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
第 1 章测验
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
第 2 章测验
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
第 3 章测验
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
第 4 章测验
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
第 5 章测验
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
第 6 章测验
元数据简介
这部分内容有帮助吗？
- Fundamentals of Database Systems, Ramez Elmasri, Shamkant B. Navathe, 2021 (Pearson) - 一本广泛使用的教材，涵盖了数据库模式、数据模型和数据字典，作为结构化数据管理中元数据的基本形式。
- Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems, Martin Kleppmann, 2017 (O'Reilly Media) - 解释了现代数据系统中模式、数据模型和数据演变的作用，强调了元数据如何确保数据的一致性和互操作性。
- Metadata, Marcia Lei Zeng, Jian Qin, 2022 (ALA Neal-Schuman) - 一本基础书籍，全面介绍了元数据的原则、类型、标准及其在信息组织和数据发现中的应用。
© 2025 ApX Machine Learning用心打造