数学之基石与历史¶
数学也是源于现实现生活的。
- 如何建模
- 建立预测 -> 反馈 -> 决策 -> 总结
如何建模¶
建模思路 Mathematical_optimization
- 建立目标方程
- 寻找约束条件
- 利用拉格朗日乘法与KKT来建立解方程式
- 通过求极值或者解方程来得目标条件
- 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¶
- 读入与选择数据 可以用pandas
- 预处理
- 填充missing数据 sklearn.processing.Imputer
- 数字化 encoding catagoritcal data label sklearn.proprocessing labelEndcoder,OneHotEncoder
- scale sklearn.processing.StandScaler
- cross verify sklearn.cross_validation.tranin_test_split
- meterics
- traing
- test
- report and visualization matplotlib, np.meshgrid animation
如何成为一个好数据科学家¶
- 可视化水平
- 建模水平
- data 清洗的水平
- 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。
脚注
[1] | https://mp.weixin.qq.com/s?__biz=MzA5ODUxOTA5Mg==&mid=400205070&idx=1&sn=23a277f30a356fa932153264bc65b34b## |