[译] Comprehensive learning path – Data Science in Python & Python 科学计算的学习路径

原文 Comprehensive learning path – Data Science in Python

从 Python 小白到 Kaggler(一个机器学习竞赛网站)

• 运行环境
• 学习 Python 基础
• Python 正则
• [注] 前 3 个步骤都可以在网上找到系统的资料 在这里一笔带过
• 学习 Python 的科学计算库 NumPy, SciPy, Matplotlib and Pandas
• 数据可视化
• 学习 Scikit-learn 和机器学习
• 练习
• 深度学习

学习 Python 的科学计算库 NumPy, SciPy, Matplotlib and Pandas

学习从这里开始变得有趣了, 下面是库的基本介绍和练习方法

• 按照 NumPy tutorial 练习一遍, 着重 Numpy arrays 为接下来要做的事情打好基础
• 翻开 Scipy tutorial 看基础部分, 有选择的看接下来的部分
• 看这个 ipython notebook 到 animations 部分
• 看 Pandas, pandas 为 python 提供了 DataFrame 功能(类似 R), 这也是应该好好话时间练习的地方. pandas 将会是所有中型规模数据分析最有效的工具, 可以从简短介绍开始看, 10 minutes to pandas 再看更详细的 tutorial on pandas

也可以看看 Exploratory Data Analysis with Pandas 和 Data munging with Pandas 这两篇文章

额外资源

• 如果你需要一本 Pandas & Numpy 的书 建议 Python for Data Analysis
• 有很多 Pandas 的教程 在这里

任务

解决 assignment from CS109 course

数据可视化

现在到了整个流程中的享受阶段了, Scikit-learn 是 Python 机器学习最有用的库, 这里有简介 练习 CS109 course from Harvard 的 10/18 课
这里你大概会了解到机器学习概论, 监督学习算法如 回归/决策树/组合建模 和非监督学习算法如聚类. 跟着这些课程做完 作业

资源

• 如果有一本书必须读的话 就是 Programming Collective Intelligence 一部经典好书
• 课程 Machine Learning course from Yaser Abu-Mostafa
• 如果你需要详细的技术细节的话 看 Machine learning course from Andrew Ng 并做 Python 练习
• Scikit-learn 上的教程

作业

在 Kaggle 上挑战 这个

练习

你现在学会所有需要用的技能了, 接下来关键是要练习, 没有比在 Kaggle 上和那里的人竞赛更好的了.
在 Kaggle 上找一个竞赛, 把你所学都用到上面

深度学习

现在你已经学到了机器学习的大部分技术, 到了可以深度学习的时候了, 这里 有一个很好的机会可以了解深度学习
我自己是一个深度学习新手, 所以接受这些建议时多个心眼.
最全面的深度学习资源在 deeplearning.net 这里有课程/数据集/题目/教程
也可以在 course from Geoff Hinton 学习神经网络基础