文档章节

数据分析学习笔记(教材篇)

灰大羊
 灰大羊
发布于 2016/08/06 22:46
字数 815
阅读 90
收藏 5

最近在学习数据科学方面的内容,因为是自学,身边也没有靠谱的老司机带着,工作又不相关,所以只能一点点的摸索。

这篇笔记主要用于罗列一些自学过程中使用的教材和在线课程,并会简要的说明一下对应教材的学习心得。

深入浅出数据分析

Head First系列教程可以说,一直是作为“白板”入门某一领域的首选教材。我在工作之余,用了一周的时间把这本书读完了。

相对来说,在读这本书的时候,如果顺着作者的思路,边读边思考,那么对于数据分析来说,至少会有一个较为直观的印象。不过,要想靠着这本书,达到什么样的程度,很显然是不现实的。

此书主要分为以下几个部分:

  1. 分解数据:介绍了基本的数据分析的流程,「确定目标」「分解目标/数据」「评估并形成结论」「形成决策性建议」。
  2. 实验:介绍了在目标明确的时候,如何使用「随机选择」「关键因素」两个概念来设立合理的实验组以及控制组,从而达到分析选择不同的「实验参数」对实验结果的影响。
  3. 最优化:介绍了如何结合「目标函数」以及多组「制约因素」来得出最优化的结论。
  4. 数据图形化:介绍了对于数据分析来说,为什么「简洁」「直接」「可读」的数据图形是数据分析和决策支持的关键。
  5. 假设检验:介绍了使用「证伪法」来对「备选答案」进行「排除/筛选」。
  6. 贝叶斯统计:介绍了「贝叶斯统计」在数据分析的作用/应用,以及简单使用。
  7. 主观概率:介绍了在没有数据形成概率的时候,如何使用「关键干系人主观概率判断」来进行数据分析,以及如何使用「贝叶斯统计」来修正主观概率的结果。
  8. 启发法:介绍了如何应用多方的「主观推理逻辑/决策树」的「合理交叉点」,来找到合理的「分析点」,从而展开关键数据的收集和分析/挖掘。
  9. 直方图:介绍了直方图的应用场景,以及对于数据的「分布」「差异」「集中」三种趋势如何应用「标准差」进行分析。
  10. 回归:介绍了什么是「回归线」,以及如何从「散点图」中如何利用「均值」来生成「回归线」,并说明「回归线」对于「预测」的重要作用。
  11. 误差:介绍了为什么使用「回归线预测」的结果「不够准确」,以及如何应用「均方根误差」和「合理分区」来优化「回归线预测」。
  12. 关系数据库:介绍了如何将几张有关联关系的数据表格抽取及合并成我们所需要的数据表格,以及为什么使用关系型数据库。
  13. 整理数据:介绍了如何从非格式化数据整理到格式化数据的过程(主要是合理分列)。

© 著作权归作者所有

共有 人打赏支持
灰大羊
粉丝 4
博文 96
码字总数 95147
作品 0
浦东
项目经理
R语言中文社区10篇最火的文章 | 2017大盘点

岁末年终,到了该谈终结的时候。 对此,小编特别精选出10篇,这一年来R社区最火的文章(阅读量最高),分享给一直默默关注社区的你们。 第十名: 如何七周成为数据分析师 “写这个系列,是希...

kmd8d5r
2017/12/30
0
0
机器学习(Machine Learning)&深度学习(Deep Learning)资料(上)

该资源的github地址:Qix 《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning...

ty4z2008
2015/03/18
0
0
十分钟读懂python的“数据库”语言

JOIN可以用或执行。默认情况下, 将在其索引中加入DataFrame。每个方法都有参数,允许您指定要执行的联接类型(LEFT,RIGHT,INNER,FULL)或要联接的列(列名称或索引)。 假设我们有两个与...

frbevrqbn4l
2017/11/09
0
0
python执行各种sql语句,让你分析数据更简洁

由于许多潜在的pandas用户对SQL有一定的了 解 ,因此本页旨在提供一些使用pandas来执行各种SQL操作的示例。 大部分的例子将利用在pandas测试中发现的数据集。我们将数据读入一个名为tips的D...

frbevrqbn4l
2017/11/07
0
0
珍藏资料-机器学习&深度学习-看这几本书就够了

毕业,翻一翻硬盘网盘里面这几年来收集的买的各路教材学习资料,也有不少,有的看完了有的没看完,虽然多数只是看了一点-_-,教材多了反而老老实实看完某一本比较困难而且没体系,效率不高,...

on2way
05/09
0
0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

c语言之内存分配笔记

先看一个数组: short array[5] = {1,2} // 这儿定义的一个int类型的数组,数组第1和第2个元素值是1和2.其余后面默认会给值为0; 或者 short array[] = {1,2};//这儿数组第1和第2个元素,数组...

DannyCoder
43分钟前
0
0
Shell | linux安装包不用选择Y/N的方法

apt-get install -y packageOR echo "y" | sudo apt-get install package

云迹
今天
1
0
Hadoop的大数据生态圈

基于Hadoop的大数据的产品圈 大数据产品的一句话概括 Apache Hadoop: 是Apache开源组织的一个分布式计算开源框架,提供了一个分布式文件系统子项目(HDFS)和支持MapReduce分布式计算的软件架...

zimingforever
今天
4
0
八大包装类型的equals方法

先看其中一个源码 结论:八大包装类型的equals方法都是先判断类型是否相同,不相同则是false,相同则判断值是否相等 注意:包装类型不能直接用==来等值比较,否则编译报错,但是数值的基本类型...

xuklc
今天
2
0
NoSQL , Memcached介绍

什么是NoSQL 非关系型数据库就是NoSQL,关系型数据库代表MySQL 对于关系型数据库来说,是需要把数据存储到库、表、行、字段里,查询的时候根据条件一行一行地去匹配,当量非常大的时候就很耗...

TaoXu
昨天
4
0

没有更多内容

加载失败,请刷新页面

加载更多

下一页

返回顶部
顶部