来源书籍

图解数据科学

数据科学导论类

知识图谱（低浓度 + 高稳定性）

全书以"图解"形式对数据科学生态做广谱概览——第1章讲支撑技术与职业分工，第2章讲数据 的表示与描述性统计，第3章讲数据处理与建模方法概览（相关/回归/降维/聚类/仿真），第4章讲统计学 基础（概率、抽样、假设检验），第5章讲AI/机器学习基础（学习范式、评价指标、常见算法家族），第6章 讲数据安全与隐私。每个小节篇幅极短（多数1-2页配图），以"这是什么、为什么这样称呼"的定义式讲解 为主，很少展开"为什么必须这样设计"的权衡取舍，信息浓度偏低。但内容是数据科学领域的通用概念 （数据尺度、方差、假设检验逻辑、机器学习评价指标、个人信息处理原则等），不绑定具体工具版本或 市场格局，即使放到5-10年后依然成立，稳定性高。少数内容（如"当下 Python/Julia 语言的流行度、 Jupyter Notebook 命名由来"）偏时效性花絮，不影响整体判断。

类别清单覆盖

8/8

已覆盖 8 补充生成 0 未覆盖 0

全书概览

图解数据科学

Skill 版本：v1

类别：数据科学导论类

四象限结论：知识图谱（低浓度 + 高稳定性）

理由：全书以”图解”形式对数据科学生态做广谱概览——第1章讲支撑技术与职业分工，第2章讲数据 的表示与描述性统计，第3章讲数据处理与建模方法概览（相关/回归/降维/聚类/仿真），第4章讲统计学 基础（概率、抽样、假设检验），第5章讲AI/机器学习基础（学习范式、评价指标、常见算法家族），第6章 讲数据安全与隐私。每个小节篇幅极短（多数1-2页配图），以”这是什么、为什么这样称呼”的定义式讲解 为主，很少展开”为什么必须这样设计”的权衡取舍，信息浓度偏低。但内容是数据科学领域的通用概念 （数据尺度、方差、假设检验逻辑、机器学习评价指标、个人信息处理原则等），不绑定具体工具版本或 市场格局，即使放到5-10年后依然成立，稳定性高。少数内容（如”当下 Python/Julia 语言的流行度、 Jupyter Notebook 命名由来”）偏时效性花絮，不影响整体判断。

章节进度追踪表

章节号 章节标题 精读/略读 状态 卡片数
00 前言 略读：作者写作动机说明，无独立信息点 done 0
01 第1章 数据科学的支撑技术 精读：数据/信息/大数据/结构化数据等基础概念的实质性讲解 done 26
02 第2章 数据的基础 精读：数据尺度、描述统计量、图表选择的实质性讲解 done 18
03 第3章 数据处理与充分利用 精读：相关/回归/降维/聚类/仿真等方法的实质性讲解 done 18
04 第4章 需要了解的统计学知识 精读：概率、分布、假设检验的实质性讲解 done 16
05 第5章 需要了解的有关人工智能的知识 精读：AI/机器学习基础概念与算法家族的实质性讲解 done 18
06 第6章 有关安全与隐私的问题 精读：数据伦理、个人信息处理、数据治理机制的实质性讲解 done 14

待关联术语

术语名 出现章节 一句话语境
金融科技（FinTech） 第1章 提及是金融与技术结合产生的电子结算、理财、汇款等便捷服务，未展开具体机制
对应分析 第3章 提及是基于交叉汇总、用平面展示问卷调查项目间关联的方法，仅一句话定义未展开

引用文献

标题 类型 出现章节 一句话语境

实践卡进度

序号 实践标题 实践方式 状态 关联章节 产出
1 用本仓库真实书籍数据做相关系数与回归分析 真实任务 done 相关/回归相关章节 章节数-卡片数散点图与回归方程
2 用t检验比较不同类别书籍的卡片密度是否有显著差异 真实任务 done 假设检验相关章节 两类书籍t检验计算结果

