数据科学COMP13212

课程内容：

本课程有两个目标。第一，向学生介绍一系列基本的非难算法，以及分析其正确性和运行时间所需的技术。第二，介绍分析计算问题内在复杂性的概念框架，该框架不涉及特定算法的细节。

课程目标：

- 让学生了解“数据科学过程”的要素。对这一过程中的许多要素进行更深入的研究，但并非所有要素。

- 通过计算机实验室实践，让学生练习使用 python 工具进行数据处理和分析。   工具包括：numpy、scipy、stats、pandas 和 Jupyter 笔记本、

- 演示探索和可视化数据的方法，并让学生练习使用这些方法。

- 让学生了解数据的不确定性，特别是测量不确定性的方法，以及何时使用适当的测量方法。

- 向学生介绍统计思维和贝叶斯推理。

- 向学生介绍在分析数据和得出负责任的结论时应考虑的道德因素。

- 简要介绍机器学习的概念，包括：分类/回归、过拟合/欠拟合、对独立测试数据的需求以及交叉验证，包括撇一验证。

- 演示基本机器学习方法的一些实际应用，包括贝叶斯分类器、天真贝叶斯分类、线性回归和逻辑回归。

学习成果：

成功完成本课程后，学生将能够：

1、通过定性描述“数据科学过程”在特定情况下的应用，展示对“数据科学过程”的认识。

2、通过描述和在实验室中进行基本的数据清理和准备，展示对数据清理需求的认识。

3、展示测量和表达一组数据的不确定性以及从这些数据中得出的数量的能力。

4、展示为不同数据集选择和建立适当模型的能力。

5、展示评估数据集模型质量的能力。

6、展示比较不同数据集模型的能力，以便从数据中得出关于假设或主张的合理统计结论。

7、展示使用 python 工具进行以下操作的能力：读取和写入文件中的数据集、生成描述性统计数据并从中得出结论、生成可视化图形并得出结论、执行基本统计测试（包括均值之间的差异），以及通过使用天真贝叶斯分类器构建电子邮件垃圾邮件过滤器来执行简单的机器学习实验。