《天下3》官方网站―国风幻想 史诗世界
《天下3》补丁下载――《天下3》官方网站―国风幻想 史诗世界
注册游戏帐号
注册网易通行证加载中,请稍后.
领取开测豪奖
最新补丁下载
补丁版本：
补丁大小：
更新日期：
MD5：MD5 为计算机安全领域广泛使用的一种散列函数，用以提供消息的完整性保护。可以用MD5文件校验器用来验证下载后的文件是否与服务器上的文件一致。使用方法：只需把客户端拖放到本软件的窗口中，就可以得到相应的MD5校验码。
补丁下载说明
　　以下部分下载内容仅提供给在游戏升级补丁时无法自动更新的部分玩家使用，请自动更新出错的玩家仔细阅读。如果您的更新无问题则无须使用以下补丁。
　　手动更新前请先下载TX3Patch执行程序文件。patch2.0.1～2.X.X是更新补丁的版本，下载后必须和TX3Patch执行程序文件放置在同一个资料夹。
手动更新方法：
　　1、下载TX3Patch执行程序文件以及所需要的补丁，放置于同一文件夹内（推荐放置在游戏文件夹下的download文件夹中）；
　　2、选择天下3游戏安装目录；
　　3、点选“更新”进行更新即可。
温馨提示：建议玩家根据自己客户端版本号选择所需补丁下载更新。
2eb270c282deedb53f40fe4f
134db4a65f20ff35efaaf9ec
4d330cd560d3b9d00eb47c550c0d7aaf
7bb3d709194dded6f6ae14
8c98bf0c1ed943ca0a9d
069ffe782dd
9bf555e860fb4cf98158f
b8faf64aff8
6b416d078d2e3de328de6ae735fa38c9
c07d3ecea17aa
d1a96bcafe9d33a8a18dd
b0ce6fc55f44adf9e74bf70a45babc41
f7ad3df24bcf
85cdceddbee3
620dbd91e7eeba3daa645a
131c7bf791f2b7c3c4368
adbcffacbcce584b55a055
c352df4c9af90bff4ccd82
00e19fa91b98bee8b4ce1
5cb11a42eabd9ac21e2aa
95e41835cdae748cbc7d57
b35bbb4d4e6c606ee71e
8c881b2b8d4ea8f090e36c7b
0926ca5afdcb1c273e4be65b8afd4b32
83d3c178ca9b4f51d23cbfd193c7341a
f41b5e5dacfdddd43b6c26dee5a0c2f3
8dddf5dcaf028e2d64cf40e
adec2c99aa1be3d9b647c
c0b8d5dac6a56ceb64124c
eeaa5a1036ff9
91a6a415dac79e98e0de
d6ebb7d219ddcefe420a4254
ea3c552f74879dad3d06b621b1c11fda
046097feb47e163849cff959ff7da5fe
a7f2d9147017
5a265c4fb2ea023cd723c6
5928cfe52c2f073eafaeff01
83ca0eb3f9a7fd
00f5fe49b6da3c928acd199
0b9bd52e3e7d390bc2de5
20e9d4a8ade8f153eb9d4ce122ab97e1
ffe49bfd443fcda35acc13
acaf647c97db5c1c236366
d03f2c955bf
4cfab6a13acdd237b1f3c36ecb9c5b9e
eea735b60b83d763e4e66f3dd0b74d82
ccbddcbcb2cd5
c8d7cbbc2f
a329f7ccdba1b7d6fdbf26b
425f85c02d889cfd323e1bee5f903b77
0ce13e3fbc8bf73c8afbc
d032f5d3ccd2b52cfc099
d4ba433f799ddbc850a5d
f994d186cb929bc3bd0e99e
cba1f37c04abd60fa570e130
d55f28ee9cb565c577c271
762e918a2ce
2d7cb48f58d383ede330cbbdc70dddbe
a73d4e30ea1dcab61d336d
8d11df2e3c7ce58063bebcb7e65e518f
51e56ff45e0fdc4b7a3c69
899ba7e9ff0d5cf5ba4215
dcaecaebc21
e0a915d5ee619f06cbfab
35ad0d60f230af095477
d8d0d9ad4ae45e2796744af
aa81cec956a3c
fd6a6dbde11f8c6aaa96a2c6b5ea40ff
5e2d06db17ae0ed274f7be
bf7d87faaabdee
03e8b0d287ebfdce181f82e0cfc0cbf6
79fb155add9a6f343b46f36a9ffee01f
2889ede966affbdfb41e0e
768d92f460c8aae4c76cf5
6d38f2cfcb377dd1b6710
fd2e4baff4005baa5091efff1e71cc56
ddbd5c679f2de49ccd3a66
217f83a371e70b02c05bdae67a8400a5
bc02a35a3bdcdf5dafed83
b42e3e193f
8c102fbf77
c38d5a3d6245caae09a79aa249ae675f
72b4ec01c8cfeb94e5b1a1
2dcf7cadc6ba9ffe9fb3d0
beef0cedd9d9
cbbf26fe2692
5afe4adb234e
fe7df1effefb
4b60fabec2b0f930e67e80a0fae73654
4ae329cc1f6c
b1222bdfe59e
096ec591d36ea87e60bc92c21a735903
cfdffc3c78c79a55b6d1
721be8dd441f6f8dbf780831
e0b7fefdf352
5bf246ee2a36ebdefa5c8e9
f9ff4e7fbb782b6edf2fa
0ba9c26ed3
5dec08ddbdf3a
6f707b6f2e617c4e149e0c3ac280e1ab
2bf4fbdddd2023dfc8fa112a
c8a3fe301de5ab697eb76
597eec7a1d
08b06e73fa1bb2bc5edb8c3
dd732a5e17dcc1ff7be496bacd6f438c
b7b8da6ed989bf691e1d53
e4bac6caf1681
edffc9d033d6a6b3ffcebf56
80af6b99d02b665bbd9d3f57
4e7c436e18acd1d878b258e
b4baf9d49a77a4d565eab37ebe6da447
cfc03f1e0cda9d
5eb66bb58cadb17b23e4a7
6b07e1d0a534bf9f6e9922
e638f026fc86faebba826a7b6cc43da7
bc1a783c8bcc591a5da45
cfff96a4e6a5f96fad7e17b
b5fe66d321cd
e2f4fef176e3b8a95e207db
bd3625c6aced2aa2ff12484
55eddc2d42dcb7919df0fcbdc1727d22
5ca3e1fb30a40f0f11503
b0bbe42c836b270c79c40e28b35b95f6
fbc65efbcf3b987f8284
65afa039f31b6cc3bb9f239f923c3b9d
4dd2f1fbb5a
9b1efd3d634dbbbe61cad
cf1cb21f615abec45bfbf
8ce7a265ea1bcadaef8fff
8ee0f5a77f96ab1cb91fd32ed02e88e3
b3e95bd5b8c2aa24da6decc13f9a77f1
cc7f7de05b6aca4f24cb
a3c462aaa83e
caf866f7e2147019eeb49
8571928faae53e663225aac436c8a740
22c63d494500eecc8943072ceefb7f86
109a88f7db261843aad5b9c
45ddec97b873
791f8369ee31ffabd321d6
443b9c42dd031c722e45c258bd6398a4
695ec05dedd66ed264dbd10
e952812bae5dbe9dafef0
a4db0b292d1a76b8d0ed6b3
a1d3c9b00bef68fe17cad
