《深入浅出数据科学》斯楠·奥兹德米尔（Ozdemir Sinan）读书笔记

文章结构概览

• 第2章 数据的类型

  • 第7章 统计学基础

  • • 如何描述统计量？
    • 经验法则

  • 第8章 高级统计方法

  • • 点估计法
    • 置信区间
    • 假设检验

  • 第9章 数据可视化技术

  • 第10章 机器学习方法

  • • • 监督学习
      • 无监督学习
      • 强化学习

    • 线性回归模型

    • Logistic回归分析

    • 哑变量处理

  • 第11章 树上无预言，真的吗？

  • • 朴素贝叶斯分类器

    • 决策树模型

    • • 分类树结构

    • 无监督学习方法

    • 特征提取与主成分分析技术

  • 第12章 超越精要内容

  • • 偏差-方差平衡问题
    • K折交叉验证方法
    • 网格搜索算法应用

集成技术方案
神经网络模型

数据类型分类与特征分析

1.结构化数据 ：指的是特征与观察值以表格形式进行存储，即按照行与列的结构组织。

2.数据预处理 ：指将原始数据进行处理，使其转化为可以被系统识别和分析的结构化数据。

3.定量数据 ：通常以数字形式呈现，并且能够支持包括加法在内的各种数学运算。（必须同时满足两个条件：一是数值表示，二是具备运算能力）

**