刘岳洋 Kingston Introduction to Data Science - STAT 161
- Student: 刘岳洋，专业 - 数学统计，课程 - Introduction of Data Science
- Tutor: Stanley
Tips
- 代码无限多，核心和基础熟练是重点
- 模仿-理解-尝试-犯错-总结-创造
- 理解的最佳方式是表达
- 课后动手（关注报错）
- 考试形式
L1 Introduction
数据科学核心概念与学科区别（Data Science Fundamentals & Key Distinctions）
What is Data Science?
- 核心定义：通过计算手段从数据中了解世界（Learning about the world from data using computation）。
- 探索（Exploration）——“看过去/找规律”
- 意思：拿到数据先画图，看看里面有什么肉眼能发现的趋势或规律。
- 例子：把过去一年的销量画成折线图，一眼看出“每年 11 月销量都会暴涨”。
- 预测（Prediction）——“猜未来/未知”
- 意思：利用现有的数据和算法，去猜测还没发生或者没看到的数据。
- 例子：根据你过去的浏览历史，用机器学习算法猜你下一个想买什么，并推荐给你。
- 推断（Inference）——“下结论/求证实”
- 意思：用严谨的统计学，从一部分数据（样本）推断出整体情况，确保结论不是巧合。
- 例子：测了 1000 个人的临床数据，用统计推断证明“新药确实有效，而不是运气好刚好这 1000 个人康复了”。
- 探索（Exploration）：识别数据中的模式（Identifying patterns in data），主要使用可视化工具（Uses visualizations）。
- 预测（Prediction）：对未观察到的数据做出明智的推测（Making informed guesses about unobserved data），主要使用机器学习和优化方法（Uses machine learning and optimizations）。
- 推断（Inference）：利用数据对现实世界得出可靠的结论（Using data to draw reliable conclusions about the world），主要使用统计学方法（Uses statistics）。
lec01 ipynb
Syllabus
Evaluation
- Labs Participation and Group Work 10% Lab Individual Work 10% Midterms 30% Final, Exam 50%
- (Students can miss up to 2 labs without any documents. The lowest two lab grades are dropped. )
Schedule
1 Introduction to Data Science
2 Causality and Experiments
3 Programming in Python
4 Data Types
5 Sequences
6 Tables
7 Visualization
8 Functions and Tables
9 Randomness
10 Sampling and Empirical Distributions
11 Hypothesis Testing
12 Comparing Two Samples
13 Estimation
14 Mean: population mean, sample means, standard deviation, central limit theorem, etc
15 Prediction
16 Inference for Regression
17 Classification
18 Updating Predictions