做好工作的数据科学课程

第一学期-基础知识

单位：

• 编程概论
• 统计与模拟
• 项目管理
• 结石
• 数值分析和软件

编程概论

向学生介绍Python（或R）和SQL，使质量达到一定程度，使学生可以轻松地使用numpy和pandas处理数据，并了解如何从数据库检索/编辑数据。 JavaScript，HTML和CSS的基本介绍。

统计与模拟

统计学和随机抽样的理论介绍，直至参数估计和假设检验。 使用黑客统计信息（模拟建模）的实际应用程序。

项目管理

敏捷的IT项目管理讨论和批评。 了解数据收集和分析中的偏见。 Git和协作软件项目。

• 分享可以帮助我们学习
• 蓝鲸-老师有机会了解当今的学生和技术
• Anki音乐
• 借助人类心理学学习任何东西
• 我以为我什么都知道。 辩论证明我没有。

结石

理解机器学习算法的理论基础。 逻辑，线性代数，矩阵，向量，微积分，优化。

数值分析和软件

有限精度计算，算法复杂性，条件和稳定性，线性方程组，优化，对算法数学上下文（SVM等）中某些内容的深入讨论。