【知識星球】：Python數據科學學習社區

因爲一直都沒有對本身的知識星球正式的作過介紹，你們可能不是很熟悉，甚至不知道有它的存在。可是最近，好多朋友私聊問我，想知道知識星球裏面都是些什麼內容，加入後會有什麼幫助，以及一些相關問題。針對你們的提出，我進行了記錄，並加以總結，正好也想借此機會向你們正式地介紹一下個人知識星球。

自我介紹

熟悉個人朋友可能都知道我是轉行作數據挖掘的。我之前是一名工做於傳統制造行業普普統統的初級工程師，憑藉本身對數據分析的興趣和愛好，從零自學併成功轉行。目前就任於一家大型互聯網金融公司，並擔任數據挖掘崗位一職。

以前就發過轉行的經歷以及轉行數據分析的學習清單，想了解的朋友請看下面連接：

• 轉行數據分析的親身經歷

• 【精華分享】：轉行數據分析的一份學習清單

不得不說，從原來的崗位轉行至此，我本身很滿意。不管是工做環境，仍是薪資水平都有了巨大的提高，以前的全部努力和付出並無白費，都是值得的。

目前，本身還在不斷學習和補充不足的過程當中，雖然不是什麼大佬，但對數據分析和數據挖掘也有了必定的認識和理解。所以，我但願經過知識星球將本身的經驗和心得體會與你們分享。

知識星球介紹

星球目前情況

星球名稱爲：Python數據科學

自星球開創至今爲止2個月，星球總人數達到73人。人數並很少，由於我不多推廣本身的知識星球，而且我也不會主動忽悠任何粉絲加入星球。加入星球的朋友們都是感興趣自願加入的，以及加入後以爲不錯推薦另一些朋友加入的。

星球面向羣體

創辦星球是但願加入的朋友能有所收穫，不論你是什麼基礎，什麼專業，若是你對數據分析，數據挖掘感興趣，或者正在準備轉行中，本星球隨時歡迎。

有些朋友剛入門Python擔憂本身跟不上。但其實已經入門Python的朋友都知道，入門Python的速度是很是快的，這也得益於這門語言的偉大。可能惟一須要擔憂的就是數據挖掘的一些理論基礎，這些知識確實須要積累，不是速成能完成的，不過這些也均可以在實戰項目中邊練邊學，這樣學習效率也會事半功倍。而且，星球中發表的內容都是永久留存的，能夠反覆查閱和下載，加入後的一年以內都徹底有效。

固然，以上只是我的建議，最後仍是要根據我的狀況來進行選擇，選擇合適的，選擇正確的。

星球提供內容

星球的內容主要側重於爬蟲，數據分析和數據挖掘這幾個方面的技術，加入星球你同時將有如下幾點的收穫：

1. 學習瞭解多個數據挖掘的實戰項目，並得到全部項目的詳細講解和源碼

目前爲止，本星球已經完成了3個數據挖掘的實戰項目，這三個項目分別是：

北京二手房房價分析預測

該項目完成了從爬蟲，到數據分析，再到機器學習預測的三部曲，一條龍的操做對於初學者入門能夠說是再好不過的練手項目。

• 從爬蟲到機器學習預測，我是如何一步一步作到的？

• 數據分析實戰—北京二手房房價分析

• 數據分析實戰—北京二手房房價分析（建模篇）
  

Kaggle競賽Taitanic生還者預測（排名5%）

Kaggle數據挖掘競賽入門級項目，帶你參賽並學習如何作到排名top5%，分享高分數的經驗和數據挖掘技巧。

• 【Kaggle入門級競賽top5%】— 分析篇

• 【Kaggle入門級競賽top5%】— 建模篇

P2P互聯網金融網貸評分卡

瞭解行業背景，掌握常見技術問題，並學會創建一套完整的網貸申請信用評分卡模型和評估方法。

固然，後續還會繼續分享一些好的項目，目前擬定下一個項目是使用無監督聚類實現用戶分類。

2. 分享關於數據分析的轉行經驗，包括面試技巧，簡歷模板，學習路線和注意事項

如下是星球主題中分享的部份內容，關於轉行數據分析工做的：

另外一個好消息是，前不久已經有位星友成功轉行數據分析，薪水待遇都不錯，並在專屬羣裏進行了一些經驗分享。固然，他的成功是由於他本身的努力得來的，可是我但願他從星球裏學習的項目，方法和建議哪怕只有1%幫到他了，那也是值得的。

3. 在星球裏，你能夠提問並獲得專業的回答

在星球裏的朋友都知道個人回答質量和回答速度是如何的。下面貼幾張圖：

4. 除了獲取包括爬蟲，數據分析，機器學習等500G+的海量學習資源外，還有一些私藏的學習資料

• 【限時下載】500g+超全學習資源免費領取，乾貨來襲！

以上資源是對公衆號粉絲免費公開的，你們皆可下載自行學習。除了這些以外，星球會分享一些額外的私藏資料，包括互聯網金融行業中的一些報告，風險控制建模方法，以及非公開的一些資料。