Как стать дата саентистом и добиться успеха за 5 простых шагов. Что круче, Python или R? Зачем нормальному человеку нужны anaconda, numpy, pandas, matplotlib, jupyter, scikit learn. С каких задач начать и где их найти. Как научиться их решать и не умереть от скуки.

1. Ростовское IT сообщество
Data Science Meetup
4 марта 2017
#dsmt61
Data scientology starter pack
Казаков Сергей
kazaimazai@gmail.com

2. Episode 1

3. Anaconda: https://www.continuum.io/
● Linux, macOS, Windows(!!!)
● python 2.7, 3.4, 3.5, 3.6
● conda package manager
○ conda install package-name
○ > 100 pre-built and tested scientific and
analytic Python packages
○ > 620 more packages are available:
https://repo.continuum.io/pkgs/
● Jupyter/IPython, Spyder, Visual Studio

4. Python data analysis whales

5. SciPy Ecosystem: https://www.scipy.org/

6. Pandas
● NumPy powered
● IO Tools (text, sql, HDF5, json, …)
● Series, Dataframe, Panel
● filter, reshape, groupby,
● aggregate, vectorized, rolling, expanding operations
● merge, join, concatenate, whatever
● plotting (matplotlib, seaborn)
● …
cheat sheet:
https://github.com/pandas-dev/pandas/blob/master/doc/cheatsheet/Pandas_Cheat
_Sheet.pdf

7. Jupyter Notebook
● Jupyter
● Jupyter Hub
● Jupyter Lab

8. Машинное обучение

10. Задачи
● Классификация
○ Бинарная
○ Многоклассовая
■ классы не пересекаются
■ классы пересекаются
● Восстановление регрессии
● Кластеризация
Все остальное
● Ранжирование
● Обнаружение аномалий
● Обучение с подкреплением
● Уменьшение размерности
● ...

11. “Hello, data science world!”
Scikit-learn: http://scikit-learn.org/
X, y = make_blobs(n_samples=10000, n_features=10, centers=100)
clf = RandomForestClassifier()
X_train, X_test = X[:8000], X[8000:]
y_train, y_test = y[:8000], y[8000:]
clf.fit(X_train, y_train)
print clf.score(X_test, y_test)
print cross_val_score(clf, X, y).mean()

12. Соревнования по машинному обучению
● данные
○ train
○ test
■ public
■ private
● метрики
● рейтинг участников
● где
○ https://www.kaggle.com/
○ http://www.image-net.org/
○ https://www.numer.ai/

14. ● Andrew Ng
● ШАД Курс “Машинное обучение”
К.В. Воронцов
“Компьютерные науки” на Youtube
● А.Г. Дьяконов
○ https://alexanderdyakonov.wordpress.com/
○ http://www.machinelearning.ru/

16. Udacity Deep Learning Online Course
● CNN
● RNN
● LSTM
Let me google that for you:
● Keras
○ Theano
○ Tensorflow
● MXNet
● Torch
● Caffe

17. Спасибо!
Казаков Сергей kazaimazai@gmail.com
kazai.wordpress.com