Data总序篇：介绍与目录

系列介绍

缘由

• 由于近期计划阅读、学习几本经典书籍，分别与数据挖掘、统计学方法与机器学习相关，所以计划编写一个系列的笔记。
• 由于这些内容存在着极多交叉相通的部分，所以希望能将其整合在一个系列之中，避免重复造轮子。
• 但另一方面，由于这些内容属于不同的主题，所以架构、展开方式存在着很大的差异，所以此系列的编排也存在着很大的挑战，希望能做好。最终取名为Data，是由于这些内容都与数据相关，所以就简单粗暴地命名了。

主要书目

• 整个系列的笔记，主要对应以下四本书：

1. 《数据挖掘导论》
2. 《统计学习方法（第2版）》
3. 《机器学习》
4. 《数学之美》

• 这几本书在豆瓣上的评分都在8分以上，而且都作为领域中的经典书籍，希望能尽早啃完了（不知道能多久了，希望不会断片了…）

编排思路

• 本系列计划分为总序篇、概念篇、方法篇和补充篇四个不同篇章主题。
• 总序篇：此文，包含系列的介绍和全部目录。
• 概念篇：包含一些概念的内容，如数据挖掘、机器学习、数据等基本概念的介绍，也包含如分类问题、聚类问题、监督学习、强化学习等概念的介绍。
• 方法篇：介绍具体的模型和算法，如kNN模型、决策树模型、神经网络模型等内容。
• 补充篇：一些补充内容，如历史、发展、数学基础等内容。

系列目录

• 持续更新，当前很贫穷。

总序篇

题目	简介
Data总序篇：介绍与目录	关于整个Data系列的介绍以及目录信息

概念篇

题目	简介
Data概念篇DM（一）数据挖掘基础概念	数据挖掘的定义、问题、任务、应用
Data概念篇DM（二）数据	数据的含义

方法篇

题目	简介
暂无	暂无

补充篇

题目	简介
暂无	暂无