先放一張技術路線圖，然後每天更新一點東西，用於複習和鞏固
1.基礎部分
a.矩陣和線性代數基礎
矩陣是什麼？ 數學上，乙個m×n的矩陣是乙個由m行n列元素排列成的矩形陣列。
矩陣的加法，要求兩個矩陣或者是多個矩陣，要求所有的矩陣的列和行都是一樣的，例如都是3x2的矩陣，或者是5x8矩陣。矩陣的加法就是將對應位置的數值相加即可。
矩陣的乘法，就是使用數字和矩陣相乘，矩陣的乘法對矩陣沒有要求。運算法則就是將乘數與矩陣中每乙個數字相乘即可。
乙個m行n列的矩陣與乙個n行q列的矩陣相乘，最後得到的就是乙個m行q列的矩陣。
矩陣的逆，對於乙個m行n列的矩陣a，如果存在a-1，滿足a*a-1=i(i是單位矩陣)，則表示a-1是a的逆。
b.雜湊函式和二叉樹
hash函式是雜湊化元素的一種函式，種類很多，簡單如i*31就是乙個hash函式。
二叉樹是一種資料結構，有哈夫曼樹，紅黑樹等變種。
c.資料庫基礎：sql語法，acid，資料庫的正規化
d.資料庫並表計算：交，並，外聯等
e。cap理論：分布式資料庫在一致性（consistency），可用性（**ailability）,分割槽容錯性（partiton
tolerance）無法完全保證。這是因為，分割槽如果出錯，為保證可用性，乙個區會變動資料提供要求資料，另乙個區無法保證一致性了。現在分布式資料庫主要用在sns等領域，對於一致性要求較低。
f.tabular data(表列資料)：不太懂，求大神指導。
g.資料框和序列：這是numpy包重要的資料結構，方便資料處理和清洗工作。
h.分庫分表（sharding）：資料庫內部，為了讀寫分離，優化。
橫向分割槽：就是橫著來分割槽了，舉例來說明一下，假如有100w條資料，分成十份，前10w條資料放到第乙個分割槽，第二個10w條資料放到第二個分割槽，依此類推。
縱向分割槽：就是豎來分割槽了，舉例來說明，在設計使用者表的時候，開始的時候沒有考慮好，而把個人的所有資訊都放到了一張表裡面去，這樣這個表裡面就會有比較大的字段，如個人簡介，而這些簡介呢，也許不會有好多人去看，所以等到有人要看的時候，在去查詢，分表的時候，可以把這樣的大字段，分開來。
range 分割槽：這種模式允許將資料劃分不同範圍。例如可以將乙個表通過年份劃分成若干個分割槽。
list分割槽：這種模式允許系統通過預定義的列表的值來對資料進行分割。
hash分割槽：這中模式允許通過對錶的乙個或多個列的hash key進行計算，最後通過這個hash碼不同數值對應的資料區域進行分割槽。例如可以建立乙個對錶主鍵進行分割槽的表。
子分割槽是分割槽表中每個分割槽的再次分割，子分割槽既可以使用hash希分割槽，也可以使用key分割槽。
j.多維資料模型：因子分析，pca(主成分分析),多元回歸等
k.etl（抽取，轉換，載入）：一般可以使用panda包來完成，也可以使用專業工具。
l.報告，bi，分析： ppt技能，tableau，finebi，excel，spss資料分析等
m.json&xml（資料交換格式）：json，xml方便物件資料，在各種平台間相互交換
n.nosql(非關係型資料庫)：redis,mongodb等，面對web應用提供檔案儲存服務的資料庫
o.regex(正規表示式)：這裡面太多內容.
p.vendor landscape:大資料展示的乙個工具（不了解）
q.env setup:安卓的編譯指令碼（不懂）
資料科學之路 3
3.程式設計 a.python基礎 b.excel基礎 c.r studio基礎 d.表示式 e.spss f.變數 g.向量 h.矩陣 i.陣列 l.因子 m.陣列 n.資料框 o.讀取csv檔案 p.讀取原生檔案 q。資料抽取 r.使用資料框處理資料 s.函式 t.函式 u.因子分析 w.安裝包...
資料科學家的成長之路
背景 平凡之路 凡事預則立，不預則廢。結合國內外的行業現狀，和資料科學領域的培養模式，我把資料科學的學習過程分成以下四個級別 入門 初級 中級 高階。吃瓜群眾就是喜歡分級，哈哈哈 高階之上，我認為還有乙個級別 高階，強調跨學科的綜合能力，以及團隊協作能力。由於我不是科班出身，學得不夠系統，所以現在的...
資料科學 什麼是資料科學？
資料是現實世界運轉留下的痕跡。這些痕跡如何展示出來，則取決於我們採用什麼樣的資料收集和樣本採集方法。將具象的資料轉化為抽象的資料，過程是絕對主觀的。統計推斷 關注的是如何從隨機過程產生的資料中提取資訊。關於建模資料即資訊，不需要模型，了解相關性就夠了。anderson 這是錯誤的想法。什麼是模型 模...