
Basis(基础):
MSE(Mean Square Error 均方误差),LMS(LeastMean Square 最小均方),LSM(Least Square Methods 最小二乘法),MLE(MaximumLikelihood Estimation最大似然估计),QP(Quadratic Programming 二次规划), CP(Conditional Probability条件概率),JP(Joint Probability 联合概率),MP(Marginal Probability边缘概率),Bayesian Formula(贝叶斯公式),L1 /L2Regularization(L1/L2正则,以及更多的,现在比较火的L2.5正则等),GD(GradientDescent 梯度下降),SGD(Stochastic Gradient Descent 随机梯度下降),Eigenvalue(特征值),Eigenvector(特征向量),QR-decomposition(QR分解),Quantile (分位数),Covariance(协方差矩阵)。
Common Distribution(常见分布):
Discrete
Distribution(离散型分布):BernoulliDistribution/Binomial(贝努利分布/二项分布),Negative
BinomialDistribution(负二项分布),MultinomialDistribution(多项式分布),Geometric
Distribution(几何分布),HypergeometricDistribution(超几何分布),Poisson
Distribution (泊松分布)
Continuous Distribution (连续型分布):UniformDistribution(均匀分布),Normal
Distribution /Guassian
Distribution(正态分布/高斯分布),ExponentialDistribution(指数分布),Lognormal
Distribution(对数正态分布),GammaDistribution(Gamma分布),Beta
Distribution(Beta分布),Dirichlet Distribution(狄利克雷分布),Rayleigh
Distribution(瑞利分布),Cauchy Distribution(柯西分布),Weibull Distribution (韦伯分布)
Three Sampling Distribution(三大抽样分布):Chi-squareDistribution(卡方分布),t-distribution(t-distribution),F-distribution(F-分布)
Data Pre-processing(数据预处理):
Missing Value Imputation(缺失值填充),Discretization(离散化),Mapping(映射),Normalization(归一化/标准化)。
Sampling(采样):
Simple Random Sampling(简单随机采样),OfflineSampling(离线等可能K采样),Online
Sampling(在线等可能K采样),Ratio-based
Sampling(等比例随机采样),Acceptance-RejectionSampling(接受-拒绝采样),Importance
Sampling(重要性采样),MCMC(MarkovChain Monte Carlo
马尔科夫蒙特卡罗采样算法:Metropolis-Hasting& Gibbs)。
Clustering(聚类):
K-Means,K-Mediods,二分K-Means,FK-Means,Canopy,Spectral-KMeans(谱聚类),GMM-EM(混合高斯模型-期望最大化算法解决),K-Pototypes,CLARANS(基于划分),BIRCH(基于层次),CURE(基于层次),DBSCAN(基于密度),CLIQUE(基于密度和基于网格)
Classification&Regression(分类&回归):
LR(Linear Regression 线性回归),LR(LogisticRegression逻辑回归),SR(Softmax
Regression 多分类逻辑回归),GLM(GeneralizedLinear Model 广义线性模型),RR(Ridge
Regression 岭回归/L2正则最小二乘回归),LASSO(Least Absolute Shrinkage
andSelectionator Operator L1正则最小二乘回归),
RF(随机森林),DT(DecisionTree决策树),GBDT(Gradient BoostingDecision Tree
梯度下降决策树),CART(ClassificationAnd Regression Tree 分类回归树),KNN(K-Nearest
Neighbor K近邻),SVM(Support VectorMachine),KF(KernelFunction
核函数PolynomialKernel Function 多项式核函数、Guassian KernelFunction 高斯核函数/Radial
BasisFunction RBF径向基函数、String KernelFunction 字符串核函数)、 NB(Naive Bayes
朴素贝叶斯),BN(Bayesian Network/Bayesian Belief Network/ Belief Network
贝叶斯网络/贝叶斯信度网络/信念网络),LDA(Linear Discriminant Analysis/FisherLinear
