数据科学从入门到实战（套装全8册）(etc.)

书: https://pan.baidu.com/s/1untyKaWXt7RJt7udfaVI6A?pwd=44y8
笔记如下：

1. Python数据科学基础：NumPy数组运算、Pandas数据处理与Matplotlib/Seaborn可视化技术。
2. 数据清洗实战：处理缺失值（插补/删除）、异常值检测（IQR/Z-Score）与数据标准化方法。
3. 统计分析入门：假设检验（p值、t检验）、相关分析（Pearson/Spearman）与置信区间计算。
4. 机器学习流程：从特征工程（独热编码、分箱）到模型评估（交叉验证、ROC曲线）。
5. 监督学习算法：

• 线性回归（正则化：Lasso/Ridge）
• 决策树（ID3/C4.5/CART）
• SVM（核函数选择）

1. 无监督学习：K-Means聚类、DBSCAN密度聚类与PCA降维的数学原理。
2. 深度学习入门：TensorFlow/Keras实现CNN图像分类、RNN文本生成。
3. 自然语言处理：词袋模型、TF-IDF与BERT预训练模型的应用场景。
4. 时间序列分析：ARIMA模型、Prophet预测与异常检测（STL分解）。
5. 大数据技术栈：PySpark分布式计算、HDFS存储与Dask并行处理框架。
6. SQL与NoSQL：对比关系型数据库（MySQL）与文档数据库（MongoDB）的查询优化。
7. AB测试设计：样本量计算、双样本t检验与结果显著性解读。
8. 特征工程进阶：
   • 文本特征（Word2Vec）
   • 图像特征（SIFT/HOG）
   • 时序特征（滑动窗口统计）
9. 模型解释性：SHAP值、LIME局部解释与特征重要性排序。
10. 推荐系统：协同过滤（UserCF/ItemCF）与矩阵分解（ALS算法）。
11. 图数据分析：NetworkX构建社交网络，PageRank算法原理。
12. 自动化机器学习：AutoML工具（TPOT/Auto-sklearn）实现超参数优化。
13. 数据产品开发：使用Flask/Dash构建数据可视化仪表盘。
14. 数据科学伦理：GDPR合规性、偏差检测（FairML）与数据匿名化技术。
15. 行业案例：
    • 金融风控（信用评分卡）
    • 医疗（影像识别）
    • 零售（用户分群与销售预测）