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
计算汇总统计量
这部分内容有帮助吗？
- OpenIntro Statistics, David M. Diez, Christopher D. Barr, and Mine Çetinkaya-Rundel, 2023 (OpenIntro) - 一本内容全面、免费提供的教科书，涵盖了包括描述性统计、集中趋势和变异性在内的基本统计概念。
- Introduction to Probability and Statistics (MIT OpenCourseWare 18.05), Jeremy Orloff, Jonathan Bloom, 2014 (MIT OpenCourseWare) - 提供了一个结构化的、大学水平的统计学核心概念介绍，包括汇总统计量，适用于学术基础学习。
- An Introduction to Statistical Learning with Applications in Python, Gareth James, Daniela Witten, Trevor Hastie, Rob Tibshirani, Jonathan Taylor, 2023 (Springer) - 一本备受推崇的资源，介绍了统计学习技术，其基础章节涵盖描述性统计和数据分析，现在包含 Python 应用实例。
© 2025 ApX Machine LearningEngineered with