问：读书笔记| 面向数据科学家的实用统计学
- 答：date: 2019-03-13 17:11:37
title: 读书笔记| 面向数据科学家的旦物实用统计学
如果你不知道自己在寻找什么, 那么努力寻找吧, 终会发现它. -- Yogi Berra
为此, 人瞎困们提出了统计假设检验方法, 目的是使研究人员免受随机性的愚弄.
正则化是一种通过修改的代价函数去 「惩罚」 模型复杂度(联想一下奥卡姆剃刀原理)的技术.
均值回归现象
女士品茶 -- 费舍尔 -- 数理统计学简史(数理统计学史上相对有趣的故事)
提出假设 -> 设计实验 -> 收集数据 -> 推断/结论
朴素贝叶斯算法
冷启动问题
EDA, 探索性数据分析
estimate 估计量
metric 度量
统计学习基础: 数据挖掘/推理和预测
统计学习基础 ed2
统计学习导论: 基于 R 应用
数磨迟念据挖掘: 实用机器学习工具与技术
数理统计学简史
百万大决定: 世界是如何运作的?
PS: 还有许多论文 , 由于没有受过专门的研究训练, 对论文的处理能力还处在捉襟见肘阶段, 只罗列了部分参考书籍.
问：对数据科学的理解
- 答：数据科学是利用科学方法、流程、算法和系统从数据中提取价值的跨学科领域。
数据科学家综合利用一系列技能（包括统计念姿学、计算机科学和业务知识）来分析从 、智能手罩高乱机、客户、传感器和其他来源收集的数据。
数据科学揭示趋势并产生见解，企业可以利用这些见解做出更好的决策并推出更多创新产品和服务。数据是创新的基石，但是只有数据科学家从数据中收集信息，然后采取行动，才能实现数据的价值。
自1946年第一台通用计算机发明以来，科学研究的实验模拟产出了大量数据，并依靠算法发现其中规律。当马云发自肺腑地宣告“DT时代”到来时，这一切的背后是数据科学的发展。
1974年，着名计算机科学家、图灵奖获得者Peter Naur在物档其着作《计算机方法的简明调研（Concise Survey puter Methods）》的前言中首次明确提出了数据科学（Data Science）的概念。
“数据科学是一门基于数据处理的科学”，并提到了数据科学与数据学（Datalogy）的区别——前者是解决数据（问题）的科学（the science of dealing with data）。
而后者侧重于数据处理及其在教育领域中的应用（the science of data and of data processes and its place in education）。
问：跪求一份3000字的读书报告
- 答：大学作业么，怎么我的和你一样的？
