统计学习概览，了解基本的机器学习知识。

本文为Datawhale8月组队学习——动手学数据分析课程的系列学习笔记(5)，主要介绍了数据建模与评估的相关内容。数据建模部分主要涉及模型的选择和评估方法，实际上这部分的内容已经超出了数据分析入门课程的范畴，数据建模涉及另外一套完整的理论体系，仅仅两天学习是完全不够的，需要后续的补充完善。

本文为Datawhale8月组队学习——动手学数据分析课程的系列学习笔记(4)，主要介绍了数据可视化的相关内容。

本文为Datawhale8月组队学习——动手学数据分析课程的系列学习笔记(3)，主要介绍了数据重构包含的内容：数据的合并、变形和分组以及相应的python实现。

本文为Datawhale8月组队学习——动手学数据分析课程的系列学习笔记(2)，主要介绍了数据的清洗（缺失值/重复值）以及数据特征的处理——连续型数据的离散化（数据分箱）以及类别数据的几种编码方式。

本文为Datawhale8月组队学习——动手学数据分析课程的系列学习笔记(1)。数据分析包含数据加载、探索性数据分析、数据清洗、特征处理、数据建模、模型评估等多个步骤。在进行数据分析之前，需要载入我们获取的数据集，并通过探索性分析初步了解数据的结构、组成和特征。

缓慢而乏味的学习过程，每个人都经历过。信誓旦旦要学好一门编程语言，于是在知乎上查了大神们推荐的学习路径，买了教程里推荐的教材，下好推荐的 IDE ，一切准备就绪，心想着刷级打怪之路就此开始，结果书还没看几页，困意先盖过了求知欲。即便是认真敲了几天代码，基本的语法都学了一遍，到实际应用的时候，却完全无法下手，让人不禁开始对自己的学习能力产生怀疑。