【知识星球】：Python数据科学学习社区

因为一直都没有对本身的知识星球正式的作过介绍，你们可能不是很熟悉，甚至不知道有它的存在。可是最近，好多朋友私聊问我，想知道知识星球里面都是些什么内容，加入后会有什么帮助，以及一些相关问题。针对你们的提出，我进行了记录，并加以总结，正好也想借此机会向你们正式地介绍一下个人知识星球。

自我介绍

熟悉个人朋友可能都知道我是转行作数据挖掘的。我之前是一名工做于传统制造行业普普统统的初级工程师，凭借本身对数据分析的兴趣和爱好，从零自学并成功转行。目前就任于一家大型互联网金融公司，并担任数据挖掘岗位一职。

以前就发过转行的经历以及转行数据分析的学习清单，想了解的朋友请看下面连接：

• 转行数据分析的亲身经历

• 【精华分享】：转行数据分析的一份学习清单

不得不说，从原来的岗位转行至此，我本身很满意。不管是工做环境，仍是薪资水平都有了巨大的提高，以前的全部努力和付出并无白费，都是值得的。

目前，本身还在不断学习和补充不足的过程当中，虽然不是什么大佬，但对数据分析和数据挖掘也有了必定的认识和理解。所以，我但愿经过知识星球将本身的经验和心得体会与你们分享。

知识星球介绍

星球目前情况

星球名称为：Python数据科学

自星球开创至今为止2个月，星球总人数达到73人。人数并很少，由于我不多推广本身的知识星球，而且我也不会主动忽悠任何粉丝加入星球。加入星球的朋友们都是感兴趣自愿加入的，以及加入后以为不错推荐另一些朋友加入的。

星球面向群体

创办星球是但愿加入的朋友能有所收获，不论你是什么基础，什么专业，若是你对数据分析，数据挖掘感兴趣，或者正在准备转行中，本星球随时欢迎。

有些朋友刚入门Python担忧本身跟不上。但其实已经入门Python的朋友都知道，入门Python的速度是很是快的，这也得益于这门语言的伟大。可能惟一须要担忧的就是数据挖掘的一些理论基础，这些知识确实须要积累，不是速成能完成的，不过这些也均可以在实战项目中边练边学，这样学习效率也会事半功倍。而且，星球中发表的内容都是永久留存的，能够反复查阅和下载，加入后的一年以内都彻底有效。

固然，以上只是我的建议，最后仍是要根据我的状况来进行选择，选择合适的，选择正确的。

星球提供内容

星球的内容主要侧重于爬虫，数据分析和数据挖掘这几个方面的技术，加入星球你同时将有如下几点的收获：

1. 学习了解多个数据挖掘的实战项目，并得到全部项目的详细讲解和源码

目前为止，本星球已经完成了3个数据挖掘的实战项目，这三个项目分别是：

北京二手房房价分析预测

该项目完成了从爬虫，到数据分析，再到机器学习预测的三部曲，一条龙的操做对于初学者入门能够说是再好不过的练手项目。

• 从爬虫到机器学习预测，我是如何一步一步作到的？

• 数据分析实战—北京二手房房价分析

• 数据分析实战—北京二手房房价分析（建模篇）
  

Kaggle竞赛Taitanic生还者预测（排名5%）

Kaggle数据挖掘竞赛入门级项目，带你参赛并学习如何作到排名top5%，分享高分数的经验和数据挖掘技巧。

• 【Kaggle入门级竞赛top5%】— 分析篇

• 【Kaggle入门级竞赛top5%】— 建模篇

P2P互联网金融网贷评分卡

了解行业背景，掌握常见技术问题，并学会创建一套完整的网贷申请信用评分卡模型和评估方法。

固然，后续还会继续分享一些好的项目，目前拟定下一个项目是使用无监督聚类实现用户分类。

2. 分享关于数据分析的转行经验，包括面试技巧，简历模板，学习路线和注意事项

如下是星球主题中分享的部份内容，关于转行数据分析工做的：

另外一个好消息是，前不久已经有位星友成功转行数据分析，薪水待遇都不错，并在专属群里进行了一些经验分享。固然，他的成功是由于他本身的努力得来的，可是我但愿他从星球里学习的项目，方法和建议哪怕只有1%帮到他了，那也是值得的。

3. 在星球里，你能够提问并获得专业的回答

在星球里的朋友都知道个人回答质量和回答速度是如何的。下面贴几张图：

4. 除了获取包括爬虫，数据分析，机器学习等500G+的海量学习资源外，还有一些私藏的学习资料

• 【限时下载】500g+超全学习资源免费领取，干货来袭！

以上资源是对公众号粉丝免费公开的，你们皆可下载自行学习。除了这些以外，星球会分享一些额外的私藏资料，包括互联网金融行业中的一些报告，风险控制建模方法，以及非公开的一些资料。