數據有道 (數據分析 + 圖論與網絡 + 微課 + Python 編程）

薑偉生 博士 FRM。
勤奮的小鎮做題家，熱愛知識可視化和開源分享。自2022年8月開始，在GitHub上開源“鳶尾花書”學習資源，截至2024年5月，已經分享5000多頁PDF、5000多幅矢量圖、約3000個代碼文件，全球讀者數以萬計，GitHub全球排名TOP100。

緒論
第一板塊 綜述
第1章 萬物皆數
1.1 萬物皆數：從矩陣說起
1.2 數據分類：定量(連續、離散)、定性(定類、定序)
1.3 機器學習：四大類算法
1.4 特徵工程：提取、轉換、構建數據
第2板塊 數據處理
第2章 缺失值
2.1 是不是缺了幾個數？
2.2 可視化缺失值位置
2.3 處理缺失值：刪除
2.4 單變量插補
2.5 k近鄰插補
2.6 多變量插補
第3章 離群值
3.1 這幾個數有點不合群？
3.2 直方圖：單一特徵分佈
3.3 散點圖：成對特徵分佈
3.4 QQ圖：分位數-分位數
3.5 箱型圖：上界、下界之外樣本
3.6 Z分數：樣本數據標準化
3.7 馬氏距離和其他方法
第4章 數據轉換
4.1 數據轉換
4.2 中心化：去均值
4.3 標準化：Z分數
4.4 歸一化：取值在0和1之間
4.5 廣義冪轉換
4.6 經驗累積分佈函數
4.7 插值
第5章 數據距離
5.1 怎麼又聊距離？
5.2 歐氏距離：最常見的距離
5.3 標準化歐氏距離：考慮標準差
5.4 馬氏距離：考慮標準差和相關性
5.5 城市街區距離：L1範數
5.6 切比雪夫距離：L∞範數
5.7 閔氏距離：Lp範數
5.8 距離與親近度
5.9 成對距離、成對親近度
5.10 協方差矩陣，為什麼無處不在？
第3板塊 時間數據
第6 時間數據
6.1 時間序列數據
6.2 處理時間序列缺失值
6.3 從時間數據中發現趨勢
6.4 時間序列分解
6.5 時間數據講故事
第7章 移動窗口
7.1 移動窗口
7.2 移動波動率
7.3 相關性
7.4 回歸系數
7.5 指數加權移動平均
7.6 EWMA波動率
……
第4板塊 圖論基礎
第5板塊 圖的分析
第6板塊 圖與矩陣
第7板塊 圖論實踐