<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>资源 on 老张开工了</title>
    <link>/%E8%B5%84%E6%BA%90/</link>
    <description>Recent content in 资源 on 老张开工了</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Fri, 24 Jan 2025 00:00:00 +0000</lastBuildDate>
    <atom:link href="/%E8%B5%84%E6%BA%90/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>持续学习路径</title>
      <link>/posts/2025/01/learning-path/</link>
      <pubDate>Fri, 24 Jan 2025 00:00:00 +0000</pubDate>
      <guid>/posts/2025/01/learning-path/</guid>
      <description>旅程回顾 欢迎来到本系列的最后一篇文章。在过去 24 篇文章中，我们一起走过了从零基础到能够独立完成数据项目的完整旅程。&#xA;基础篇（第 1-6 篇） 你学会了 Python 基础、NumPy、Pandas 和 Matplotlib。这些是数据分析的&amp;quot;手脚&amp;quot;，让你能动手操作数据。&#xA;进阶篇（第 7-12 篇） 你掌握了数据清洗、探索性分析、统计学基础和可视化进阶。你开始能从数据中发现故事。&#xA;高级篇（第 13-18 篇） 你学会了 A/B 测试、机器学习建模、特征工程和模型评估。你具备了用数据预测未来的能力。&#xA;实战篇（第 19-24 篇） 你用完整的项目把前面的知识串联起来：电商分析、用户行为分析、数据管道、大数据、数据产品化，以及本篇的学习路径。&#xA;# 本系列核心技能一览 skills_covered = { &amp;#34;编程基础&amp;#34;: [&amp;#34;Python&amp;#34;, &amp;#34;NumPy&amp;#34;, &amp;#34;Pandas&amp;#34;, &amp;#34;Jupyter&amp;#34;], &amp;#34;数据操作&amp;#34;: [&amp;#34;加载&amp;#34;, &amp;#34;清洗&amp;#34;, &amp;#34;转换&amp;#34;, &amp;#34;合并&amp;#34;, &amp;#34;分组聚合&amp;#34;], &amp;#34;可视化&amp;#34;: [&amp;#34;Matplotlib&amp;#34;, &amp;#34;Seaborn&amp;#34;, &amp;#34;Plotly&amp;#34;, &amp;#34;Streamlit&amp;#34;], &amp;#34;统计分析&amp;#34;: [&amp;#34;描述统计&amp;#34;, &amp;#34;假设检验&amp;#34;, &amp;#34;AB测试&amp;#34;, &amp;#34;回归分析&amp;#34;], &amp;#34;机器学习&amp;#34;: [&amp;#34;Scikit-learn&amp;#34;, &amp;#34;特征工程&amp;#34;, &amp;#34;模型评估&amp;#34;, &amp;#34;调参&amp;#34;], &amp;#34;工程化&amp;#34;: [&amp;#34;ETL管道&amp;#34;, &amp;#34;Airflow&amp;#34;, &amp;#34;PySpark&amp;#34;, &amp;#34;FastAPI&amp;#34;], &amp;#34;产品化&amp;#34;: [&amp;#34;Streamlit仪表盘&amp;#34;, &amp;#34;模型API&amp;#34;, &amp;#34;自动化报告&amp;#34;, &amp;#34;MLOps&amp;#34;], } for category, skills in skills_covered.</description>
    </item>
  </channel>
</rss>
