本文主要歸納Python、資料分析的學習線路圖，學習方向：

共分為五大板塊：

板塊一：熟悉python，SQL

python

（1）python語法

（2）常用資料結構（列表、元組、字典）

（3）python高階用法（日期和時間、列表推導式、高階函式、多執行緒）

SQL

（1）聚合

（2）表連線

（3）子查詢

板塊二：機器學習基本演算法入門

（1）機器學習基本概念（樣本、標籤、特徵、訓練集、測試集、分類、聚類、迴歸）

（2）基本分類演算法（決策樹、線性模型、貝葉斯模型等）

（3）整合學習（bagging、boosting等）

參考資料：周志華：《機器學習》，清華大學出版社，2016

板塊三：sklearn、pandas

（1）pandas基本函式使用

（2）sklearn 5個分類演算法呼叫，引數設定，交叉驗證評估

（3）sklearn單機特徵工程、特徵選擇與聚類演算法呼叫

板塊四：資料分析進階（天池新手賽）

賽題地址：天池新手賽

（1）資料劃分(訓練集，驗證集，測試集)

（2）提取特徵（不少於50個）

板塊五：資料分析實戰（天池新手賽）

生活大實惠：O2O優惠券使用預測

在後面的學習中，我會分享一些自己總結的學習資料

文章由資料實驗室原創，轉載請註明來源