02da224f7dfdc51f14c52fe
2ddb806a9753
8bed59b23cfb308c645a2b48ea7b045c
10d204d9a7dd1c5bad9da4f
bd13a420a22cefe27fce83b6
21edadfeac996b8
7de4ac8cffc2eabe1e7b7e619dc6c352
da4aac8cba69
bd4ba27dd75a14e
d56aac250f1a59
6ef76d08a307b218bdfa623e55b47d8b
f74e3d8f12eddb1c827b4
a8cda4eabccf07e2d5a84ce80fd2c465
bd1fdbfbe8a45e078f45c
c0dc412a85f271b41d819c3b036c4830
f25660d1dfd9ac81c4b6ac021a52152a
1f45adb7bee
dafecd6ce9004
ad9a21be23aa6df1b9a9
5abf22ff48fcade83d936
7c664eb197bb1f62b39b
f75e0ed13d27b6f560d680c0a462f07f
76db9dc5b7ed751a86528
6fb7a988ab1cebd03dd2d1f
2dc080b92ec80fb1a1ba53276cd3adc0
e653dd0f19a87ca6b5cced
bd6a4a634e8c1b35d4f9
c5141758ead76c838ec29a
fa52cff49bd7e0b92a399
77fb8eba25f57a46a8c0ced688a80449
985c485cf12b656d98c51
ae8d11fa7f
c2aaec41dc3e1d44aa768dbea1323da2
c35ab571d6ca7c4389ddcb7bc0be9402
652dd18bd3
45aaf05ed412f72783d9fdb71d31369b
a3cb903bcee18bfaedff0
e889f4adca4b89
bc226ce06caa75abcf90
b9b21f7ba1ecbcf8801b91
80abb45b8da507b20ff9c09f93b35f73
ee38f7ec631db1b8a49a67d07b00cba4
ebfced5feac
14f946d76bffb101f42bf32
d35a4a3aca8fdedd6e830
dc9c9cb2231ccaca11f1ebb
cd1e96574ebe2bb234ab270
dba251c497d3fab934ae2
ed08e9b21ffce1d3e39b257
57e4e4a6588b
c98dde775882bac22eca4cd9e2d979ed
043cae6a25acd
32b7ac503fdf7b526cae0d1
819b9fee04
b68d07cc46b1c9d7ec4c
ae09ff2c19a01d377a7a8
a1bfb80e3f7a02b4d6471d
d5aa9b3f4e57c23ba89671
2fb0e396dcc91931be36
9a7bc9be432cba04bd108b040baf684b
2dcd4aee37f3edcabcbc7c4a89dfb295
471fcf9cba
1b1b7ebd9e39d
4b999cc42b89c4d02b047
da05ba8b226e
a79f14ace605f4d1e6f3
6745bff898b1a9dcdd6a4ab286f5a70e
ffbcb8a89beba
7db2cb1bfb2f
ed9dd3dfcf9ac
f381a1bbaaf8f23da9eeb6f09f2dbc3d
abbe0f9fc592620ffb50
8cfe53acba5f845b0b47e
a828efd9bdb15a91ad16
95a92fde6aa614f3bd9ef
b384b8eda9d4d70a3efc117
c0afaae8fec63e6a33c5a51bddaf47d0
40f38cf40b5f8e84b877
68de6a4dd63a49bf6eb00
493d615dd61b329e20f227c
41a9fa2b8ed8d8c14cdc9d82
481f5a84d96cb
dfd958b54cc7ac4326c0a
a72a793d51ddc874f83c
e7f8ad19eee
94b517c5ee7b34f05f9a40d6c23c98ed
21a7b4f77cf0e63e26421d
78eabb3fba953ae2f5caea38
b7af5afeeec8b0
e9dea1b89abbcaf
55ad8c20e3a4a
a23c42c92d7fbc1deb3fe
7cf7f4f6ba
72b4ed1dea4c1b876a0ae
2da607de6bf353a0108fb7
bb94a21b02430d
76b38c8a102d822aa3f5
d6bcec193ace1bbc21e4fe8bbe95597d
902b4fbac79d5d0cc4a0433ecb60cffb
5cc8da9ad3846cca19c1a35d1f2b3ec3
bbab995eab3d8d82a2829
5d85b45cc44a43d5d90bded8
f6cf7a983f1fc05e0a1b33de374cecc1
c6fc3de10d3d7e4db062
261ae504c622b61ca71786
021eb4979c7cdda963355e
cb2daeca73cc90c7bc2f8
452ef413ee51c06b4c467f97ca70bc35
ae5fe0fd955f1f5a2a8f79
ecab2bba0663a0
cb7dfeda2cf4bcb
81ba172e67aed23cbef1d60d
ab94d66b23af76df778e0
02ab35f17a
0dcc3caedbce828bceac
d8de62ef12dc8
cc67caceb1e41
fad9385f38
20f737a2e7a0dd30c46f6bcb13bbebd7
658b67f593ada460ecfca5
81af409a520f49fee75c6
c547e5813e66bfe9b0c50a00a22f644a
443de95fdc7fae74fa42
e27eafa65b68
06243ebae71fc81af050ae34e4681a9c
8ebc50d16bc67863cd01
600aee2da69c6a
8dffb1d951df362c442026
add0a22cbcf94f40b92a
a0f8a64b380c4d411cd7d2f6f830ba74
f43c59fc3eb3c5511496dfd477cdc8c6
f4bedf60fbe3e2d13de881
da9ea6ef43194baec2e92
88e73dc3ca
8b543a7d67a
8cfc312b0f1ceae84a6c42
fa876eeea306d3099491fdb
ace69a42a7
82a03f3db62e01e1e400ecf
26f516bcf7925
fc25bd009abed4603839eadb
a89b5c82b3718cdb927ca5
4bc52afbed84
c01a8ae901ebac94d0ddbe4
22fc676c9a8f90dacce9b
af2f3e95ea6a73f90a2149
e85d103a149c2371393be
b926abd338ebe7f9e98a
bfe6e8aacea718ef59ae8d
1c4cc27d04e7a52ab6752c
657036aae0dccd0f38572
2d9eb52e0eaa1c5485e9da
10b1a25d1e06dd5bcccd60d
0a8eade28ddbb
cce85a944c165b7bd2462
23a703fe0afb21dfca0473c
5d8bcc4e3011aa33faf6180
7e0b4c3cb6
cdf7ec5addf
e22d531dcf2de0af80b79c3
2558f62dece4ead09bfd2c
5db95c928f46c5dd25bb5ef
56e6b45e00a02e6ada28bc5ee346b8fb
f74aaa4e746fd
aed78b140c5771abd20c9b
62fc25fa6e490
4ba131fff49e25bcf6d27b
0d84fbd0770
ed879c55d1c2e69f52cc79f4cba0f55d
252d307dcacd005dbea3
e5ff8a3b69abcc
487ad9ddd403f79d41c6d
86efaba8faf
57dfdab54ac4c7f93cb5deebe3ca97c5
4ab2e15dd2bfcc214456e
