数学之基石与历史

数学也是源于现实现生活的。

  1. 如何建模
  2. 建立预测 -> 反馈 -> 决策 -> 总结

如何建模

建模思路 Mathematical_optimization

  1. 建立目标方程
  2. 寻找约束条件
  3. 利用拉格朗日乘法与KKT来建立解方程式
  4. 通过求极值或者解方程来得目标条件
  5. 分析目标条件性质，再进一步优化计算，或者寻找简化计算

如何进行数据的预处理

  1. 读入与选择数据 可以用pandas
  2. 预处理
    1. 填充missing数据 sklearn.processing.Imputer
    2. 数字化 encoding catagoritcal data label sklearn.proprocessing labelEndcoder,OneHotEncoder
    3. scale sklearn.processing.StandScaler
    4. cross verify sklearn.cross_validation.tranin_test_split
    5. meterics
  3. traing
  4. test
  5. report and visualization matplotlib, np.meshgrid animation

如何成为一个好数据科学家

  1. 可视化水平
  2. 建模水平
  3. data 清洗的水平
  4. presnetation skill.

数学体系

分析数学: 极限是核心，而概率论是建立在测度理论之上的。

微积分: 分析的古典时代，从牛顿到柯西再到勒贝格积分。

集合论中基本概念: 集合，关系，函数，等价

现代代数入门是: 线生代数与抽象代数(近世代数). 主要研究的是运算规则。 一个集合再加上一套运算规则，就构成一个代数结构。:：w

各种投影变换以及group功能不就是降维的过程。 最简单的降维那就是压缩编码。

_images/MathTree.png

数学体体系之树 [1]

脚注

[1]https://mp.weixin.qq.com/s?__biz=MzA5ODUxOTA5Mg==&mid=400205070&idx=1&sn=23a277f30a356fa932153264bc65b34b##