做好下列阶段方法
第一阶段:Python编程语言核心基础。快速掌握一门数据科学的有力工具。
第二阶段:Python数据分析基本工具。通过介绍NumPy、Pandas、MatPlotLib、Seaborn等工具,快速具备数据分析的专业范儿。
第三阶段:Python语言描述的数学基础。概率统计、线性代数、时间序列分析、随机过程是构建数据科学的基石,这里独树一帜,通过python语言描述这些数学,快速让数学知识为我所用,融会贯通。
第四阶段:机器学习典型算法专题。这一部分利用前面介绍的基础知识,对机器学习的常用核心算法进行抽丝剥茧、条分缕析、各个击破。
第五阶段:实战环节深度应用。在这一部分利用已有的知识进行实战化的数据分析,例如:对基金投资策略、城市房屋租赁等热门数据展开围猎。