6d7d46c1d6aa84005b34a
b8dcf86b52dc00ad80724
f606db8a996fc55a27e7
fc863cae54d6337d6a81
a09b029f39edd9e7d80ef503c4215ee4
2cce7aa2bc2aca2bb228b
f84df63dc4c731f6c47a7cae
4fcf69a96bdddc
f6a1c2388a7
b4ceadcd85bb1
05d14ab08fdffd2e9cf019df7b9b26a7
d62cf683d60da5fce44349
08c7d94f0a053e3328dce86c037e56cc
9ef045effa4bdd63354c59
d558d750dfb4ca767a8ae4
0ac4c62e91e9201011cca7cac767d164
067fe56a56d767dd66f3b40681fcc4c7
b69a81d6ece4ac7fef365b
14fc25f6ad1d7485143f
ff4ea46fc735c0a1adc816f79aa32023
bc018ffc8ee4d06b8580
29728cfd132fbe716f89b3b8
fb1b19acbac6312313cda
a464dd0b8b93b56fb4af45b
1b6f5f3fa548df75ff9030f
8b81ab7f8e0f6a7c220a6f9f2f8b9c55
afb3bbff2842
ffa0e1ab75387f57bba529f5ce7200a8
bf7e5a7ed275f81e1afbc1
52f937ab9a670fdbe618e
618d3fb6d8d4bbe846df
4f8713b46fbb81e35da46ec0ede4988e
26b30c147dab3
5f85cc738cc6c38f376ab
ba5c720ce5b4c89dbd0c92f7afe1f959
d7bee7d93ae18e1ad053
b393403fbf1a62ccc4bb
8a79ce58bed765d8d84a2e
4af580f208fc7c62b12ff3
a3cd74a6281
1dc883f913e472d5955a
679cae1022
212a1e81179faa3bf9acd1e1a7a01d0c
049a3ded03e40b
73b345f3abbb1ffac2442d0
b9fef1ee52e21b0ea86b3b0
3dbfdfb6b84ae628b8969522
a252b81c7f3c14fe4872
c94ec64a6b35ad78d3b7b5a00af66caa
b24f0d78df77977bbd29c24a02aff3f0
6c81cb9fc6c2f8c84f67cfb93986ef53
248a34dca21e48eabcbfe7
1f3ee716bdaddd64e3b37c
7b94c29b65df8b87f2392
cbfc1b5660fac27da173d6
489bf197b8c133cc63f3b985f24be643
8ddd20a7a1ecc
96f6a4c6f168f6e8a0adf
dfcd768fa9ca
40b4fe678cbdc459e9ddd6
dd01fca0f2be0b5bcd1a45
a0d3987406ecfbf88e56fc7a20f878aa
15e4bce0deff98
ecb2fe756b7bc8f50cc34
8e8e550baf710fb09f075f0
029ec1b502b997c483fac3c1a07edc46
62daaae0a9bd28f3dce4e6
f5dc1093225bed7be4ded5b
94dfc75d9b2a0c
7f78a7de3a3f95ec13a23
da584cba3a
518fd47cbaf
ae2409ef7d
e1d2bd76fb990c852a146cbf
66eac48915bcd
fb1da388cb1fa
deb6fdce4deed4f7ed3bdc3
5cfb1c7d0ff276e4b0da95c8
d2b370b71e1f9d4af6deaa10af46fc28
cca86477a3eee6fc96cbe71f
f326cfa7a6c8e72b4cee5
149ec18aed97a0460c79a
c543e7e940fde49da571de2
4f1d1cc1ed583c2b53ee
047f8f8a2fdc686bb11c299fa1087673
4c230f7e8ddd662aed0a7
573cdbce1561a
ebc6f45c63dda3cf360ee92f
82d143c317d3d6db4cfbc20
9e7a73a7e0afe2d092c626de5e5c5ae9
bc63c4fbc52afd2a678912bddbe28ede
80df648d9e7b4e1abfd075e0e204c76a
5f40cfedc02b9d22640c4d
a381cbca7e1bcbf7fc2c1
1f4dbe619710b
e259e0edcaeb558dc8b79b90
cba9f69aabc4db
1eb9aff2dafbb8bc5c8f
075ce17d4ebed927d1aaa9a
a70c4dabfe1c1b981eafd
bceada82bbf918ba66aedb
0a1a3d897ad4312c1cda509d9f4991db
726cba9aaab4966bcaeab27
685a54e8c78fbee600df070b32d88bd6
ba1d20b9bb9178bcb406ace48f939904
050cd419cae
7e2fb0ad30dd6f98ea84
e9e82acfcfb
cce83423b7bc
7dd30036e92caf7a6254bc
a2d233a63ac94b5dd53afddc
0efa7ffedbeca
ed6e1ec0c332b61f916def
94a239adfcff90b20ec3
98c55a6fd7bfe
cc5dbb183c964f820fb66
b99b4d4b8c5dc6d8a98ccf
62f393c23aa0e3c1de0f503db2aa787e
1fd6cfccac32d59fa61e97dffc791ece
28cb872d6cc7ff149a3d
41c4aaac861f6a3fe8c7b68b3f6b8c38
cb10fcbeb2
0afc79e9c327cee26333c
79a4cbeb59acba9f4a35
d6bd93dba33eba82dbbe800
4b86a5aca6a684b03f5d03e7c25e13db
f600e1c5a86b9f9f4fb72ba53ac344ca
fefbccc11cfa
fc64d34e92dce2bb35ab5cd
6a0be83f6aa1feb9a1a20fb81dfaba18
46ad92aa9da2b1b44ce8de
0d9b295bd7501b4bea95b5ccb74154f1
b407b1a78dc93bbfd23b015c4a05aa48
cfa956d1f5e209ede6cdb6c0
7d9632fcf736d5118bff741dd1281dc1
ee603dd61d08996aeac4
91c1d0c942c9d6ed465edd2a7cfdac1d
48deddaafb4ef
62ca94d0b49fab5d12dd203
b886b2bd1bb74a419f93efa6a3d07354
79141cdadd1b4bf7f71fe3
ef1b156710
5d01c0884dbdd940af9e0af
bfd6c449f42ce56f5dc58d
85c103701aaaa9a84cb5e
c323cf48b0c30ec7fa62b
b45e2ace993e26b1b3b46ca6c4a97007
7a8d91eb046b8b53be72e8ef7880274a
c51f0ef6ff3eaa5ef963
00d29b5049f71bcdc90c5eae52446e37
eda1dfe6594dcd05abf8597
937b43e0b58befd19d59
c670b73c1febab3a5dd4d84daa4ba06b
f95d8d274fef89fa865ab
cee96fc6aa126d7a95ab204d0fd30aa9
89ce39c255c46b8b084a8
0a4ecedaf7f72b75d2a6caba
a132ed33f28c8ebd9f62a784e346c41c
bc6b47445fca6a1126c63b
4b34f2e6bc76ef029c3e
faa8c9dbfeae3c
1b41d2f416d1e1f78ffb
