机器学习项目 该存储库包含我在第一周完成的数据科学项目。 这些项目涵盖数据分析和可视化，功能工程，不同机器学习模型（随机森林，线性回归，决策树，朴素贝叶斯，ARIMA）的应用，超参数优化和正则化，自然语言处理和时间序列分析。 Gapminder-可视数据分析 数据： 目标：创建动画散点图 描述性统计，使用Matplotlib和Seaborn进行绘图 泰坦尼克号-分类项目 数据： 目标：应用机器学习模型预测泰坦尼克号上的乘客生存 探索泰坦尼克号数据集并建立基线模型 训练逻辑回归和随机森林分类

嗨，我是Josua Naiborhu :Indonesia: :waving_hand: :graduation_cap: :laptop: 我是一名业务分析师，正在向决策科学家过渡。 我喜欢创造可以提升人们水平和建立社区的技术。 我属于“的数据科学奖学金python路线”，该路线由初始化，适用于通过对数据科学感兴趣的任何人。 我喜欢学习的一些技术包括Python，PostgreSQL，Tableau和PySpark。 我也在中学习AWS在数据科学中的用法。 我也喜欢使用对可视化技能进

seaborn：统计数据可视化 Seaborn是基于matplotlib的Python可视化库。 它提供了用于绘制吸引人的统计图形的高级界面。 文献资料 在线文档位于 。 这些文档包括一个，， 和其他有用的信息。 要在本地构建文档，请参考 。 依存关系 Seaborn支持Python 3.7+，并且不再支持Python 2。 安装需要 ， 和 。 某些功能（如果有）将可选地使用和/或 。 安装 可以从PyPI安装最新的稳定版本（和必需的依赖项）： pip install seaborn