构、计算机网络及数据库相关知识； 
3、至少熟练掌握一种编程语言，如：Java/Python/C++等，熟悉Linux/Unix开发环境; 
4、熟悉大数据相关技术，如hadoop，spark，hbase，kafka等； 

 

机器学习课程，花了378，试听了一节课感觉懂的东西很多

让这个钱变的有价值，不要对不起自己

概率论:

排列：

和顺序有关

排列的定义：从n个不同元素中，任取m(m≤n,m与n均为自然数,下同）个元素按照一定的顺序排成一列，叫做从n个不同元素中取出m个元素的一个排列；从n个不同元素中取出m(m≤n）个元素的所有排列的个数，叫做从n个不同元素中取出m个元素的排列数，用符号 A(n,m）表示

公式下数阶乘除差值阶乘

0!=1

组合：

与顺序无关

组合的定义：从n个不同元素中，任取m(m≤n）个元素并成一组，叫做从n个不同元素中取出m个元素的一个组合；从n个不同元素中取出m(m≤n）个元素的所有组合的个数，叫做从n个不同元素中取出m个元素的组合数。用符号 C(n,m) 表示

 

看视频的新领悟

机器学习中的标签：

压力值0,1就是标签，最后会统计标签的比例来预测此时的压力值

 

深度学习最重要的就是神经网络

ANACONDA集成环境，这个安装后有很多库，也有IDE

NoteBook（ANACONDA已经配置好了，可以在浏览器中写程序）边写代码，边做笔记

人工智能是个很大的圈子，但基础是机器学习。深度学习是机器学习中神经网络算法的延伸

机器学习可以干：数据挖掘

边看边写代码，不要想着视频看完了再去写

概率论这门课很重要的，边学边查

学生问的问题偏向公式推导，程序员偏向框架项目流程

学习习惯：不是照着别人博客抄，按照自己的理解写，否则今天看，今天懂，但明天就回忘记

案例去GITHUB KAGGLE找，多模仿，不可能从头到尾来，都是之前积累下的案例（做任何项目记着开博客，积累）

 

机器学习常用库

常用库：调用这些库解决实际问题

科学计算库Numpy，数据矩阵运算

shape打印矩阵的行列

ndim打印矩阵维度

dtype打印元素类型

数据可视化库Pandas，数据处理

用NaN表示缺失值，缺失值过多，会直接去掉此列

pandas库函数读取的csv文件整体的数据类型为dataForm

如在从整体中读取一行或者一列则为series数据类型

series中的数据结构为ndarray

说明pandas封装了Numpy

用pandas直接对手环的csv文件进行读取（pandas.read_csv(文件名)），不需要采取打开文件，一行行读取的方法

 

字符排序：按照字典集排序的

 

画图库：Matplotlib（只需要当工具用即可，没有涉及到数据分析和机器学习）

集合书本和视频的画图部分基本能很好的解决

折线图 柱形图 

横轴字符过多，倾角显示；横轴纵轴含义，标题

师姐论文中的像擀面杖的图叫盒图（在视频：柱形图和盒图中讲的很清晰）

seaborn对Matplotlib进一步封装，需要额外安装

别人论文中用的是小正方形表示的，但是用六边形比较好

 

有监督学习分成两类：回归（值）和分类（类别，三角形被认作为圆圈的例子）

 

盒图

四分位距：四分之一（盒子下端）到四分之三（盒子上端）的距离，不要错误认为二分之一处在盒图最大值和最小值的二分之一处，可能小于1／2的点占多数
看点的索引位置，而不是看点的大小

离群点用菱形表示，与1.5的四分位距相关，盒子下端减此值，盒子上端加此值