8c040c956ca2e458675fffef4c9d8a62
a4e5dcc43facd3fd4ff1e
c3abc2a50cf21edb112d6d25b6ab19ab
aefdd8c2cd8679
eef32e92fe45d5ae39ff1a14c65e387e
5c102f2516eba3d32b7bfd1fa9f2dfc7
b927bad48a2c
b5b09250dcf471f4e8c235d2a6a4c435
e9c0a313b598eb996cba9d22
17debe5bfacb84c37316abb1a60b5465
a45df3e587bfe21c9be80594
c7b5b35a1acd
57fe7fb33bb20f5bec4e2dc24087d20c
bae17adc0a97d5bf94d9a939a3f99989
a1f567a45ca1774839bbf6c6afd99a94
ce716f26db2f88c3d242
3f3c7e24e3e
d58b32b0b6
7f3bff77ebc
895ac8fdab0a3a2b5d9fefe
3af3ceca4ce14a7de6261
d9fef9cc362b5d227cf2d220a7ea4d1e
deccab573eec
92ee443c83a2dd2a062b733b
a5d82ee94f
3556169eff647c6da9cff
946389facae41f34f370f
c71f059bdf41b89d3aca55e
6e9e0a076d96bfedd4e63ad6
cd7cb8aab40d70fd3105
fc1cbaaaf0f56f01bca04bc
fcec4aa4d34ad
76bd26dbfa668a
48e924a19f455ff49b6caaf64a0487e6
77f0de65cc5a
31b4e71a1bc8d50c43c3f1b
46fdcb8eec81d6ef805ff25b4bf178da
d0af972cdd3bf36a5692
013e7d1c1e4ece16b7031acd4e86e09e
37fb79ef1043ccc477d5b
905f3c5b1efdefd8900dee
bfb6a9d6e47bd7b47c63
a467c14d624fa51e6f52f65d523fc99b
1aebe4d702c974ad4059
73d15df009b3f4192ce3
b84f4afdba39c4fdcd7b1e6560ccf9dc
bf17966aecf
9c3eca941689bed82fd5
ecffa3d5bccc12cc361b807
71ced1e832ce10dfa69c7ecedd43a1db
138ddb83dff
adab48d4f138dbf
29ed7648cdf54ba44156cac4fe034427
e515dd1d5574
4bc5c5e3951
60cc168b394cc76de669a
9e96bbd9ea8befaa72fec706f43291db
481fc7b9b8bd9
5c23a6d886e34566ebde674b1f16080b
08a4a92e10f0ed8d8e00fa685fc2958c
67c895f2b496f45da82c9
a5679c5dbeaf8e9b3d6e0cf69fc90b11
8aaae0b322f
7a9ae885240dadbaa3ece0
0f795f62f493ddd2f2ff543
40d9feaa6de957a3f469db
fdf0a512fabff04
c981a1ca45a09d7db36cea1c15e72a86
f90ae61c8003
0caebb3c32da6fddce36
b7e3cbfcec1c87ab04d0e89
38ad034c47bae177634f
fb1c203f41fc69e08f631
ee0c907409cbea
fb19ec6a65b
d6c47e01c070da0dda62d7
8e1b6ab7e2ae5ef8e251dc
aa5ec7bee0e8bf1d4c13f
7add7d45defbe
0c10fe72caae
bdff5f6a35
26ae5a890f4b020e6a76a07f4a172b7f
3d69b3b6e9db3f907c1d
0ff79f74aa5f96f5bcaa6d
5737bf73a6cb5a98e08ae
d714aeca8a9b82f64b1925
dca61e34acf933213edb3cfd
5df53a67fcbd7fda7c304
d18e7bcccd09faab54b56f621a02f557
b0adde70d668b53f36bf9dde6af5bed7
c766e89e1485bfa65ebeec61faac41d4
0a9dc7c9d137b37ed9aede5db81e3db5
baa72d0dc54b287fc8baa
693c8e52466ece8cfb2a
978b10b96f77a20c98f227d534ff2293
fe93998acebfeccc761aee1e
ba278bb7d73bc90eef2e8dfe
baa2bd9933dcfb37ccb9da340fdcc8cb
efd51efd5b6dc8c2cdb3
bc9aad9fb63cb32968de4
eed928f131a530a927ee7
6fb47cd6cfbac4ece7fcd4
1de2bafdbfd4bb60d8fd94e9
f1b74c5ada
841b0e98a9b23291fa7dddd5852beec8
b2b381a5af6b506e9fa9cee9
4df2ac0a333c00ccad98
b223e4dc3acd7
a184e042a65ecbba743e16ea60bf84e8
46f544f8b39ddbb3f83ca
8a6f8ddc2be5d7b37ce64e1
c76d816cdb
b44fd3b16b11db079a19
60bc3d9e556aa4ba5d341
73b32b7a5e24d09051ae2
ebc04c428d
cd53d42b9d2222bfd3bddca6ca3b9431
ec6efc8ff64e98a46ff7da4e
ccc97fbe1da05e001c87ed1efad70a5b
d8ad0b7d6bb7baf65c77f
5c26a1fcfad05c6c2a57
98ce3b1efd5faebf60fc40ca
4ca31f0327a29cdc330ae4e87bcb4ca7
dfe82a5ad529e11e419b8
94de71d1e25ca
6f5bd6cf808c013a107602b
685a6caa77f70f232c39f0cc71d327e1
75eb0814e95fffe873b39f0c
ea35bb75517fb
60ef0a17fa8e55f3cb1a4edb9cfc5fc1
5f185cee12e36c65fd9fcb1f6afe014f
cfd132a059c17c30ff31ba
0bd1db6f0a7cac3a7550bdcb58d50081
9aeb35fd8cdb45646dbeee
ed1e19d7e77f001b29f4899ec3eeba9a
b97d79aefeffc
c82deb995ba6df6b987b598c449c2910
212fa9aef5d2
7a78b94aef99b
ca02dc4fa7fd858d
ecf6f1cdcac
391d2b3eca19a5dd008d
daaf47ff214b7dd
8c12aebee5cd6d31bc991059
6b4f20fa3eeb3214679eaade0b809574
dd1b6ffcf60
868cfdc5bcf9db6ea0f7
cfd919cf8b9de7e9115f2
a97c22985afb6c225e723
ac915ffe129aa100f89f95c9e152a0e5
9af72dd96ed9d
13f0de240bc91c1b0a3d2c9f4af015df
669da02dbfd37ed8f30cd4ea0eca44f4
fcadaf6b1d13da5c0c953ac87f87282f
d88d5fb5cb01f428dde23e
d3b826ec8c8cc945d11b35
adb105c4142
b0fbb23ea611
74e492bcbac048e8f86e0ce
d117edadfc9b90a6d116d
56b2ff32cee1bf
59ff8c71e0a
d38abefbec46292b4beec4b
4af7f620e9f2ed
73d8afaef5b3
a9ff3c3904bc7bfd90ffe
decfd385a6633bea1779b51
8d11ec9e2b5fce
