数据科学,统计概述,信号与频谱

作者：Vamei 出处：http://www.cnblogs.com/vamei 欢迎转载，也请保留这段声明。谢谢！ 

数据科学最近成为计算机的热门领域。数据科学是利用计算机的运算能力对数据进行处理，从数据中提取信息，进而形成“知识”。它已经影响了计算机视觉、信号处理、自然语言识别等计算机分支。数据科学已经在IT、金融、医学、自动驾驶等领域得到广泛使用。(如果你熟知中情局的棱镜泄密事件，你会发现数据科学已经在情报领域广泛使用。)

在这系列文章中，我希望能完成从概率论，统计，到机器学习的整个数据分析的链条。传统意义上的数据处理是用统计方法实现的，而概率论是统计的基础。随着计算机处理能力的增强，一些需要大量运算的数据分析方法得到快速发展。机器学习实际上是一个混合体，包括一些在计算机领域中发展的算法，也包括一些传统统计中已经存在，但受限于计算能力的统计方法。另一方面，从数据中提炼知识是机器学习的主要目的，这与统计推断密切相关。因此，从传统的概率和统计出发，更容易理解机器学习的内涵。

当然，这样做的困难之处是要覆盖许多内容。严格的叙述有时会显得比较无聊。我会尽力引入实用的编程例子，以便能形成更好的触觉。编程工具会以Python语言为主，配以第三方的包，如Numpy, Scipy, Matplotlib, scikit-learn。统计和机器学习同样可以在其他语言中实现，比如Matlab和R语言。如果你熟悉相应的工具，不难写出类似功能的代码。

概率论

概率的历史

计数

概率公理

条件概率

随机变量

离散分布

连续分布

联合分布

随机变量的函数

期望

方差与标准差

协方差与相关系数

矩与矩生成函数

中心极限定律

数学与编程：“概率论”总结

统计基础

统计概述

数据描述

参数估计

区间估计

假设检验

线性回归

ANOVA

无参估计

贝叶斯方法

多变量数据

线性代数01 线性的大脑

PCA分析

时序分析

信号与频谱

机器学习

聚类算法

神经网络

马科夫链

绘图工具

1) matplotlib:

matplotlib核心剖析 

参考书籍

见豆列