【课程笔记】《Udacity数据分析（入门）》「纳米学位」——自选课程：数据分析初探——By Tensor麻麻麻

1、了解数据和统计基础

数据类型
数值	连续	离散
	身高、年龄、收入	书中的页数、院子里的树、咖啡店里的狗
分类	定序	定类
	字母成绩等级、调查评级	性别、婚姻状况、早餐食品

2、描述统计学基础

在分析离散数值数据和连续数值数据的时候，我们从四个角度：

• center（集中趋势）
• spread（离散程度）
• shape（形状）
• outliers（异常值）

center 集中趋势

三大测量方法：mean（均值）、median（中位数） 、mode（众数）

3、理解数据分析过程

数据分析步骤：

• question（提出问题）
• wrangle（整理数据）
  收集数据（gather data）、评估数据(assess data)、清理数据（clean data）
• explore（探索数据EDA——explore data analysis）
  寻找数据模式（finding patterns）、可视化数据中的相关性（visualizing relationships）、对处理对象的直观认知、剔除异常值
• draw conclusions(得出结论、甚至作出预测)
  通过借助machine learning、inferential statistics（推断统计学）来实现预测
• communicate（进行交流）
  数据可视化