56ee71ae530ab7b59437a
31a4f303d2bad227cebc54
e100cf44cf2aa60b943fa13
4c8c7c8bc010ae6ccb4dfea67e2a6394
bf69a415ee57631b8fab1dde75808f0f
bbd7f17aec8b9eb41a9c038f74a34987
84a03ead06be724f20367
e138aac67fa7d0d899a2
828d8accb53cafa
4d8f7def6b5fdaa6172cfb8e91b9f80f
219db757f1b16b9da0511c
fa18f1e7ccdbfc
78cbb0cc8aa6c92fe7b63c39ccb9625f
9c134c30fd7f7d8eb971
a8e5ec26f83e1
dfdfa60ad89dd5db999f469d35fea925
26d1bdccc010d2bd698f3ad4ae00b624
b4c278a0d13db9dc1a4b72
03fd717fe1be
ca623ddaed8d52ad65dccf
fcf5237bdbcd2dddc052af91f9e7f4f6
51c0431bee99ae57d1cac84edcc87d6e
c921f390fcd13cdd4e68f18
968b4ac8f7c4
82e60ed743de77d6c1fa
46f3dcc664f
10e9be39e0c07a74d04a
6ccfa122eb01c2bbd37e0
02f34c7c7d6d91ed1ed179f7
bfb9aeef1f941f5bdbf2b7
fb6ff1170acce08a5992
b5e238b776cdd5cf6e9ba0
更新说明：请将补丁下载后放入天下3安装目录“download”文件夹下（如没有请自行建立），运行“tw3launch.exe”即可完成游戏客户端更新。
请在下面的输入框中输入你的问题：
请您尽量使用常规语法描述您的问题，比如：“幼童在哪”、“宝鉴任务在哪领”等；小提醒：错别字、繁体字我也是不认识的哦～&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
卫辉研究中心-国家环境分析测试中心
www.leicailil.cn
All rights reserved
卫辉研究中心版权所有&p&&i&近期（日），&/i&&i&AI Optify 数据团队&/i&&i&针对 30 多本深度学习和神经网络书籍，使用多种指标训练机器学习算法，为每本书进行了打分、排名。这份榜单基于数据得出。排名靠前的九本书如下。&/i&&/p&&br&&p&&strong&1. 搭建你自己的神经网络（Make Your Own Neural Network）&/strong&&br&&/p&&p&价格：45 美元&/p&&figure&&img src=&https://pic4.zhimg.com/v2-bf1453d7_b.jpg& data-rawwidth=&193& data-rawheight=&250& class=&content_image& width=&193&&&/figure&&p&一步步让你了解神经网络的数学原理并用 Python 搭建自己的神经网络。神经网络是深度学习和人工智能的关键元素。然而，几乎很少有人真正了解神经网络如何运作。本书从非常简单的思想开始，让你在趣味和从容不迫中，逐渐了解神经网络的运作原理。&/p&&br&&p&&strong&2. 神经网络设计（第二版）（Neural Network Design 2nd Edition)&/strong&&br&&/p&&p&价格：28 美元&/p&&figure&&img src=&https://pic3.zhimg.com/v2-fd79058fb1e_b.jpg& data-rawwidth=&203& data-rawheight=&250& class=&content_image& width=&203&&&/figure&&p&本书作者著有 Neural Network Toolbox for MATLAB 一书。本书清楚详细介绍了基本神经网络结构和学习规则。其中，作者条理清楚地介绍了主要的神经网络、训练方法以及如何用来解决实际问题。广泛介绍了前馈网络（包括多层和径向基网络）和循环网络的训练方法是本书的一大特点。&/p&&br&&p&&strong&3. 用于模式识别的神经网络（计量经济学高级教程）（Neural Networks for Pattern Recognition Advanced Texts in Econometrics）&/strong&&br&&/p&&p&价格：58 美元&/p&&figure&&img src=&https://pic1.zhimg.com/v2-f9f095aa5e_b.jpg& data-rawwidth=&170& data-rawheight=&250& class=&content_image& width=&170&&&/figure&&p&本书首次从统计模式识别角度全面介绍了前馈神经网络。在引介基本概念后，作者检视了概率密度函数的建模技巧以及多层感知机以及径向基函数网络模型的特性和优点。本书也介绍了各种不同形式的误差函数、误差函数极小化主要算法，神经网络的学习和泛化以及贝叶斯技巧及其应用。&/p&&br&&p&&strong&4. 神经网络：一个综合性基础（第二版）（Neural Networks: A Comprehensive Foundation (2nd Edition)&/strong&&br&&/p&&p&价格：48 美元&/p&&p&&figure&&img src=&https://pic2.zhimg.com/v2-7a50ec21d67c284fb1fbf4f8d6e6732d_b.jpg& data-rawwidth=&250& data-rawheight=&250& class=&content_image& width=&250&&&/figure&面向计算机工程、电子工程以及计算机科学专业研究生的神经网络课程，全面、易读、结构合理，全面更新的教程仍然是工程学视角下、最全面的神经网络介绍，本书已全面修订。&/p&&br&&p&&strong&5. 深度学习基础：设计下一代机器智能的算法（Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms）&/strong&&br&&/p&&p&价格：33 美元&/p&&figure&&img src=&https://pic1.zhimg.com/v2-ebf3112dc8edb49b208c_b.jpg& data-rawwidth=&191& data-rawheight=&250& class=&content_image& width=&191&&&/figure&&p&随着神经网络在 21 世纪的振兴，深度学习已经成为一个极其活跃的研究领域，它正在为现代机器学习铺平道路。本书使用实例和论证说明帮助你理解这个复杂领域内的主要概念。掌握深度学习仍然是很复杂与困难的，不过如果你对机器学习有基本的理解，对 Python 编程语言比较熟悉，还能有一点微积分的数学背景，那么这本书将能很好地帮助你学习深度学习。&/p&&br&&p&&strong&6. 深度学习：自适应计算和机器学习系列（Deep Learning (Adaptive Computation and Machine Learning series)）&/strong&&br&&/p&&p&价格：69 美元&/p&&p&&figure&&img src=&https://pic1.zhimg.com/v2-0f3a9dda15c3da4cb01f4_b.jpg& data-rawwidth=&188& data-rawheight=&250& class=&content_image& width=&188&&&/figure&文中提供数学和学科概念背景知识，其涵盖了线性代数、概率论和信息论、数值计算和机器学习等相关的背景知识。它阐述了行业从业者使用的深度学习技术，包含了深度前馈网络，正则化，优化算法，卷积网络，序列建模和实用性方法等。同时它对深度学习实际应用如自然语言处理、语音识别、计算机视觉、在线推荐系统、生物信息学和视频游戏也做了一个详尽的调查分析。&/p&&br&&p&&strong&7. 神经锻造：前馈人工神经网络中的监督学习（Neural Smithing: Supervised Learning in Feedforward Artificial Neural Networks）&/strong&&br&&/p&&p&价格：63 美元&/p&&p&&figure&&img src=&https://pic3.zhimg.com/v2-0e061ec16ea28cb7f2c2f31bf3f6f5f6_b.jpg& data-rawwidth=&203& data-rawheight=&250& class=&content_image& width=&203&&&/figure&人工智能神经网络是非线形映射系统，它的结构简要的基于对人与动物大脑神经系统的观察。