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
数据可视化的目的
这部分内容有帮助吗？
- The Visual Display of Quantitative Information, Edward R. Tufte, 1983 (Graphics Press) - 探讨有效展示定量信息的原则，强调清晰度、精确度和完整性。
- Storytelling with Data: A Data Visualization Guide for Business Professionals, Cole Nussbaumer Knaflic, 2023 (Wiley) - 提供通过数据可视化和叙事有效传达见解的实用指导和框架。
- Now You See It: Simple Visualization Techniques for Quantitative Analysis, Stephen Few, 2009 (Analytics Press) - 侧重于将可视化作为探索性数据分析的工具，以发现模式、趋势和异常值。
- R for Data Science, Hadley Wickham and Garrett Grolemund, 2023 (O'Reilly Media) - 提供关于数据可视化和探索性数据分析的全面实用指导，其概念广泛适用于 R 之外的领域。