数据思维实践潘蕊

　　潘蕊，中央财经大学统计与数学学院副教授，硕士生导师。北京大学光华管理学院商务统计与经济计量系博士。狗熊会联合创始人，狗熊会“人才计划”项目发起人。研究兴趣为高维数据分析、社交网络统计建模等。在JASA、Annals等统计学期刊发表论文十余篇，主持国家自然科学基金1项。 
　　狗熊会，数据产业高端智库，使命是“聚数据英才，助产业振兴”！关注数据科学基础教育，希望通过生产优质的数据科学教学内容，提供卓越的研究、实践和就业机会，帮助相关专业教师、学生及从业者充分享受数据分析的快乐，促进个人职业的发展。本书的其他作者均为狗熊会的核心团队成员。

第1章选题与背景 

1.1TASK概述 

1.2确定选题 

1.2.1选题的思考路径 

1.2.2可能的选题方向 

1.2.3补充材料 

1.2.4课后作业 

1.3学写背景介绍 

1.3.1如何写背景介绍 

1.3.2背景介绍经常出现的问题 

1.3.3课后作业 

1.4范例与点评 

1.4.1范例一 

1.4.2范例二 

1.4.3范例三 

第2章数据的获取与描述 

2.1数据的获取 

2.1.1搭建框架 

2.1.2确定问题形式 

2.1.3选措辞、排结构 

2.1.4评估、预测试 

2.1.5课后作业 

2.2数据介绍与说明 

2.2.1数据变量说明表 

2.2.2用PPT介绍数据 

2.2.3常见的问题 

2.2.4课后作业 

2.3数据的描述——外表美 

2.3.1描述分析简介 

2.3.2描述分析的整体规范 

2.3.3统计图的规范 

2.3.4课后作业 

2.4数据的描述——内在美 

2.4.1准确使用统计图 

2.4.2写好描述性文字 

2.4.3扩展阅读材料 

2.4.4课后作业 

2.5范例与点评 

2.5.1范例一 

2.5.2范例二 

2.5.3范例三 

第3章模型的建立 

3.1建模的流程 

3.1.1建模前的准备 

3.1.2模型的选择与建立 

3.1.3模型的解读与评价 

3.1.4课后作业 

3.2无监督学习：数据降维 

3.2.1主成分分析 

3.2.2因子分析 

3.2.3课后作业 

3.3无监督学习：聚类分析 

3.3.1聚类分析概述 

3.3.2层次聚类法 

3.3.3K均值聚类法 

3.3.4课后作业 

3.4有监督的学习：连续型因变量 

3.4.1模型的建立与估计 

3.4.2结果的整理与解读 

3.4.3模型诊断与改进技巧 

3.4.4模型选择：准则和步骤 

3.4.5课后作业 

3.5有监督的学习：离散型因变量 

3.5.1逻辑回归模型 

3.5.2模型的评价 

3.5.3决策树 

3.5.4课后作业 

3.6文本分析 

3.6.1文本分析可以干什么 

3.6.2文本分析的主要内容 

3.6.3文本分析基本流程 

3.6.4文本分析示例 

3.6.5课后作业 

第4章表达与沟通 

4.1报告的撰写 

4.1.1报告概述 

4.1.2报告的核心要素 

4.1.3如何撰写优秀的报告 

4.1.4课后作业 

4.2PPT的制作 

4.2.1PPT的特点 

4.2.2制作PPT的步骤 

4.2.3示范与点评 

4.2.4课后作业 

4.3以PPT为核心的表达与沟通 

4.3.1从“表达与沟通”的角度看PPT制作的问题 

4.3.2表达与沟通的注意事项 

4.3.3课后作业 

4.4代码规范 

4.4.1代码注释 

4.4.2代码命名规则 

4.4.3代码模块化 

4.4.4代码调试 

4.4.5代码效率优化 

4.4.6课后作业 

第5章实战案例 

5.1案例一 

5.2案例二 

5.3案例三 

5.4案例四 

5.5案例五 

5.6案例六 

参考文献

（1） 实战。完全跳脱理论层面，重点在于提高数据分析实战能力。 
（2） TASK。独创的TASK驱动人才培养模式，以一个个TASK（任务）促使读者主动学习和思考。 
（3） 方向。汇聚狗熊会团队应用型数据科学人才培养的成果，大大拉近高校与产业的距离，为数据科学教育指明方向。