前端转DS打卡贴

慎独 发表于 2018-5-9 23:02
多谢楼主！请问你打算大概什么时候开始投简历什么的 大概年底左右？

差不多计划那个时候

第八天
完成onlinestatbook第五章probability，看到这一章感觉特别好，虽然知识点都是以前见过的，但是这本书把每个概念的意义解释的非常清楚，跟以前学的时候死记硬背，囫囵吞枣不一样，看完对继续学后面的章节很有兴趣
完成Udemy: python3 bootcamp: 07-Errors and Exception Handling, 09-Built-in Functions第八章大作业先不做啦，built-in Functions跟js里的函数差不多，感觉是特别有用的函数，map, reduce, filter之类的，在平时的工作中我特别喜欢用这几个函数，几乎每天用到，所以就很快的过了

第九天
onlinestatbook-第六章research design就看了一节，惭愧惭愧
完成Udemy: python3 bootcamp: 10-python decorators, 11-python generators, decorator有点稀里糊涂，不知道是用来干嘛的
今天加完班有点累，水过一天，python基础感觉目前大差不差，后面的更高阶一点的内容，打算留个印象，要用到的时候再去翻吧，感觉这个课程上到后面感觉还是不错的，可以当个索引偶尔翻翻。
明天开始Udemy: python for data science and machine learning. 主要是结合这个课程开始看看kaggle项目，初步掌握一些常用工具, 熟悉一下pandas和numpy的常用函数，在项目中加深对各个算法的理解吧，目前对机器学习算法的理解仅限于看过书，知道大概原理，一到用起来很多问题都不会处理，感觉还是要在具体的项目里，对算法细节进行深入理解，配合查找一些资料，尽量吃透。

今天加了一晚上班，负能量爆棚，修整一天吧

第十天
onlineStatbook: 第六章 research design . 感觉这一章内容多，理解起来略苦难。
Udemy: python for  data science and machine learning. 第一章到第四章比较基础，跳过。完成第五章Python for Data Analysis - NumPy。

第十一天
onlineStatbook: 第七章 正态分布 .
Udemy: python for  data science and machine learning. 完成第六章Python for Data Analysis -pandas，大概熟悉了以下pandas，感觉可以慢慢看看kaggle练练手了。

第十二天
onlineStatbook：第八章 advanced graph
今天看了一个gaggle项目：airbnb new user booking. 感觉比Titanic难多了，然后发现Udemy: python for  data science and machine learning这门课程挺实用的，昨天学的pandas技能全用上了，感觉可视化作图对于数据探索非常重要（明天学起来），因为刚开始拿到数据真是一头雾水，摸不着头脑，看了半天，勉强觉得看出了一点点头绪，但是仍然感觉特征的选取还需要很多探索。这个项目是一个多标签分类的问题，打算结合这个项目这一星期把statistics learning的关于线性回归和线性分类对应的章节学了，顺便把ESL相关的章节看了，由于之前看过，希望这次自己就着项目能有更深入一点的理解吧。

第十二天
完成tanford Statistical Learning (Tibshrani & Hastie): 完成03 linear regression
完成ESL：linear regression前两节，发现第二遍看，而且看了视频，还是好多地方不懂，哎，心碎，airbnb new user booking几乎无进展

And if it's got k levels, you'll make k minus 1 dummy variable。 这个是为什么，感觉很困惑

第十三天
完成onlinestatbook第九章 sample distribution
ESL linear regression 第三到六节
udemy: python for data science and machine learning. 第八章：Python for Data Visualization - Matplotlib。 airbnb new user booking，看了以下别人的kernel，发现自己的数据探索很幼稚，也发现作图对数据探索具有很重要的作用，明天把别人的模型，换成multilevel logistic regression 看看效果，因为目前只认真看过线性回归和logistic回归，所以先看看最简单的模型会是什么效果吧。感觉自己的学习策略有问题，不应该先纠结于算法细节，应该先大致了解以下各大常用算法应用场景和大概原理，然后边用边细化吧，目前感觉就熟悉线性回归和线性分类算法，很被动啊，能选的模型太有限。