最新消息
2020年5月29日16:00 数据可视化学习计划在线交流；17:00 机器学习实践学习计划在线交流
2020年5月22日16:00 数据可视化学习计划在线交流；17:00 机器学习实践学习计划在线交流
数据酷客直播系列资料
高扬（ yangg@cookdata.cn） 吴佳佳（ jiajiaw@cookdata.cn）
| 当前状态 | 时间 | 进度 | 内容 | 学习笔记撰写人 | 学习笔记截止日期 |
|---|---|---|---|---|---|
| 2020.05.18-2020.05.24 | 第一周 | 数据可视化基础 | 文思舟 | 2020.05.31 23:59:59 | |
| 2020.05.25-2020.05.31 | 第二周 | 结构数据的基本图形 | 文思舟 | 2020.06.07 23:59:59 | |
| 2020.06.01-2020.06.07 | 第三周 | 结构数据的复杂图形 | 谭世杰 | 2020.06.14 23:59:59 | |
| 2020.06.08-2020.06.14 | 第四周 | 算法模型的可视化分析part1 | 李化峰 | ||
| 第五周 | 算法模型的可视化分析part2 | 陈红丽 | |||
| 第六周 | 非结构数据的可视化part1 | 蔡小秋 | |||
| 第七周 | 非结构数据的可视化part2 | 陈然 |
张嘉田（ jiatianz@cookdata.cn） 刘冬（ dongl@cookdata.cn）
| 当前状态 | 时间 | 进度 | 内容 | 学习笔记撰写人 | 学习笔记截止时间 |
|---|---|---|---|---|---|
| 2020.05.18-2020.05.24 | 第一周 | 机器学习介绍 数据预处理part1 |
蔡猛&田思云 | 2020.05.31 23:59:59 | |
| 2020.05.25-2020.05.31 | 第二周 | 数据预处理part2 回归模型part1 |
李波&张宁宁 | 2020.06.07 23:59:59 | |
| 2020.06.01-2020.06.07 | 第三周 | 回归模型part2 分类模型part1 |
蔡猛&田思云 | 2020.06.14 23:59:59 | |
| 2020.06.08-2020.06.14 | 第四周 | 分类模型part2 聚类模型 |
李波&张宁宁 | ||
| 第五周 | 模型评价与参数调优 集成模型part1 |
蔡猛&田思云 | |||
| 第六周 | 集成模型part2 特征抽取与特征选择part1 |
李波&张宁宁 | |||
| 第七周 | 特征抽取与特征选择part2 降维part1 |
蔡猛&田思云 | |||
| 第八周 | 降维part2 机器学习流水线 |
李波&张宁宁 |
| 主题 | 文思舟 | 谭世杰 | 李化锋 | 陈红丽 | 蔡小秋 | 陈然 | 李波 | 蔡猛 | 田思云 | 张宁宁 |
|---|---|---|---|---|---|---|---|---|---|---|
| 数据可视化-分析-Netflix影视节目 | ||||||||||
| 数据可视化-分析-食物偏好 | ||||||||||
| 数据可视化-分析-酒店预订需求 | ||||||||||
| 数据可视化-研究-热力图 | ||||||||||
| 机器学习实践-回归主题 | ||||||||||
| 机器学习实践-分类主题 |
数据可视化（主题二选一）
【研究类主题】请选择一种图形，借助学习的理论和实践知识撰写一份报告探索图形的历史起源、组成要素，分析图形的使用场景以及代码实现细节.报告采用Jupyter Notebook的格式，须包含文字和相关代码.
【分析类主题】请使用数据可视化手段对数据集进行探索性分析，并撰写一份分析报告.报告采用Jupyter Notebook的格式，须包含文字和相关代码.报告的具体要求如下：1，包含结构化数据和非结构数据的可视化内容；2，可视化图形种类不少于4种，为了便于分析，可引用外部数据集；3，阐明使用某种类型图形进行可视化的原因，并对可视化的结果进行分析描述.请从下列数据集中选择一个开展分析：
机器学习实践（主题二选一）
【分类主题】在线广告中，点击率(CTR)是评估广告效果的重要指标，随着机器学习技术的不断发展，通过机器学习方法构建自动广告 点击预测系统也变得越来越普及. 我们收集了 Avazu 公司一段时间内 的广告点击数据，请利用机器学习方法训练CTR预估模型，并完成相应的数据分析报告. 报告采用 Jupyter Notebook 的形式，需要包含 建模流程文字描述和代码.
【回归主题】 汽车是人们常用的交通工具之一，在汽车交易市场中，价 格是买家们最关心的问题，借助于机器学习技术可以帮助人们预测汽 车的交易价格. 我们收集了一家汽车交易平台的交易数据，请利用自 己所学知识对数据做分析，并使用机器学习方法建立汽车价格的预测 模型，完成相应的数据分析报告. 报告采用 Jupyter Notebook 的形式， 需要包含建模流程文字描述和代码.
易读性. 在观看学习课程视频的时候，请认真记录老师讲解的内容。在此基础上，组织完整的语句形成学习笔记，杜绝简单的摘抄和罗列. 笔记的内容对于初学者是友好的，容易理解；
完整性. 笔记内容应包含本章节的主要知识点，需要加入自己的阐述和理解，可以做适当的延伸，杜绝机械的重复. 使用多种展现形式（如代码、图片）来丰富学习笔记是欢迎的;
规范性. 学习笔记使用外部的资料需要注明引用来源，学习笔记以Word格式/Markdown格式文档提交. 课程助教会评审提交的学习笔记，反馈评审意见. 学习笔记在数据酷客平台发布前 ，需要根据评审意见进行优化.