《像数据达人一样思考和沟通：数据科学、统计学与机器学习极简入门》随笔.docxVIP

本文档只有word版，所有PDF版本都为盗版，侵权必究

《像数据达人一样思考和沟通：数据科学、统计学与机器学习极简入门》读书札记

目录

一、前言....................................................3

1.1书籍简介.............................................3

1.2作者介绍.............................................4

二、数据科学基础篇..........................................6

2.1数据科学的定义与任务.................................9

2.2数据科学的核心技能...................................9

2.2.1数据清洗与预处理................................11

2.2.2数据分析与挖掘..................................12

2.2.3数据可视化与报告撰写............................14

2.3常用数据处理工具与库................................15

2.3.1Python数据处理库................................17

2.3.2R语言数据处理库.................................18

三、统计学基础篇...........................................19

3.1统计学的基本概念....................................20

3.1.1总体与样本......................................21

3.1.2参数与统计量....................................22

3.1.3假设检验与置信区间..............................23

3.2常用统计方法........................................24

3.2.1描述性统计......................................26

3.2.2推断性统计......................................27

3.2.3回归分析........................................29

3.3统计软件与实践......................................30

3.3.1Excel在统计学中的应用...........................31

3.3.2R语言在统计学中的应用...........................33

四、机器学习基础篇.........................................34

4.1机器学习的定义与分类................................36

4.2监督学习算法........................................37

4.2.1线性回归........................................39

4.2.2逻辑回归........................................39

4.2.3支持向量机......................................40

4.3无监督学习算法......................................42

4.3.1聚类分析........................................43

4.3.2降维技术........................................45

4.4半监督学习与深度学习................................46

4.4.1半监督学习......................................48

4.4.2深度学习基础.............