关于

我是Duke University在读的研究生，专业是数据科学（Master in Interdisciplinary Data Science）。受启发于李笑来老师，萌生了想法写一个零基础的Data Science入门教程，定位是作为帮助对数据科学（Data Science）感兴趣的朋友们入门的第一个教程。

这个教程会介绍4个基础却重要的统计学模型，它们是数据科学和机器学习领域的基础。虽然简单但是实用，适合入门的初学者。

除此之外，我希望大家可以真正的学会使用这些数据科学的分析方法，理解这些知识的价值。所以在教程中引入了四个实战练习，解决实际问题包括：

• 二手车价格预测
• 糖尿病诊断
• 植物分类

要学习这个教程，你需要你具备以下的基本要求：

• 高中数学基础
• 理解Python的基本概念

教程结构

• 0.1 前言

Section1: 简单线性回归 Simple Linear Regression

• 1.1 简单线性回归（Simple Linear Regression）介绍
• 1.2 实战演练1：预测二手车价格
• 1.3 基础的Data Science知识1

Section2: 多元线性回归 Multiple Linear Regression

• 2.1 多元线性回归（Multiple Linear Regression）介绍
• 2.2 实战演练2：精确的二手车价格预测

Section3: 逻辑回归 Logistic Regression

• 3.1 逻辑回归（Multiple Linear Regression）介绍
• 3.2 实战演练3：糖尿病诊断
• 3.3 基础的Data Science知识2

Section4: 逻辑回归 Logistic Regression

• 4.1 物以类聚的KNN模型
• 4.2 实战演练4：判断鸢尾花的种类

感谢

• 感谢李笑来老师对写作思路的指导。
• 感谢我在Duke的同学阿兰，大华哥帮我校对课程内容。
• 感谢我的好朋友郭小璇，吕一冰从读者的角度提出的建议。

我会持续的优化这个教程，所以期待大家提出问题和反馈建议。可以在Github中提出，或者通过email联系我：[email protected]

期待我们一起学习的旅程!