数据科学 | 期末复习 · 大纲

数据科学大纲

1. 数据处理定义、动机；数据准备概念；ETL的概念及应用场景；大数据特征。
2. 推荐系统概念、描述；基于用户和物品的协同过滤概念、内容、对比以及总结。
3. NoSQL（包括四种类型数据库）的概念、描述、代表产品及使用场景，与关系数据库对比。
4. 结构化数据vs非结构化数据vs半结构化数据。
5. 噪声的概念及处理方法；数据脱敏的概念及原则。
6. 机器学习定义及其关键问题、机器学习中目标函数。
7. 神经网络的学习算法有哪些，神经网络如何应用。
8. Spark与hadoop的对比，速度快的原因。
9. Aprior算法概念和应用；k-近邻算法和k-means算法概念和应用；强化学习的内容，包括概念、内容以及应用（Q-learning训练例子）。MapReduce计算模型的概念，应用例子（怎样通过MapReduce完成排序工作）。

课上小测验及基本答案 密码2333
quiz1 quiz2 quiz3