课程目录 / USTC WEST CAMPUS

数据科学导论

课程代码：CS1503；所属领域：计算机科学与数据科学基础。

内容概览

核心概念与课程背景

数据科学导论｜核心概念与课程背景

数据科学导论研究如何将观察转化为结构化数据，并使用分析模型支持解释。该领域的基础包括数据清洗、探索性汇总、分类，以及预测与因果解释之间的区别。数据伦理与可重复计算同样重要。已有课程记录列出代码CS1503，并将相关教学活动联系到西校区科技实验楼。

数据科学导论（CS1503）涉及从原始观测走向可复现分析的基本思想。数据收集、清洗、描述统计及可视化是不同阶段，机器学习预测还涉及训练测试划分与误差评估。数据来源及目标变量定义会影响数值规律能否得到有意义的解释。

数据科学导论涵盖分析的完整过程：明确问题、收集和清洗数据、探索规律、建立模型及交流结果。规范的分析还包括记录数据来源、检验不确定性，以及避免超出证据范围的结论。统计推理与计算实践贯穿全过程。

从数据清洗、探索性绘图逐步进入可验证的模型评价。

数据科学实践通常从明确研究问题和记录数据来源开始。选择描述或预测方法前，需要区分数值测量、分类变量和缺失值。可视化检查与简单基线模型经常能发现复杂算法容易掩盖的数据问题。

一个完整流程包括清洗、探索、在预测任务中划分训练与测试数据、模型评价及结果表达。CS1503所涉及的领域将计算机、统计学与专业知识结合，负责任地处理数据也是基本要求。