统计基础研讨会

教练：Subhankar Dhar博士

研讨会描述:

该研讨会将数据科学作为一个跨学科领域进行介绍，并深入探讨成为数据科学家所需的不同步骤。它还涵盖了重要的统计概念以及相关的计算机编程基础知识，并结合实际数据集的动手分析。它由几个使用Jupyter Notebook和Python开发的统计模块组成。

为什么要设计这个研讨会？

数据科学是一个重要的领域，有越来越多的职业机会。数据科学几乎在每个行业都有应用。例如，推荐电影和餐馆、提高客户忠诚度和保留率、雇用合适的人员、贷款批准、衡量品牌曝光率、检测信用卡欺诈、预测性维护、早期检测供应链中断等等。本课程旨在向学生介绍工业中出现的各种问题和用例，以及处理这些问题所需的统计概念。这些模块的目的是在学生的学术生涯早期向他们介绍数据科学。不需要数据科学的先验知识。

为什么这个话题是相关的？

良好的统计学知识对于解决数据科学中的问题是绝对必要的。统计工具和技术对探索性数据分析和决策是有用的。因此，选择本主题来介绍与数据科学家相关的统计概念。

完成课程后，你应该能够：

了解数据科学家经常使用的基本统计原理
应用数据科学中常用的统计工具和技术
使用Python和Jupyter Notebook分析大型数据集
可视化和解释决策结果

参加研讨会并完成会后评估后，您应该能够：

在您的计算机上使用Jupyter Notebook
使用数据科学中最常用的各种python工具包和相关统计包
使用Python运行统计应用程序
了解数据科学工具及其应用的前景，以及如何识别和挖掘手头工作所需的新技术和算法
分析大型数据集以实现可视化
分析大型数据集以获得见解并做出业务决策

你将在研讨会期间做些什么：

您将使用Kaggle提供的开放数据集，我们将关注房价。我们将分析各种特征，并尝试根据各种参数预测价格。不需要事先的经验，但为了充分利用研讨会，请做以下事情：

如何开始：

注册研讨会-它是100%免费的，但注册研讨会将让你BET9九州体育登陆官方一个画布课程，包括所有的研讨会材料，可选的研讨会前练习，和额外的材料（其中一些包括在下面，但更方便的画布）。
做个调查。
熟悉Canvas中的研讨会前复习材料。这包括概率和统计的基本概念，Anaconda Distribution的文档-世界上最流行的Python/R数据科学开源平台。它是在Linux、Windows和Mac OS x上执行Python/R数据科学和机器学习的最简单方法。在全球拥有超过1100万用户，它是在单台机器上开发、测试和培训的行业标准。

研讨会的材料

注意：在您注册后，您可以在Canvas中获得其他材料

数据集
- 从这里下载数据集kc_house_data.csv：
  - 该数据集包含了金县2014年5月至2015年5月的房屋销售价格
  - 它有21613个观察值，包括19个房屋特征加上价格和id列。
  - 特征是卧室、浴室的数量、平方英尺、建造年份等。
- 从这里下载数据（googleplaystore.csv）：
  - 此数据集包含来自谷歌Play商店的应用程序信息。
  - 它有13列描述各种功能，如应用的名称，它的评级，类别，它是免费还是付费等。
  - 评论/评级栏可以用来推断有多少人在使用该应用
研讨会前模块：基本概率复习（可汗学院）除了使用python的数据集和示例网站外，Canvas模块中还有一个复习材料，涵盖了数据科学的概率和统计的基本概念。该模块包含在数据科学中广泛使用的入门统计概念。如果您想了解更多信息，这里有pdf和其他资源的链接，这些资源详细讨论了统计学在数据科学中用于决策的各种应用。
入门统计：这是一本免费的在线书籍。请阅读第1章至第6章，以获得本研讨会将涵盖的材料的概述。URL: https://openstax.org/details/books/introductory-statistics
研讨会幻灯片在画布上提供。
我们将使用谷歌collaborative，这是一个免费的Jupyter笔记本环境，不需要设置，完全在云中运行。你所需要的只是上网和一个浏览器。使用collaboratory，您可以编写和执行代码，保存和共享您的分析，并BET9九州体育登陆官方强大的计算资源，所有这些都可以从浏览器免费获得。
教员：如果您是上海州立大学或任何大学或社区学院的教员，并且您希望在您的学校举办研讨会或在您的课程中使用这些材料，或者如果您是院长，希望为您的学生提供数据科学指导，我们希望听到您的消息！更多信息请联系leslie.albert@sjsu.edu。