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
沟通发现
这部分内容有帮助吗？
- Storytelling with Data: A Data Visualization Guide for Business Professionals, Cole Nussbaumer Knaflic, 2015 (John Wiley & Sons) - 一本实用的指南，用于制作引人入胜的数据可视化和叙述，针对不同受众，强调清晰度和影响力。
- Show Me the Numbers: Designing Tables and Graphs to Enlighten, Stephen Few, 2012 (Analytics Press) - 提供核心原则和实用指导，用于设计有效表格和图表，以清晰准确地呈现定量信息。
- Good Charts: The HBR Guide to Making Smarter, More Persuasive Data Visualizations, Scott Berinato, 2016 (Harvard Business Review Press) - 提供创建有影响力的图表策略，以与商业受众产生共鸣并推动明智决策。
© 2025 ApX Machine Learning用心打造