Discriminant 线性判别分析/Fisher线性判别),EL(Ensemble
Learning集成学习Boosting,Bagging,Stacking),AdaBoost(Adaptive Boosting
自适应增强),MEM(MaximumEntropy Model最大熵模型)
Effectiveness Evaluation(分类效果评估):
Confusion
Matrix(混淆矩阵),Precision(精确度),Recall(召回率),Accuracy(准确率),F-score(F得分),ROC
Curve(ROC曲线),AUC(AUC面积),LiftCurve(Lift曲线) ,KS Curve(KS曲线)。
PGM(Probabilistic Graphical Models概率图模型):
BN(Bayesian Network/Bayesian Belief Network/ BeliefNetwork
贝叶斯网络/贝叶斯信度网络/信念网络),MC(Markov Chain 马尔科夫链),HMM(HiddenMarkov Model
马尔科夫模型),MEMM(Maximum Entropy Markov Model
最大熵马尔科夫模型),CRF(ConditionalRandom Field 条件随机场),MRF(MarkovRandom Field
马尔科夫随机场)。
NN(Neural Network神经网络):
ANN(Artificial Neural Network 人工神经网络),BP(Error BackPropagation 误差反向传播)
Deep Learning(深度学习):
Auto-encoder(自动编码器),SAE(Stacked Auto-encoders堆叠自动编码器:Sparse
Auto-encoders稀疏自动编码器、Denoising Auto-encoders去噪自动编码器、Contractive
Auto-encoders 收缩自动编码器),RBM(RestrictedBoltzmann Machine 受限玻尔兹曼机),DBN(Deep
Belief Network 深度信念网络),CNN(ConvolutionalNeural Network
卷积神经网络),Word2Vec(词向量学习模型)。
DimensionalityReduction(降维):
LDA LinearDiscriminant Analysis/Fisher Linear Discriminant
线性判别分析/Fisher线性判别,PCA(Principal Component Analysis
主成分分析),ICA(IndependentComponent Analysis 独立成分分析),SVD(Singular Value
Decomposition 奇异值分解),FA(FactorAnalysis 因子分析法)。
Text Mining(文本挖掘):
VSM(Vector Space Model向量空间模型),Word2Vec(词向量学习模型),TF(Term
Frequency词频),TF-IDF(Term Frequency-Inverse DocumentFrequency
词频-逆向文档频率),MI(MutualInformation 互信息),ECE(Expected Cross Entropy
期望交叉熵),QEMI(二次信息熵),IG(InformationGain 信息增益),IGR(Information Gain Ratio
信息增益率),Gini(基尼系数),x2 Statistic(x2统计量),TEW(TextEvidence
Weight文本证据权),OR(Odds Ratio 优势率),N-Gram Model,LSA(Latent Semantic
Analysis 潜在语义分析),PLSA(ProbabilisticLatent Semantic Analysis
基于概率的潜在语义分析),LDA(Latent DirichletAllocation 潜在狄利克雷模型)
Association Mining(关联挖掘):
Apriori,FP-growth(Frequency Pattern Tree Growth 频繁模式树生长算法),AprioriAll,Spade。
Recommendation Engine(推荐引擎):
DBR(Demographic-based Recommendation
基于人口统计学的推荐),CBR(Context-basedRecommendation 基于内容的推荐),CF(Collaborative
Filtering协同过滤),UCF(User-basedCollaborative Filtering Recommendation
基于用户的协同过滤推荐),ICF(Item-basedCollaborative Filtering Recommendation
基于项目的协同过滤推荐)。
Similarity Measure&Distance Measure(相似性与距离度量):
Euclidean Distance(欧式距离),ManhattanDistance(曼哈顿距离),Chebyshev
Distance(切比雪夫距离),MinkowskiDistance(闵可夫斯基距离),Standardized Euclidean
Distance(标准化欧氏距离),MahalanobisDistance(马氏距离),Cos(Cosine
余弦),HammingDistance/Edit
Distance(汉明距离/编辑距离),JaccardDistance(杰卡德距离),Correlation Coefficient
