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
测量数据分散度
这部分内容有帮助吗？
- OpenIntro Statistics, David M. Diez, Christopher D. Barr, and Mine Çetinkaya-Rundel, 2019 (OpenIntro) - 一本免费提供的教材，全面介绍了统计学，包含对描述性统计和变异性度量的详细解释。
- An Introduction to Statistical Learning: With Applications in R, Gareth James, Daniela Witten, Trevor Hastie, and Robert Tibshirani, 2021 (Springer) DOI: 10.1007/978-1-0716-1418-1 - 一本广泛使用的统计学习教材，其入门章节清晰地解释了数据离散度等基本统计概念。
- Introduction to Probability and Statistics (18.05) Course Materials, Jeremy Orloff, Jonathan Bloom, 2014 (Massachusetts Institute of Technology) - 提供课程材料、讲座和作业，涵盖概率与统计的基础概念，包括方差和标准差等描述性度量。
© 2025 ApX Machine Learning用心打造