类别清单核对（数据科学导论类）

维度 覆盖状态 关联卡片标题或未覆盖理由
数据科学的学科交叉定位 已覆盖 数据科学的跨学科定义；数据科学家、数据工程师、数据分析师的职业分工
数据的分类与表示 已覆盖 结构化数据与非结构化数据；数据尺度的四种类型
描述性统计与可视化方法选择 已覆盖 平均值中位数众数与鲁棒性；方差与标准偏差；柱形图与折线图的选择；饼状图与条形图的选择；雷达图与箱形图
数据处理与建模方法概览 已覆盖 散点图协方差与相关系数；回归分析与最小二乘法；多重回归分析与逻辑回归分析；维度与主成分分析；聚类与k均值算法；分层次聚类的距离计算方法
统计推断基础 已覆盖 描述统计学与推断统计学；总体样本与随机抽样；均匀分布二项分布与正态分布；点估计区间估计与置信区间；假设检验的原假设与备择假设
AI/机器学习基础概念 已覆盖 机器学习的三种范式；混淆矩阵准确率精确率召回率与F值；过拟合与欠拟合；神经网络损失函数与误差反向传播法；决策树不纯度与信息增益
数据治理与安全隐私 已覆盖 信息伦理与数据伦理；个人信息保护法的演进逻辑；GDPR与CCPA；假名化匿名化与k匿名化；最小特权访问控制与备份的风险；审计与数据泄露防护
数据科学工程基础设施 已覆盖 数据基础设施与数据管道；商业智能仪表盘；主数据与元数据；数据仓库数据湖与数据集市；ETL与EAI_ESB

章节与卡片

01 数据科学的支撑技术

  1. 数据与信息的区别 普通读书笔记卡
  2. 信息社会与信息化社会的区别 普通读书笔记卡
  3. 数据科学的跨学科定义 普通读书笔记卡
  4. 数据挖掘的定义 普通读书笔记卡
  5. 数据科学家、数据工程师、数据分析师的职业分工 普通读书笔记卡
  6. 结构化数据与非结构化数据 普通读书笔记卡
  7. 大数据的3个V与5个V 普通读书笔记卡
  8. 整齐数据与杂乱数据 普通读书笔记卡
  9. 主数据与元数据 普通读书笔记卡
  10. 数据基础设施与数据管道 普通读书笔记卡
  11. 商业智能仪表盘 普通读书笔记卡
  12. 算法与数据结构的关系 普通读书笔记卡
  13. 模型与建模 普通读书笔记卡
  14. 数据分析语言的三种定位 普通读书笔记卡
  15. 开放数据与WebAPI 普通读书笔记卡
  16. 竞赛式学习 普通读书笔记卡
  17. 数字化转型的三个阶段 普通读书笔记卡
  18. 聊天机器人的自动应答机制 普通读书笔记卡
  19. 推荐系统的运作逻辑 普通读书笔记卡
  20. 购物篮分析与关联分析 普通读书笔记卡
  21. RFM分析 普通读书笔记卡
  22. 动态定价 普通读书笔记卡
  23. 概念验证与小规模启动 普通读书笔记卡
  24. PDCA循环与OODA循环 普通读书笔记卡
  25. KPI、KGI、KSF指标体系 普通读书笔记卡
  26. 用例与利益相关者 普通读书笔记卡

02 数据的基础

  1. 数据尺度的四种类型 普通读书笔记卡
  2. 频数分布表与直方图 普通读书笔记卡
  3. 柱形图与折线图的选择 普通读书笔记卡
  4. 饼状图与条形图的选择 普通读书笔记卡
  5. 雷达图与箱形图 普通读书笔记卡
  6. 平均值、中位数、众数与鲁棒性 普通读书笔记卡
  7. 方差与标准偏差 普通读书笔记卡
  8. 变异系数、标准化与偏差值 普通读书笔记卡
  9. 异常值与缺失值 普通读书笔记卡
  10. 帕累托定律与长尾效应 普通读书笔记卡
  11. 数据可视化与文字云图 普通读书笔记卡
  12. BI工具与OLAP 普通读书笔记卡
  13. 数据仓库、数据湖与数据集市 普通读书笔记卡
  14. ETL与EAI、ESB 普通读书笔记卡
  15. ER图、DFD图与CRUD表 普通读书笔记卡
  16. 数据库正规化与非正规化 普通读书笔记卡
  17. OCR与OMR 普通读书笔记卡
  18. 条形码、二维码与NFC 普通读书笔记卡