Distance(相关系数距离),InformationEntropy(信息熵),KL(Kullback-Leibler Divergence
KL散度/Relative Entropy 相对熵)。
Optimization(最优化):
Non-constrainedOptimization(无约束优化):Cyclic VariableMethods(变量轮换法),Pattern
Search Methods(模式搜索法),VariableSimplex Methods(可变单纯形法),Gradient Descent
Methods(梯度下降法),Newton Methods(牛顿法),Quasi-NewtonMethods(拟牛顿法),Conjugate
Gradient Methods(共轭梯度法)。
ConstrainedOptimization(有约束优化):Approximation Programming
Methods(近似规划法),FeasibleDirection Methods(可行方向法),Penalty Function
Methods(罚函数法),Multiplier Methods(乘子法)。
Heuristic Algorithm(启发式算法),SA(SimulatedAnnealing,模拟退火算法),GA(genetic algorithm遗传算法)
Feature Selection(特征选择算法):
Mutual Information(互信息),DocumentFrequence(文档频率),Information Gain(信息增益),Chi-squared Test(卡方检验),Gini(基尼系数)。
Outlier Detection(异常点检测算法):
Statistic-based(基于统计),Distance-based(基于距离),Density-based(基于密度),Clustering-based(基于聚类)。
Learning to Rank(基于学习的排序):
Pointwise:McRank;
Pairwise:RankingSVM,RankNet,Frank,RankBoost;
Listwise:AdaRank,SoftRank,LamdaMART;
Tool(工具):
MPI,Hadoop生态圈,Spark,BSP,Weka,Mahout,Scikit-learn,PyBrain…
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 Power BI 制作地图热力图:基于经纬度数据的实践指南 在数据可视化领域,地图热力图凭借直观呈现地理数据分布密度的优势,成 ...
2025-07-24解析 insert into select 是否会锁表:原理、场景与应对策略 在数据库操作中,insert into select 是一种常用的批量数据插入语句 ...
2025-07-24CDA 数据分析师的工作范围解析 在数字化时代的浪潮下,数据已成为企业发展的核心资产之一。CDA(Certified Data Analyst)数据分 ...
2025-07-24从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下,CDA(Certified Data Analyst)认证成为众多从 ...
2025-07-23用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-23鸢尾花判别分析:机器学习中的经典实践案例 在机器学习的世界里,有一个经典的数据集如同引路明灯,为无数初学者打开了模式识别 ...
2025-07-23解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-22解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-22CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-22左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-22你是不是也经常刷到别人涨粉百万、带货千万,心里痒痒的,想着“我也试试”,结果三个月过去,粉丝不到1000,播放量惨不忍睹? ...
2025-07-21我是陈辉,一个创业十多年的企业主,前半段人生和“文字”紧紧绑在一起。从广告公司文案到品牌策划,再到自己开策划机构,我靠 ...
2025-07-21CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-21MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-21在AI渗透率超85%的2025年,企业生存之战就是数据之战,CDA认证已成为决定企业存续的生死线!据麦肯锡全球研究院数据显示,AI驱 ...
2025-07-2035岁焦虑像一把高悬的利刃,裁员潮、晋升无望、技能过时……当职场中年危机与数字化浪潮正面交锋,你是否发现: 简历投了10 ...
2025-07-20CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-18刚入职场或是在职场正面临岗位替代、技能更新、人机协作等焦虑的打工人,想要找到一条破解职场焦虑和升职瓶颈的系统化学习提升 ...
2025-07-182025被称为“AI元年”,而AI,与数据密不可分。网易公司创始人丁磊在《AI思维:从数据中创造价值的炼金术 ...
2025-07-18CDA 数据分析师:数据时代的价值挖掘者 在大数据席卷全球的今天,数据已成为企业核心竞争力的重要组成部分。从海量数据中提取有 ...
2025-07-18