本文系统梳理了博客内所有与「数据科学」相关的笔记。首先以一幅思维导图总述，据此：
- 了解我现有的技能树 & 未来的成长路径；
- 了解本博客当前关注的领域；
- 激励我持续学习的目标 & 奋斗方向；
对于与我一样在自己探索道路上的朋友，也可以以此作为参考，规划自己的学习路线。
总述导图
- 默认阅读顺序：从右→左，顺时针方向；
- 思维导图软件：XMind
相关笔记
数理统计
- 【汇总】机器学习基础之「统计篇」
- 【笔记】统计（一）描述性统计
- 【笔记】统计（二）概率&概率分布
- 【笔记】统计（三）抽样分布&区间估计
- 【笔记】统计（四）假设检验
- 【笔记】统计（五）两总体均值之差和比例之差的推断
- 【笔记】统计（六）总体方差的统计推断
- 【笔记】统计（七）多个比率的比较&独立性检验&拟合优度检验
- 【笔记】统计（八）实验设计&方差分析
- 【笔记】统计（九）简单线性回归
- 【笔记】统计（十）多元回归&回归分析
- 【笔记】统计（十一）时间序列及预测&非参数方法
Python
- 【汇总】Python 编程核心知识体系
- 【笔记】Python（一）基础篇之「基础&数据类型&控制流」
- 【笔记】Python（二）基础篇之「函数&函数式编程」
- 【笔记】Python（三）基础篇之「模块&面向对象编程」
- 【笔记】Python（四）基础篇之「文件对象&错误处理」
- 【笔记】Python（五）数值计算库之「NumPy」
- 【笔记】Python（六）数值计算库之「Pandas」
- 【笔记】Python（七）数据可视化之「Matplotlib」
- 【笔记】Python（八）常用扩展库
- 【笔记】Python（九）爬虫常用库
机器学习
- 【笔记】机器学习（一）理论准备
- 【笔记】机器学习（二）数据处理&相似/异性度量
- 【笔记】机器学习（三）数学基础之「线性代数」
- 【笔记】机器学习（四）特征工程&模型评估
- 【笔记】机器学习（五）维归约
- 【笔记】机器学习（六）分类方法-理论篇
SQL & 数据库
R
辅助技能
Linux & Shell
Excel
Update Log
- 2017/10/16
