2.Data Science#

2、数据科学(Data Science)#

2.1 数据统计(Statistics)#

2.1.1 概率论(Probability Theory)#

(1) 随机性、随机变量和随机样本(Randomness,Random Variable and Random Sample)#

(2) 概率分布(Probability Distribution)#

(3) 条件概率和贝叶斯定理(Conditional Probability and Bayes’s Theorem)#

(4) 统计独立性(Statistical Independence)#

(5) 独立同分布(IID,Independent and identically distributed)#

(6) cdf,pdf,pmf#

1.累积分布函数(cdf,Cumulative Distribution Function) 2.概率密度函数(pdf,Probability Density Function) 3.概率质量函数(pmf,Probability Mass Function)

2.1.2 连续分布(Continuous Distributions)#

(1) 正态分布及高斯分布(Normal/Gaussian)#

(2) 一致连续性(Uniform Continuous)#

(3) Beta 分布(Beta Distributions)#

(4).狄利克雷分布(Dirichlet Distribution)#

(5)指数型分布(Exponential Distribution)#

(6) 卡方(chi-square)#

2.1.3 离散分布(Discrete Distributions)#

(1) 均匀离散分布(uniform discrete)#

(2) 二项式分布(Binomial Distribution)#

(3) 多项式分布(Multinomial Distribution)#

(4) 超几何分布(Hypergeometric Distribution)#

(5) 泊松分布(Poisson Distribution)#

(6) 几何分布(Geometric Distribution)#

2.1.4 汇总统计(Summary Statistics)#

(1) 期望和均值(Expectation and mean)#

(2) 方差和标准差(Variance and Standard)#

(3) 协方差与相关性(Covariance and Correlation)#

(4) 中位数与四分位数(Median,Quartile)#

(5) 四分位数范围(Interquartile Range)#

(6) 百分位数/分位数(Percentile/Quantile)#

(7) 众数(Mode (statistics))#

2.1.5 重要规则(Important Laws)#

(1) 大数法则(Law of Large Numbers)#

(2) 中心极限定理(Central Limit Theorem)#

2.1.6 估计(Estimation)#

(1) 极大似然估计(Maximum Likelhood Estimation)#

(2) 核密度估计(Kernel Density Estimation)#

2.1.7 假设检验(Hypothesis Testing)#

(1) P值 (p-value)#

(2) 卡方检验(chi-square-test)#

(3) F检验(F-test)#

(4) t 检验(t-test)#

2.1.8 置信区间(Confidence Interval)#

2.1.9 蒙特卡罗法(Monte Carlo Method)#

2.2 可视化(Visualization)#

2.2.1 图表建议(Chart Suggestions)#

2.2.2 Python库#

(1) Matplotlib#

(2) Plotnine(like ggplot in R)#

(3) Bokeh#

(4) Seaborn#

(5) ipyvolume(3D data)#

2.2.3 Web技术#

(1) Vega-Lite#

(2) D3.js#

2.2.4 仪表盘(Dashboards)#

Dash#

2.2.5 BI#

(1) Tableau#

(2) PowerBI#