蝶恋花-诗歌与数据科学

AI深深深几许，迭代堆烟，算法吴重数。回归泛化数深处，层深不见出头路。

机器学习三月暮，头脑稀昏，无计心生怒。泪眼问书书不语，乱码飞过数据库。

诗歌写着写着，鬼使神差地就转了个方向，一头扎进了大数据堆堆里。诗歌和数据科学原本就是不同的维度，我那残缺的、充满糨糊的脑子强行做欧式空间的映射，简直就是饮鸩止渴，好在韧性十足，通过不停迭代地映射，慢慢地也能解决一些问题。。。

带我入门的书是这厮，强烈推荐。在对Python一无所知的情况下，直接抡起斧子，手持书上的代码劈向自己的数据，居然成功地预测出了想要的数值，那感觉估计和猫儿找到了觅小鱼干的方法，再也不用看铲屎官的脸色等猫粮了一样，没当过猫的你能体会到吗？

初尝Python的甜头，边实践边学习，逐步捋清了大数据分析的方法步骤本质，目前为止，学习过的回归算法包括：LinerRegressor，DecisionTreeRegresor, SVR, KNeighborRegressor, RandomForestRegressor, AdaBoostRegressor, GradientBoostingRegressor, BaggingRegressor, ExtraTreeRegressor, XGBRegressor, MLPRegressor共11种。

为拓展自己作为工程师在AI时代的斜杠技能，需结合工作，跟上时代，强化学习。作为一名老阿姨，在记性严重退化的情况下，借助公众号，总结、归纳、汇总自己的学习笔记及完整代码，藉此鞭策自己这匹老马，不停蹄。

初步设想的后期整理顺序：

（一）、数据预处理及可视化

（二）、回归详解

（三）、XGBoost调参

（四）、神经网络及调参

（五）、网络爬虫