資料科學最近成為計算機的熱門領域。資料科學是利用計算機的運算能力對資料進行處理，從資料中提取資訊，進而形成“知識”。它已經影響了計算機視覺、訊號處理、自然語言識別等計算機分支。資料科學已經在IT、金融、醫學、自動駕駛等領域得到廣泛使用。(如果你熟知中情局的稜鏡洩密事件，你會發現資料科學已經在情報領域廣泛使用。)

在這系列文章中，我希望能完成從機率論，統計，到機器學習的整個資料分析的鏈條。傳統意義上的資料處理是用統計方法實現的，而機率論是統計的基礎。隨著計算機處理能力的增強，一些需要大量運算的資料分析方法得到快速發展。機器學習實際上是一個混合體，包括一些在計算機領域中發展的演算法，也包括一些傳統統計中已經存在，但受限於計算能力的統計方法。另一方面，從資料中提煉知識是機器學習的主要目的，這與統計推斷密切相關。因此，從傳統的機率和統計出發，更容易理解機器學習的內涵。

當然，這樣做的困難之處是要覆蓋許多內容。嚴格的敘述有時會顯得比較無聊。我會盡力引入實用的程式設計例子，以便能形成更好的觸覺。程式設計工具會以Python語言為主，配以第三方的包，如Numpy, Scipy, Matplotlib, scikit-learn。統計和機器學習同樣可以在其他語言中實現，比如Matlab和。如果你熟悉相應的工具，不難寫出類似功能的程式碼。

機率論

機率概述

計數

機率公理

條件機率

隨機變數

離散分佈

連續分佈

聯合分佈

隨機變數的函式

期望

方差與標準差

協方差與相關係數

矩與矩生成函式

中心極限定律

數學與程式設計：“機率論”總結

統計基礎

統計概述

資料描述

引數估計

區間估計

假設檢驗

線性迴歸

ANOVA

無參估計

貝葉斯方法

多變數資料

線性代數01 線性的大腦

PCA分析

時序分析

訊號與頻譜

機器學習

聚類演算法

神經網路

馬科夫鏈

繪圖工具

1) matplotlib:

matplotlib核心剖析

參考書籍

見豆列

資料科學