基础思路是简单单元的大规模系统以能生成许多复杂、有趣的行为的方式连接到一起。该书注重在前馈人工神经网络的一个子集，也就是多层感知器（MLP）。这是最普遍使用的神经网络，被应用于金融（预测）、制造业（流程控制）和科学（语音和图像识别）等多个领域。&/p&&br&&p&&strong&8. 人工神经网络基础（Fundamentals of Artificial Neural Networks）&/strong&&br&&/p&&p&价格：45 美元&br&&/p&&br&&figure&&img src=&https://pic1.zhimg.com/v2-0eb417aede82ac65ecbb6235bca56a1c_b.jpg& data-rawwidth=&203& data-rawheight=&250& class=&content_image& width=&203&&&/figure&作为 IEEE Transactions on Neural Networks 的书评编辑，Mohamad Hassoun 有机会去评估近年来出现的众多关于人工神经网络的书籍。现在，在 Fundamentals of Artificial Neural Networks 一书中，他通过清楚的分辨目前神经网络研究员使用的理论与实践的基本概念与主要方法，首次对人工神经网络范式提供了系统性的解释。这样的一本系统的、统一的书籍，尽管缺少对最近神经网络发展的描述，也依然很适合于学生与从业者。&br&&br&&p&&strong&9. 深度学习：从业者的实用方法（Deep Learning: A Practitioner's Approach）&/strong&&br&&/p&&p&价格：28 美元&/p&&figure&&img src=&https://pic4.zhimg.com/v2-3f13feee3a007bcd436f_b.jpg& data-rawwidth=&191& data-rawheight=&250& class=&content_image& width=&191&&&/figure&&p&你想寻找一本能阐述机器学习主要进展的核心书籍吗？Deep Learning: A Practitioner's Approach 为开发者和数据科学家提供最实用的信息，包括深度学习理论、最优方法和实用案例。作者 Adam Gibson 和 Josh Patterson 以非学术方式介绍了最新的相关论文和技术，并在他们的 DL4J 库中实现核心数学方法。如果你在嵌入式，桌面和大数据/ Hadoop spaces 工作，并真正想了解深度学习，那么这就是你想要的书。&/p&&p&-----------------------&/p&&p&此外，深度学习巨头Yoshua Bengio等人的著作《Deep Learning》在2016年12月发布了中文版&/p&&p&这本书可供各类读者阅读，主要目标受众是这两类：其一是学习机器学习的大学生（本科或研究生），包括那些开始了职业生涯的深度学习和人工智能的研究者。另一个目标读者是没有机器学习或统计背景但要迅速在他们的产品或平台开始使用深度学习的软件工程师。&/p&&p&本书主要分为三个部分：&/p&&ul&&li&第一部分介绍基本的数学工具和机器学习的概念。&/li&&li&第二部分介绍本质上已解决的技术、最成熟的深度学习算法。&/li&&li&第三部分介绍被广泛认为是深度学习未来研究重点的但更具猜测性的想法。&/li&&/ul&&p&&i&《Deep Learning》中文版链接：&a href=&//link.zhihu.com/?target=https%3A//github.com/exacity/deeplearningbook-chinese& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&exacity/deeplearningbook-chinese&i class=&icon-external&&&/i&&/a&&/i&&/p&&br&&p&&i&参考资料：&a href=&//link.zhihu.com/?target=http%3A//www.aioptify.com/top-deep-learning-and-neural-networks-books.php& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&aioptify.com/top-deep-l&/span&&span class=&invisible&&earning-and-neural-networks-books.php&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&/i&&/p&
近期（日），AI Optify 数据团队针对 30 多本深度学习和神经网络书籍，使用多种指标训练机器学习算法，为每本书进行了打分、排名。这份榜单基于数据得出。排名靠前的九本书如下。 1. 搭建你自己的神经网络（Make Your Own Neural Network） 价…
少年，你渴望力量么？&br&&br&&figure&&img src=&https://pic3.zhimg.com/eb3aca2ce_b.png& data-rawwidth=&1550& data-rawheight=&1258& class=&origin_image zh-lightbox-thumb& width=&1550& data-original=&https://pic3.zhimg.com/eb3aca2ce_r.png&&&/figure&&br&这才是真正的力量，年轻人！&br&&br&这是Swami Chandrasekaran（名字这么复杂，一定印度佬）所绘制的一张地图。名字叫MetroMap to Data Scientist，别称怎么死都不知道的。该地铁一共十条路线，道道路线都不是人走的。因为网上只有英文版，我将其翻译成中文，再对内容作一些解释和补充，顺便也作为自己的学习。&br&&br&它主要涉及的是硬(ken)技能，业务理解商业知识等数据科学家的软技能没有包含，什么广告点击啊，用户留存啊，AB测试啊。这个再写也许又是很多条线路了。我写不动的。&br&&br&个人水平一般，内容解读不算好，不少是来源于网上的摘录。可能部分内容有错误，欢迎指正。&br&&br&——————&br&&b&Fundamentals原理&/b&&br&算是多学科的交叉基础，属于数据科学家的必备素质。&br&&br&&b&Matrices & Linear Algebra&/b&&br&矩阵和线性代数&br&&b&矩阵（Matrix）&/b&是一个按照长方阵列排列的复数或实数集合。涉及到的机器学习应用有SVD、PCA、最小二乘法、共轭梯度法等。&br&&b&线性代数&/b&是研究向量、向量空间、线性变换等内容的数学分支。向量是线性代数最基本的内容。中学时，数学书告诉我们向量是空间（通常是二维的坐标系）中的一个箭头，它有方向和数值。在数据科学家眼中，向量是有序的数字列表。线性代数是围绕向量加法和乘法展开的。&br&矩阵和线性代数有什么关系呢？当向量进行线性变换时，这种变换可以想象成几何意义上的线性挤压和拉扯，而矩阵则是描述这种变换的信息，由变换后的基向量决定。&br&&p&矩阵和线性代数是一体的，矩阵是描述线性代数的参数。它们构成了机器学习的庞大基石。&/p&&br&&p&&b&Hash Functions,Binary Tree,O(n)&/b&&br&&/p&&p&哈希函数，二叉树，时间复杂度&br&&/p&&p&&b&哈希函数&/b&也叫散列函数，它能将任意的数据作为输入，然后输出固定长度的数据，这个数据 叫哈希值也叫散列值，用h表示，此时h就输入数据的指纹。&/p&&p&哈希函数有一个基本特性，如果两个哈希值不相同，那么它的输入也肯定不相同。反过来，如果两个哈希值是相同的，那么输入值可能相同，也可能不相同，故无法通过哈希值来判断输入。&br&&/p&&p&哈希函数常用在数据结构、密码学中。&/p&&p&&b&二叉树&/b&是计算机科学的一个概念，它是一种树形结构。在这个结构中，每个节点最多有两个子树（左子树和右子树），子树次序不能颠倒。二叉树又有多种形态。