博主在一开始学习数据科学时，没有人带路，没有一条直接的路径。因此各种信息都接收，一开始比较混乱，后来接触的多了，渐渐开始了解到关于数据科学无非分为 数学中的统计学、计算机中的 python 和机器学习算法、项目中对业务的理解三大块。在学习方法和知识获取上也多走了弯路，浪费了很多时间，现在将它们进行一遍梳理，多为根据自己的理解进行输出与再学习，如果对想探索数据科学的你有一点用，还请点击文末的赞与收藏，给个鼓励。

数据科学系统学习这个专题将从这三方面进行整理，下面进入正文。

关于数据科学的概述

数据分析首先是基于某个行业的，然后在这个基础上有一定目的性的去采集、处理、分析并解释数据，最后得出有一定价值信息的过程。

其中，行业需求最大的是金融／电商行业，对数据进行处理就需要用到统计方法，最后通过提取有价值的信息来改变业务决策，提高利润指标。

总的来说，用数据科学的知识来完成一个项目，需要进行数据分析和数据挖掘两步。

数据分析和数据挖掘的区别总结如下：

统计方法的分析方法分为：描述性统计方法，回归分析，对应分析，因子分析，方差分析等。 数据挖掘的分析方法分为：聚类分析，分类分析，关联规则，回归分析等。

关于统计学的应用

描述性分析就是从总体数据中提炼变量的主要信息，即统计量。这类分析只要明确分析的主题和可能的影响因素，确定可量化主题和影响因素的指标，根据这些指标的度量类型选择适用的统计表和图进行信息呈现。

由于统计推断的算法是根据分析变量的度量类型定制开发的，这就需要分析人员对各类指标的分布类型有所认识，合理选择算法。而深度学习算法是通用的，可以在一个框架下完成所有任务。在数据科学体系中，统计推断的算法往往是数据挖掘算法的基础，比如特征工程中大量使用统计推断算法进行特征创造与特征提取。

统计推断与建模方法如下表：

关于数据挖掘的应用

数据挖掘的方法分为描述性与预测性两种。它们都是基于历史数据进行分析，不同的是，预测性模型从历史数据中找出规律，并用于预测未来；描述性模型用于直观地反映历史状况，为后续的分析提供思路。

描述性数据挖掘也被称为模式识别，建模数据一般都具有多个属性或变量，属性用于描述各个观测的特征。用于描述现有的规律，常见的算法如下：

• 聚类分析：根据观测值之间相似度的大小将观测值进行聚类，常见的有客户分群、市场细分。
• 关联规则分析：发现强关联规则的物品组合，常用于商品的交叉销售。
• 因子、主成分分析：发现变量之间的相关性，将多维数据降维，并对降维后的数据进行解释。

预测性数据分析的数据有明确的预测变量与相应的因变量，用于预测未来将发生什么，使用的模型算法有以下几种：

• 线性回归：对连续型预测变量进行回归预测分析。
• 逻辑回归：对二元预测变量进行回归预测分析。
• 神经元网络：模拟神经元工作原理，依据数据进行训练和预测。
• 决策树：模拟人类决策过程，依据一定规则生成树状图并进行预测。
• 支持向量机：将低维数据映射到高维空间并进行分类预测。

不足之处，欢迎指正。