入门基础知识

Posted Aaron12

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了入门基础知识相关的知识,希望对你有一定的参考价值。

数据分析入门

  大数据的流程:数据收集、数据储存、数据建模、数据分析、数据变现。

  

  大量看似不相关的事却能够通过观察分析告诉人们背后的因果,并预测未来趋势。

  数据:承载了信息的东西才是数据

  信息:把我们不清楚的事情阐明的描述

排列组合与古典概型

  古典概型:包含的单位事件是有限的,且单位事件包含的概率相等(例如抛硬币)

  排列组合:从某些数据中驱逐一部分,有先后顺序的组合(例如买彩票,不同数字的组合)

统计与分布

  理解几个名词:加权值、平均值、标准差、众数、中位数、抽样

  标准差:(偏离平均值的程度,波动程度)

  公式:

  • formula

  欧氏距离:用于描述多维点之间的距离

  二维:基于距离的计算方法

  三维:基于距离的计算方法

  N维:基于距离的计算方法

  曼哈顿距离:两个点在标准坐标系上的绝对轴距总和

  

  又称为出租车距离,例如在横平竖直的街道,出租车从一个位置到另外一个位置的距离。曼哈顿距离更多的是应用意义。

  同比与环比

  同比:与相邻时段的同一时期相比

  环比:直接和报告的上一时期相比

  高斯分布:又成为正态分布,知道概率密度函数

  若随机变量X服从一个数学期望μ、标准方差σ2的高斯分布,记为:

XN(μ,σ2),

  则其概率密度函数

f(x) = {1 \\over \\sigma\\sqrt{2\\pi} }\\,e^{- {{(x-\\mu )^2 \\over 2\\sigma^2}}}

正态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度

 

 
泊松分布:常见的离散概率分布,参数λ表示单位时间内发生某件事的概率。泊松分布适合描述单位时间内随机事件发生的次数

 
伯努利分布:需要满足以下两个条件
(1):每次实验的结果是相互独立的,男和你的概率为p和q
(2):每次实验都只有两种结果,n=1或n=0
n重伯努利试验服从二项分布
满足公式:

 信息论:信息量的理解、香农公式、熵的理解、信息熵的计算

  信息熵:对信息杂乱程度的量化描述

  一个离散型随机变量 X 的熵 H(X) 定义为:

  H(X)=-\\sum\\limits_{x\\in\\mathcal{X}}p(x)\\log p(x)

  即若干个x产生的概率乘以该可能性产生的信息量,之后求和。


  其中h(x)=-log_{2}p(x) 是信息量的计算公式

  同一个问题中信息熵采用同一个底(对数底用2和10都可以)

  信息熵的大小判断:信息越确定、越单一,信息熵越小

             信息越不确定、越混乱,信息熵越大

  后面要介绍的判定树算法要利用信息熵进行条件的优化

多维向量空间

  冗余在IT领域指同样的数据存储超过一份的情况

  冗余的问题是:如果其中一个数据发生变化,另外一个相关数据也会发生变化,否则会出现信息矛盾

  维度、向量、矩阵

 

  

      

 

以上是关于入门基础知识的主要内容,如果未能解决你的问题,请参考以下文章

PHP入门基础教程

Containerd 入门基础操作

JAVA基础入门教程 -

OpenSSL 入门:密码学基础知识

iOS入门小知识-数组

音视频开发入门基础知识(视频入门篇)