&br&&/p&&figure&&img src=&https://pic4.zhimg.com/v2-76a3ddecf3de_b.jpg& data-rawwidth=&483& data-rawheight=&188& class=&origin_image zh-lightbox-thumb& width=&483& data-original=&https://pic4.zhimg.com/v2-76a3ddecf3de_r.jpg&&&/figure&&p&二叉树是树这类数据结构的第一种树，后续还有红黑树等，很多语言的set，map都是用二叉树写的。&br&&/p&&p&&b&时间复杂度&/b&是编程中的一个概念，它描述了执行算法需要的时间。不同算法有不同的时间复杂度，例如快排、冒泡等。&/p&&p&简便的计算方法是看有几个for循环，一个是O(n)，两个是O(n^2)，三个是O(n^3)。当复杂度是n^3+n^2时，则取最大的量级n^3即可。&/p&&p&与之相对应的还有空间复杂度，它代表的是算法占用的内存空间。算法通常要在时间和内存中取得一个平衡，既内存换时间，或者时间换内存。&/p&&br&&p&&b&Relational Algebra&/b&&br&&/p&&p&Relational Algebra&/p&&p&关系代数，是一种抽象的查询语言。基本的代数运算有选择、投影、集合并、集合差、笛卡尔积和更名。&br&&/p&&p&关系型数据库就是以关系代数为基础。在SQL语言中都能找到关系代数相应的计算。&/p&&br&&p&&b&Inner、Outer、Cross、Theta Join&/b&&/p&&p&内连接、外连接、交叉连接、θ连接&/p&&p&这是关系模型中的概念，也是数据库的查询基础。&br&&/p&&p&内连接，只连接匹配的行，又叫等值连接。&/p&&p&外连接，连接左右两表所有行，不论它们是否匹配。&/p&&p&交叉连接是对两个数据集所有行进行笛卡尔积运算，比如一幅扑克牌，其中有A集，是13个牌的点数集合，集合B则是4个花色的集合，集合A和集合B的交叉链接就是4*13共52个。&/p&&p&θ连接使用where子句引入连接条件，θ连接可以视作交叉连接的一个特殊情况。where 可以是等值，也可以是非等值如大于小于。&br&&/p&&p&不同数据库的join方式会有差异。&/p&&br&&p&&b&CAP Theorem&/b&&/p&&p&CAP定理，指的是在一个分布式系统中， Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性），三者不可得兼。&/p&&p&一致性（C）：在分布式系统中的所有数据备份，在同一时刻是否同样的值。（等同于所有节点访问同一份最新的数据副本）&/p&&p&可用性（A）：在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求。（对数据更新具备高可用性）&/p&&p&分区容错性（P）：以实际效果而言，分区相当于对通信的时限要求。系统如果不能在时限内达成数据一致性，就意味着发生了分区的情况，必须就当前操作在C和A之间做出选择。&/p&&p&数据系统设计必须在三个性能方便做出取舍，不同的数据库，CAP倾向性不同。&/p&&br&&p&&b&tabular data&/b&&/p&&p&列表数据，即二维的表格数据，关系型数据库的基础。&/p&&br&&p&&b&DataFrames & Series&/b&&/p&&p&Pandas数据结构&/p&&p&Series是一个一维数据对象，由一组NumPy的array和一组与之相关的索引组成。Python字典和数组都能转换成数组。Series以0为开始，步长为1作为索引。&/p&&div class=&highlight&&&pre&&code class=&language-python3&&&span class=&n&&x&/span& &span class=&o&&=&/span& &span class=&n&&Series&/span&&span class=&p&&([&/span&&span class=&mi&&1&/span&&span class=&p&&,&/span&&span class=&mi&&2&/span&&span class=&p&&,&/span&&span class=&mi&&3&/span&&span class=&p&&,&/span&&span class=&mi&&4&/span&&span class=&p&&,&/span&&span class=&mi&&5&/span&&span class=&p&&])&/span&
&span class=&n&&x&/span&
&span class=&mi&&0&/span& &span class=&mi&&1&/span&
&span class=&mi&&1&/span& &span class=&mi&&2&/span&
&span class=&mi&&2&/span& &span class=&mi&&3&/span&
&span class=&mi&&3&/span& &span class=&mi&&4&/span&
&span class=&mi&&4&/span& &span class=&mi&&5&/span&
&/code&&/pre&&/div&&p&DataFrames是一个表格型的数据，是Series的多维表现。DataFrames即有行索引也有列索引，可以看作Series组成的字典。&br&&/p&&br&&p&&b&Sharding&/b&&/p&&p&分片&/p&&p&分片不是一种特定的功能或者工具，而是技术细节上的抽象处理，是水平拓展的解决方法。一般数据库遇到性能瓶颈，采用的是Scale Up，即向上增加性能的方法，但单个机器总有上限，于是水平拓展应运而生。&/p&&p&分片是从分区(Partition)的思想而来，分区通常针对表和索引，而分片可以跨域数据库和物理假期。比如我们将中国划分南北方，南方用户放在一个服务器上，北方用户放在另一个服务器上。&/p&&p&实际形式上，每一个分片都包含数据库的一部分，可以是多个表的内容也可以是多个实例的内容。当需要查询时，则去需要查询内容所在的分片服务器上查询。它是集群，但不同于Hadoop的MR。&/p&&p&如果能够保证数据量很难超过现有数据库服务器的物理承载量，那么只需利用MySQL5.1提供的分区(Partition)功能来改善数据库性能即可；否则，还是考虑应用Sharding理念。另外一个流传甚广的观点是：我们的数据也许没有那么大，Hadoop不是必需的，用sharding即可。&/p&&br&&p&&b&OLAP&/b&&/p&&p&联机分析处理（Online Analytical Processing），是数据仓库系统主要的应用，主要用于复杂的分析操作。&br&&/p&&p&针对数据分析人员，数据是多维数据。查询均是涉及到多表的复杂关联查询，为了支持数据业务系统的搭建，OLAP可以想象成一个多维度的立方体，以维度（Dimension）和度量（Measure）为基本概念。我们用到的多维分析就是OLAP的具象化应用。&/p&&p&OLAP更偏向于传统企业，互联网企业会灵活变动一些。&/p&&p&另外还有一个OLTP的概念。&/p&&br&&p&&b&Multidimensional Data Model&/b&&/p&&p&多维数据模型。&/p&&p&它是OLAP处理生成后的数据立方体。它提供了最直观观察数据的方法。&br&&/p&&p&&figure&&img src=&https://pic4.zhimg.com/v2-fadba32bf2ea89410e52db_b.png& data-rawwidth=&493& data-rawheight=&392& class=&origin_image zh-lightbox-thumb& width=&493& data-original=&https://pic4.zhimg.com/v2-fadba32bf2ea89410e52db_r.png&&&/figure&涉及钻取，上卷，切片，切块，旋转等操作。&br&&/p&&br&&p&&b&ETL&/b&&/p&&p&ETL是抽取（extract）、转换（transform）、加载（load）的过程。常用在数据仓库。&/p&&p&整个流程是从数据源抽取数据，结果数据清洗和转换，最终将数据以特定模型加载到数据仓库中去。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-ffb9ec44f60c27e5ce818d5_b.png& data-rawwidth=&554& data-rawheight=&228& class=&origin_image zh-lightbox-thumb& width=&554& data-original=&https://pic2.zhimg.com/v2-ffb9ec44f60c27e5ce818d5_r.png&&&/figure&&p&ETL是一个古老的概念，在以前SQL数据仓库时代和OLAP伴随而生，在现在日新月异的技术生态圈，可能会逐步变化到Hadoop相关的技术了。&/p&&br&&p&&b&Reporting vs BI vs Analytics&/b&&/p&&p&报表与商业智能与分析，这是BI的三个组成部分。&/p&&p&Reporting是数据报表。利用表格和图表呈现数据。报表通常是动态多样的。数个报表的集合统称为Dashboard。&/p&&p&BI是商业智能，是对企业的数据进行有效整合，通过数据报表快速作出决策。&/p&&p&Analytics是数据分析，基于数据报表作出分析。包括趋势的波动，维度的对比等。&br&&/p&&br&&p&&b&JSON & XML&/b&&/p&&p&JSON是一种轻量级的数据交换格式，易于阅读和编写，也易于机器解析和生成。&/p&&p&JSON的语法规则是：&/p&&p&{ }保存对象；&/p&&p&[ ]保存数组；&/p&&p&数据由逗号分隔；&/p&&p&数据在键值对中。&/p&&p&下面范例就是一组JSON值&/p&&div class=&highlight&&&pre&&code class=&language-text&&{
