DATA-SCIENCE / 01–06

数据科学与机器学习

6 个独立可运行的课程,连接问题、可追溯输入、透明方法与结果解释。只需下载一个 notebook,即可开始每个工作流。

学习路径 01 → 02 → 03 → 04 → 05 → 06;每课也可独立运行。
下载本学科中英文课程合集

6 recipes

审计真实的 Iris 测量表 — 实际运行图表
01 / 入门50 分钟离线核心

审计真实的 Iris 测量表

追溯 150 条 UCI Iris 观测,检查重复测量和单位,并形成可核验的探索报告。

numpy · pandas · matplotlib · IPython
理解标准化 PCA — 实际运行图表
02 / 中级50 分钟离线核心

理解标准化 PCA

用 Iris 四个测量特征检查缩放、奇异值、主成分方向和重建误差。

numpy · pandas · matplotlib · IPython
避免信息泄漏地训练和评估分类器 — 实际运行图表
03 / 中级60 分钟离线核心

避免信息泄漏地训练和评估分类器

先保留分层测试集,在训练集内选择 k,再报告测试混淆矩阵与宏平均 F1。

numpy · pandas · matplotlib · IPython
检查 Wine 化学测量的聚类 — 实际运行图表
04 / 中级60 分钟离线核心

检查 Wine 化学测量的聚类

标准化 13 个真实 Wine 特征,执行可复现的 k-means,并对照来源中的品种代码。

numpy · pandas · matplotlib · IPython
构建可解释的共享单车回归 — 实际运行图表
05 / 中级60 分钟离线核心

构建可解释的共享单车回归

用 2011 年拟合、2012 年评估,区分同日天气条件回归与预测,并检查误差与分布变化。

numpy · pandas · matplotlib · IPython
回测一步向前的需求预测 — 实际运行图表
06 / 进阶60 分钟离线核心

回测一步向前的需求预测

构造仅使用过去观测的滞后特征,扩展窗口重新拟合,并与两种朴素基线比较。

numpy · pandas · matplotlib · IPython