🧠 一、ResNet 是什么？ResNet（Residual Network，残差网络）由 何恺明（Kaiming He）等人 在 2015 年提出，论文是 《Deep Residual Learning for Image Recognition》 ResNet 最初用于 Image ...

“降维（Dimensionality Reduction）” 是数据分析和机器学习中一个非常重要但常被误解的概念。我们可以从直觉、数学、算法、应用场景四个层面，一步步讲清楚它。 🧭 一、核心定义（一句话理解） 降维就是把“高维数据”压缩到“低维空间”，同时尽量保留原有信息。 换句话说： ...

🧠 一、特征工程是什么特征工程（Feature Engineering） 是指在模型训练前，对原始数据进行加工、提取、转换，以让模型“看懂”数据的过程。一句话总结： “数据决定上限，特征决定逼近上限的速度。” ⚙️ 二、为什么需要特征工程（核心原因）1️⃣ 模型本身无法直接理解原始数 ...

算法分成五大类，从基础到AI级别，覆盖从描述性分析 → 预测性分析 → 生成性分析的全流程。 🧭 一、总体分类总览 算法类型 主要目的 场景举例 ① 描述统计类 总结数据特征、发现规律 报表分析、KPI监控 ② 诊断分析类 找出变化原因与关系 异常检测、因果分析 ③ 预 ...

🧭 一、整体学习路线图概览123阶段 1：数据分析基础入门→ 阶段 2：进阶分析与自动化→ 阶段 3：AI模型驱动的数据分析（机器学习/深度学习） 🌱 阶段 1：数据分析基础入门目标： 学会用数据讲故事、发现规律。 🎯 核心能力 模块 学习重点 工具/语言 数据 ...

第4、5章学习清单（最终版） 一、理论与方法（必须掌握） DMAIC方法论 各阶段目标与方法： Define：问题定义、CTQ指标确定 Measure：数据收集、指标定义、阶段映射 Analyze：统计分析、机器学习建模、关键因子识别 Improve：改进方案设计 Control：控制方 ...