基于《数据科学理论与实验（第二版）》（朝乐门著）的学习感悟和总结。
第二章 理论基础
2.1 数据科学的学科地位
从学科定位来看，数据科学处于数学与统计知识、黑客精神与技能和领域实务知识三大领域的重叠之处。
2.1.1数学与统计知识
“数学与统计知识“”是数据学科主要理论基础之一。但是，数据科学与（传统）数学和统计学区别的，主要体现在以下四个方面。
1数据科学中的“数据”并不仅仅是“数值”，也不等同于“数值”。
2.数据科学中的“计算”并不仅仅是加减乘除等”数学计算“，还包括数据的查询、挖掘、洞见、分析、可视化等更多类型。
3.数据科学关注的不是“单一学科”的问题，超出了数学、统计学、计算机科学等单一学科的研究范畴，进而涉及多个学科（统计学、计算机科学等）的研究范畴，他强调的是跨学科视角。
4.数据科学并不仅仅是“理论研究”，也不是纯“领域实务知识”，他关注和强调的是两者的结合。
2.1.2黑客技能与精神
这是指数据科学家的主要精神追求和技能要求：大胆创新、喜欢挑战、追求完美和不断改进。
这里我们要区分两个概念：黑客（Hacker）与骇客（Cracker）
黑客：是一个基于喜欢发现和解决技术调整、攻击计算机网络系统的精通计算机技能的人的称号。其与闯入计算机网络系统，目的在于破坏和偷窃信息的骇客不同
骇客：是一个闯入计算机系统和网络试图破坏和偷窃个人信息的个体，与没有兴趣作破坏只是技术上的挑战感兴趣的黑客相对应。
显然，我们这里的黑客指的是热衷挑战、崇尚自由、主张信息共享和大胆创新的精神，与常人理解不同的是，黑客遵守道德规则和行为规范。
补充一下黑客道德准则：
链接: 黑客道德准则.
2.1.3领域实务知识
领域实务知识具有显著的面向领域性，不同的领域的其领域实务知识不同。
例如，如果我准备着手做商务智能，可能我需要的领域知识是金融学；
如果我准备做图像识别，那么我可能需要的领域知识是**图像处理与分类方面；**如此类推，大数据技术+领域实务知识=应用数学科学(意思是数据可的实际应用)
2.1.4总结
总之，数据科学不是一个以特定理论为基础发展起来的，而是包括数学与统计学、计算机科学技术、数据工程和知识工程、也定学科领域的理论在内的多个理论相互融合后形成的新兴学科。
通常，把数据科学的理论基础进一步具体化为四个方面：
1.统计学
2.机器学习
3.数据可视化
4.（某一）领域实务知识与经验。
2.2 统计学
2.2.1统计学与数据科学
统计学是数据科学的主要理论基础之一。
数据科学的理论、方法，技术和工具往往来源于统计学，实际上，第一篇以“数据科学（Data Science）”为标题的学术期刊论文及时由统计学家W.S.Cleveland完成的（后来又取得了计算机学教授的称号，因为其在计算机科学上做出贡献较多故一般称其为计算机科学家，但是发表论文的时候是统计学家）
2.2.2数据科学中常用的统计学知识
2.2.2.1才能够行为目的与思维方式看
从行为目的与思维方式看，数据统计方法可以分为两大类——描述统计和推断统计。如下图所示：
描述统计：采用图标或数学方法描述数据的统计特征
推断统计：在数据科学中，有时需要通过“样本”对“总体”进行推断分析。常用的推断方法有两种：参数估计和假设检验。如下图所示：
两者的区别：
2.2.2.2从方法论角度看
从方法论角度看，基于统计的数据分析方法又可分为两个不同的层次——基本分析方法和元分析方法，如图所示：
基本分析法具体内容: 基本性分析法详解.