03 数据处理与充分利用

  1. 时间序列数据的趋势、噪声与周期 普通读书笔记卡
  2. 日志与转储文件 普通读书笔记卡
  3. 移动平均法与加权移动平均法 普通读书笔记卡
  4. 散点图、协方差与相关系数 普通读书笔记卡
  5. 相关关系、因果关系与伪相关 普通读书笔记卡
  6. 交叉汇总 普通读书笔记卡
  7. 联合分析与直交表 普通读书笔记卡
  8. 维度与主成分分析 普通读书笔记卡
  9. 欧几里得距离与曼哈顿距离 普通读书笔记卡
  10. 余弦相似度与Word2Vec 普通读书笔记卡
  11. 预处理、数据准备与数据清洗 普通读书笔记卡
  12. 回归分析与最小二乘法 普通读书笔记卡
  13. 多重回归分析与逻辑回归分析 普通读书笔记卡
  14. 判别分析与马哈拉诺比斯距离 普通读书笔记卡
  15. 费米估算 普通读书笔记卡
  16. 伪随机数与蒙特卡罗法 普通读书笔记卡
  17. 德尔菲法与指数平滑法 普通读书笔记卡
  18. 多变量分析与数量化理论 普通读书笔记卡

04 需要了解的统计学知识

  1. 描述统计学与推断统计学 普通读书笔记卡
  2. 总体、样本与随机抽样 普通读书笔记卡
  3. 统计概率、数学概率与期望值 普通读书笔记卡
  4. 同时概率、独立性与互斥性 普通读书笔记卡
  5. 条件概率与概率乘法定理 普通读书笔记卡
  6. 先验概率、后验概率与贝叶斯定理 普通读书笔记卡
  7. 均匀分布、二项分布与正态分布 普通读书笔记卡
  8. 中心极限定理与大数定律 普通读书笔记卡
  9. 概率密度函数与累积分布函数 普通读书笔记卡
  10. 点估计、区间估计与置信区间 普通读书笔记卡
  11. 标准误差、无偏方差与t分布 普通读书笔记卡
  12. 假设检验的原假设与备择假设 普通读书笔记卡
  13. 拒绝域、显著性水平与双侧/单侧检验 普通读书笔记卡
  14. p值与第一类、第二类错误 普通读书笔记卡
  15. Z检验与t检验 普通读书笔记卡
  16. χ2检验与F检验 普通读书笔记卡

05 需要了解的有关人工智能的知识

  1. 人工智能与图灵测试 普通读书笔记卡
  2. 机器学习的三种范式 普通读书笔记卡
  3. 混淆矩阵、准确率、精确率、召回率与F值 普通读书笔记卡
  4. 交叉验证 普通读书笔记卡
  5. 过拟合与欠拟合 普通读书笔记卡
  6. 神经网络、损失函数与误差反向传播法 普通读书笔记卡
  7. 梯度下降法、局部解与学习率 普通读书笔记卡
  8. 深度学习、CNN与RNN 普通读书笔记卡
  9. 偏差-方差分解与折中 普通读书笔记卡
  10. 正则化、拉索回归与岭回归 普通读书笔记卡
  11. 聚类与k均值算法 普通读书笔记卡
  12. 分层次聚类的距离计算方法 普通读书笔记卡
  13. 决策树、不纯度与信息增益 普通读书笔记卡
  14. 随机森林、集成学习与提升方法 普通读书笔记卡
  15. 支持度、置信度与提升度 普通读书笔记卡
  16. 支持向量机与硬余量、软余量 普通读书笔记卡
  17. 自动化机器学习与可解释性人工智能 普通读书笔记卡
  18. 运筹学与数理优化 普通读书笔记卡

06 有关安全与隐私的问题

  1. 信息伦理与数据伦理 普通读书笔记卡
  2. 统计造假与技术人员伦理 普通读书笔记卡
  3. 数据偏差与算法偏差 普通读书笔记卡
  4. 个人信息保护法的演进逻辑 普通读书笔记卡
  5. GDPR与CCPA 普通读书笔记卡
  6. 假名化、匿名化与k-匿名化 普通读书笔记卡
  7. 数据驱动型社会与信息银行 普通读书笔记卡
  8. 信息安全政策与隐私政策 普通读书笔记卡
  9. 选择加入与选择退出 普通读书笔记卡
  10. 数据的著作权归属 普通读书笔记卡
  11. 抓取与爬取 普通读书笔记卡
  12. 最小特权、访问控制与备份的风险 普通读书笔记卡
  13. 审计与数据泄露防护 普通读书笔记卡
  14. 再现性与幂等性 普通读书笔记卡

相关主题

暂无公开主题。