趋近智
数据科学导论
章节 1: 数据科学入门
数据科学的定义
数据科学的重要性
数据科学家的职责
必备技能概览
数据科学常用工具
章节 2: 认识数据基本知识
什么是数据？
结构化数据与非结构化数据
定量数据与定性数据
常见数据格式
理解数据属性和特征
元数据简介
章节 3: 数据科学流程
数据科学工作流程概述
明确问题或疑问
数据获取方法
数据准备概述
理解探索性数据分析
模型构建原理介绍
沟通发现
章节 4: 数据收集与准备
识别数据来源
导入数据
数据清洗简介
处理缺失值
识别潜在异常值
基本数据转换需求
动手实践：简单数据加载
章节 5: 进行基本数据分析
开始数据初步分析 (EDA)
计算汇总统计量
测量数据分散度
理解频率分布
区分相关性与因果关系
假设基本原理介绍
动手实践：计算基本统计量
章节 6: 数据可视化概览
数据可视化的目的
常见图表类型说明
选择合适的图表
有效可视化的原则
可视化工具概览
动手实践：制作基本图表
常见数据格式
这部分内容有帮助吗？
- Python for Data Analysis: Data Wrangling with pandas, NumPy, and IPython, Wes McKinney, 2022 (O'Reilly Media) - 一本关于使用 Python 进行数据操作的实用指南，涵盖了使用 pandas 库加载和处理 CSV 和 JSON 等格式的数据。
- The JSON Data Interchange Format, T. Bray, Ed., 2017 RFC 8259, Internet Engineering Task Force (IETF) (IETF Trust) - 定义了 JSON（JavaScript 对象表示法）格式，对于理解其语法和在网络数据交换中的常见用途至关重要。
- Common Format and MIME Type for Comma-Separated Values (CSV) Files, Y. Shafranovich, 2005 RFC 4180, Internet Engineering Task Force (IETF) (The Internet Society) - 描述了 CSV 文件的通用格式，包括分隔符和带引号字段的规则，作为被广泛接受的定义。
- Database System Concepts, Avi Silberschatz, Henry F. Korth, S. Sudarshan, 2019 (McGraw-Hill) - 一本广泛使用的学术教材，提供了数据库系统和数据组织的基础原则。