2.3 机器学习
2.3.1机器学习与数据科学
机器学习为数据科学中充分发挥计算机的自动数据能力。。。。（此处省略一大堆定义）
直接来看它到底是什么以及怎么用。
基本思路：
一些经典应用
直接上AlphaGo
阿尔法围棋用到了很多新技术，如神经网络、深度学习、蒙特卡洛树搜索法等，使其实力有了实质性飞跃。美国脸书公司“黑暗森林”围棋软件的开发者田渊栋在网上发表分析文章说，阿尔法围棋系统主要由几个部分组成：一**、策略网络（Policy Network）**，给定当前局面，预测并采样下一步的走棋；二、快速走子（Fast rollout），目标和策略网络一样，但在适当牺牲走棋质量的条件下，速度要比策略网络快1000倍；三、价值网络（Value Network），给定当前局面，估计是白胜概率大还是黑胜概率大；四、蒙特卡洛树搜索（Monte Carlo Tree Search），把以上这四个部分连起来，形成一个完整的系统
《Dota2》openAI挑战赛
《DOTA2》开启了一段短暂的Open AI挑战热潮，全民挑战于太平洋时间4月18日下午6点（北京时间4月19日上午9点）开放，4月21日结束。Open AI取得了7215胜42负的战绩，胜率高达99.4%。
在Dota2的比赛中，“AI”直接碾压了人类的冠军战队，我们不得不认识到AI的强大。
甚至在比赛刚开始，AI的预测胜率就无限接近百分百
2.3.2数据科学中常用的机器学习知识
常用机器学习类型：
这这些学习方法中，我最想介绍的是人工神经网络
它是一种仿生技术，模仿人类的神经网络的架构，来搭建学习模型。
相比于传统的机器学习，深度学习最大的优势就是我们无需为样本设置特征值，可以省去特征工程这一步骤，却能够得到更好、更精准的模型。
深度学习在如今的互联网工业中有着广泛的应用：
人脸识别
语音识别
(这里的图片是小米的小爱同学)
无人驾驶汽车
其实大家和深度学习并不陌生，它已经穿插进我们的日常生活：公司上下班的人脸识别打卡，手机自带的语音助手，又或者qq上的图片转文字，都是深度学习在默默做出贡献。
2.4 数据可视化
为什么要数据可视化？
1.视觉是人类获得信息的主要途径，这一点毋庸置疑。
2.相对于统计分析，数据可视化的主要优势体现在两个方面：
数据可视化处理可以洞察统计分析无法发现的结构和细节。
数据可视化处理结果的解读对用户认知水平的要求较低。
3.可视化能够帮助人们提高理解与处理数据的效率。
其实对于我而言，数据可视化就是一种更为直观的表达方式，虽然直接看生数据也能看得懂，但是很难一目了然，而数据可视化就是来解决这些问题的。也正如什么第二点中提到的一样，它也能使别更快地理解，就好像两个不同语种的人交流，叽叽喳喳半天说不明白个啥，但是一比划就明白了，原来是饿了想吃东西。
一些常用数据可视化工具
强烈推荐：import matplotlib
直接python调库，然后开始学习使用。
折线图、曲线图、饼状图样样精通
matlab软件
可视化鼻祖级别软件，python那个库就是模仿这个，做数学必备软件
其他
教材推荐的：
Tableau: 官网链接.
其不仅支持数据可视化，还可以做到数据故事化，属于是灰常不错！
核心技术–>VizQL：VizQL是一种用于查询、分析和可视化的数据语言。VizQL从斯坦福大学的Polaris系统演变而来，该系统将查询、分析和可视化结合到一个单一的框架中，是一种用于描述表格、图表、图形、地图、时间序列和图表的形式化语言。
以上就是我的第二章自学报告
总结;在学习中，我收获最多的是杜深度学习的应用，其实我知道它早就存在于我们的生活，只是没想到已经存在的这么深，就连游戏领域也被其渗入，攻破。有时候不仅真的会思考阿西莫夫提出的那些问题，人工智能的未来一定是安全的吗？但是转眼又看到那些奇奇怪怪仿佛失败AI例子，又才发现，虽然AI如今大火大热，但是也才刚刚起步罢了，也许会有问题会有危险，但是肯定的是，如果不去尝试，那么什么都没有。
也就正如艾克所说的：“我宁愿犯错，也不愿什么都不做！.”
