出于对数据分析、数据挖掘方面的兴趣，以及在未来工作上的帮助。本博打算多看一些相关书籍与博客，总结及翻译相应的知识点。使得自己对这块的知识越来越了解，总结的文章初步分为以下章节：
第一章，EDA-数据探索
- 第1章-数据探索(1)-数据预处理
- 第1章-数据探索(2)-数据预处理之Python实现
- 第1章-数据探索(3)-数据预处理之R实现
- 第1章-数据探索(4)-数据的统计分析
- 第1章-数据探索(5)-数据的统计分析之Python实现
- 第1章-数据探索(6)-数据的统计分析之R实现
第二章，线性回归与模型诊断
第三章，从线性概率模型到广义线性模型
第四章，模型中特征子集的选择
第五章，维度归约
第六章，数据缺失与不平衡的处理
第七章，广义相加模型(GAMs)
第八章，longitudinal data模型
第九章，监督学习
第十章，基于树的方法
第十一章，从感知机到支持向量机
第十二章，从感知机到神经网络
第十三章，从神经网络到深度学习
第十四章，语音特征
第十五章，图像特征
第十六章，文本特征
第十七章，非监督学习
第十八章，异常检测
第十九章，推荐系统
第二十章，图模型
第二十一章，随机过程
以此博客鼓励自己，继续学习，fighting…