UCB DS100 講義《數據科學的原理與技巧》校對活動正式啓動 | ApacheCN

貢獻指南：https://github.com/apachecn/d...

總體進度：https://github.com/apachecn/d...

項目倉庫：https://github.com/apachecn/d...

---

貢獻指南

請您勇敢地去翻譯和改進翻譯。雖然咱們追求卓越，但咱們並不要求您作到十全十美，所以請不要擔憂由於翻譯上犯錯——在大部分狀況下，咱們的服務器已經記錄全部的翻譯，所以您沒必要擔憂會由於您的失誤遭到沒法挽回的破壞。（改編自維基百科）

負責人：

• 飛龍：562826179

章節列表

• Web 技術

  • 超文本傳輸協議

• 處理文本

  • python 字符串方法
  • 正則表達式
  • regex 和 python

• 關係數據庫和 SQL

  • 關係模型
  • SQL
  • SQL 鏈接

• 建模與估計

  • 模型
  • 損失函數
  • 絕對損失和 Huber 損失

• 梯度降低與數值優化

  • 使用程序最小化損失
  • 梯度降低
  • 凸性
  • 隨機梯度降低法

• 機率與泛化

  • 隨機變量
  • 指望和方差
  • 風險

• 線性模型

  • 預測小費金額
  • 用梯度降低擬合線性模型
  • 多元線性迴歸
  • 最小二乘-幾何透視
  • 線性迴歸案例研究

• 特徵工程

  • 沃爾瑪數據集
  • 預測冰淇淋評級

• 偏方差權衡

  • 風險和損失最小化
  • 模型誤差和方差
  • 交叉驗證

• 正規化

  • 正則化直覺
  • L2 正則化：嶺迴歸
  • L1 正則化：LASSO 迴歸

• 分類

  • 機率迴歸
  • Logistic 模型
  • Logistic 模型的損失函數
  • 使用邏輯迴歸
  • 經驗機率分佈的近似
  • 擬合 Logistic 模型
  • 評估 Logistic 模型
  • 多類分類

• 統計推斷

  • 假設檢驗和置信區間
  • 置換檢驗
  • 線性迴歸的自舉（真係數的推斷）
  • 學生化自舉
  • P-HACKING
• 向量空間回顧

流程

1、認領

首先查看總體進度，確認沒有人認領了你想認領的章節。

而後回覆 ISSUE，註明「章節 + QQ 號」（必定要留 QQ）。

2、校對

須要校對：

1. 語法
2. 術語使用
3. 文檔格式

若是以爲現有翻譯很差，從新翻譯也是能夠的。

3、提交

• fork Github 項目
• 修改docs中的文檔。
• push
• pull request

請見 Github 入門指南。