Python全棧數據工程師養成攻略（視頻講解版）

從土木人到程序員。真是一場自我革命，挺不容易的。只是現在把它當成自己的此生要做的事，所以也不覺得難。就像喫飯睡覺，習慣就好。python是現在最火的語言，主要是由於強大的工具包。想要學習機器學習和區塊鏈的必學python。

模型離不開數據。在同一個訓練集上訓練不同的模型，在測試集上可以得到不同的性能；同一個模型，使用不同的訓練集進行訓練之後，在同一個測試集上的表現也會有所差異。即便是一個學習能力很強的模型，如果沒有充足而且高質量的訓練數據，模型的參數依然無法得到最優化的調整；即便是一份充足而且高質量的訓練數據，如果模型的學習能力不夠強，依然無法捕捉到輸入特徵和輸出標籤之間的關聯。即便以上兩項條件都滿足，我們依然無法保證訓練好的模型，在任何測試集上都能取得同樣好的性能，因爲測試集的組成和質量也是千差萬別、參差不齊的。 爲了在具體的實際應用中取得儘可能好的結果，我們需要常懷一顆謙卑之心，就像人的成功離不開先天的能力、後天的努力、生活中的境遇一樣，我們需要準備更好、更充足的訓練數據，探索更好更強大的學習模型，並且在各種各樣的測試集上評估模型的性能。

在汗牛充棟的同類書籍中還算不錯的，內容比較“全棧”，案例也比較豐富實用，值得閱讀並實踐書中代碼。

這本書寫得還不錯。是看過那麼多本Python的書中比較好的，當然，是針對於類似我這樣的小白，有如下優點: 1.排版清晰，邏輯清晰 2.基礎理論講得很接地氣，比較通俗易懂，尤其機器學習那塊，特徵，標籤還有有監督，無監督和特徵，標籤的關聯，還有處理 3.案例可以參考，而且還有具體代碼和數據託管在github可以參考 4.案例從業務角度，說了一些業務的思路 不可多得的好書[強]

#一點書評# 三星，一般。但內容足夠豐富，跟其他python數據書比有自己的特色。新人當作拓展知識面看，老人當作查缺補漏了。

總體說來還行: 還行的原因是:書的後半段，關於數據可視化和數據處理部分，可以看到是有些理解的。 不足的是，前部分的基礎部分就是匆匆過去，感覺爲了題目而塞入的內容，而且，本書針對python，寫php和js的部分有點多。 若數據工程師，就應該圍繞數據來源獲取清洗處理展示這些方式來走比較合理些。 若跟python相關，那就要講講，python在上述過程中是如何使用的。 以上是個人觀點。

說到底，還是工具的使用。沒有從底層深入瞭解，但是也說完了了要想作爲一個合格的數據分析師應該有的技能

講了很多東西，又好像什麼都沒講🐂🍺

入門級書籍，更像全棧開發，而且數據太小。當涉及的數據集很大的時候，使用的工具完全不一樣。

書的內容太泛 作爲學習路徑參考一下