&firstName&: &John&,
&lastName&: &Smith&,
&age&: 25,
&address&: {
&streetAddress&: &21 2nd Street&,
&city&: &New York&,
&state&: &NY&,
&postalCode&: &10021&
&/code&&/pre&&/div&&p&XML是可拓展标记语言，被设计用来传输和存储数据，与之对应的HTML则是显示数据。XML和HTML服务于不同目的，XML是不作为的。&/p&&div class=&highlight&&&pre&&code class=&language-json&&&span class=&err&&&note&&/span&
&span class=&err&&&to&George&/to&&/span&
&span class=&err&&&from&John&/from&&/span&
&span class=&err&&&heading&Reminder&/heading&&/span&
&span class=&err&&&body&Don't&/span& &span class=&err&&forget&/span& &span class=&err&&the&/span& &span class=&err&&meeting!&/body&&/span&
&span class=&err&&&/note&&/span&
&/code&&/pre&&/div&&p&上面的范例，纯粹就是用来传输的一段信息，没有任何意义。&br&&/p&&br&&p&&b&NoSQL&/b&&/p&&p&泛指非关系型的数据库，意为Not Only SQL。&/p&&p&NoSQL是随着大数据时代发展起来的，传统的关系数据库在高并发大规模多数据类型的环境下力不从心，而NoSQL就是为了解决这些问题而产生的。&/p&&p&NoSQL主要分为四大类：&/p&&p&&b&键值KeyValue数据库&/b&&/p&&p&这类数据库会使用哈希表，哈希表中有一个特定的键指向一个特定的值，KeyValue的特点是去中心化，不涉及业务关系。代表Redis。&/p&&p&&b&列数据库&/b&&/p&&p&这类数据库用于分布式海量存储，和KeyValue的区别在于这里的Key指向的是列。横向拓展性好，适合大数据量高IO。&/p&&p&代表HBase，Cassandra&/p&&p&&b&文档型数据库&/b&&/p&&p&属于KeyValue数据库的升级版，允许嵌套键值。文档是处理信息的基本单位，一个文档等于一个关系数据库的一条记录。&/p&&p&因为文档的自由性，文档型数据库适合复杂、松散、无结构或半结构化的数据模型，和JSON类似，叫做BSON（MongoDB的存储格式）。&br&&/p&&p&代表MongoDB&/p&&p&&b&图形数据库&/b&&/p&&p&基于图论算法的数据库，将数据集以图形元素（点、线、面）建立起来。这种数据库常应用在社交网络关系链，N度关系等。&/p&&p&代表Neo4j&/p&&br&&p&&b&Regex&/b&&/p&&p&正则表达式（Regular Expression），正则表通常被用来检索、替换那些符合某个模式(规则)的字符串。通过特定字符的组合，对字符串进行逻辑过滤。例如注册账号时检查对方邮件格式对不对啊，手机号格式对不对啊。&/p&&p&学起来靠记，记了也会忘，每次用得查，查了还得检验。&/p&&figure&&img src=&https://pic4.zhimg.com/v2-6df1c3a5135bacc3c6d30aed1e399193_b.png& data-rawwidth=&634& data-rawheight=&453& class=&origin_image zh-lightbox-thumb& width=&634& data-original=&https://pic4.zhimg.com/v2-6df1c3a5135bacc3c6d30aed1e399193_r.png&&&/figure&&br&&p&网上记忆口诀一堆图表，相关网站也不少，仁者见仁了。&/p&&br&&p&&b&Vendor Landscape &/b&&br&&/p&&p&不懂，供应商风景？&/p&&p&有评论指出是业务背景知识。对于数据科学家，业务知识另外一块很重要的内容。我认为，好的业务知识和解决问题的能力，是大于技术技能本身的。&/p&&br&&p&&b&Env Setup&/b&&/p&&p&想了半天，Env应该是环境安装的意思，IDE啊，GUI啊等等全部安装上去，再调各种路径啥的。&/p&&p&针对数据科学家，Anaconda + Rstudio用的比较多。&/p&&br&&p&——————&/p&&p&&b&Statistics 统计&/b&&/p&&p&统计是数据科学家的核心能力之一，机器学习就是基于统计学原理的，我不算精通这一块，许多内容都是网络教科书式的语言。都掌握后再重写一遍。&/p&&br&&br&&b&Pick a Dataset(UCI Repo)&/b&&br&&p&找数据（UCI数据集）&/p&&p&UCI数据库是加州大学欧文分校(University of CaliforniaIrvine)提出的用于机器学习的数据库，这个数据库目前共有335个数据集，其数目还在不断增加，可以拿来玩机器学习。&/p&&p&&a href=&//link.zhihu.com/?target=http%3A//archive.ics.uci.edu/ml/datasets.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&UCI Machine Learning Repository: Data Sets&i class=&icon-external&&&/i&&/a&&br&&/p&&p&另外的数据来源是Kaggle竞赛等&/p&&br&&p&&b&Descriptive Statistics（mean, median, range, SD, Var）&/b&&/p&&p&描述性统计（均值，中位数，极差，标准差，方差）。&/p&&p&均值也叫平均数，是统计学中的概念。小学学习的算数平均数是其中的一种均值，除此以外还有众数和中位数。&/p&&p&中位数可以避免极端值，在数据呈现偏态的情况下会使用。&/p&&p&极差就是最大值减最小值。&/p&&p&标准差，也叫做均方差。现实意义是表述各数据偏离真实值的情况，反映的是一组数据的离散程度。平均数相同的两组数据，如[1,9]和[4,6]，平均数相同，标准差不一样，前者的离散程度更大。&/p&&p&方差，是标准差的平方。方差和标准差的量纲是一致的。在实际使用过程中，标准差需要比方差多一步开平方的运算，但它在描述现实意义上更贴切，各有优劣。&/p&&br&&p&&b&Exploratory Data Analysis&/b&&/p&&p&探索性数据分析&/p&&p&获得一组数据集时，通常分析师需要掌握数据的大体情况，此时就要用到探索性数据分析。&/p&&p&主要是两类：&/p&&p&图形法，通过直方图、箱线图、茎叶图、散点图快速汇总描述数据。&/p&&p&数值法：观察数据的分布形态，包括中位数、极值、均值等，观察多变量之间的关系。&/p&&p&探索性数据分析不会涉及到复杂运算，而是通过简单的方式对数据有一个大概的了解，然后才去深入挖掘数据价值，在Python和R中，都有相关的summary函数。&/p&&br&&p&&b&Histograms&/b&&/p&&p&直方图，又称质量分布图，是一种表示数据分布的统计报告图。&/p&&p&近似图表中的条形图，不过直方图的各矩行是连续排列，因为分组数据具有连续性，不能放开。&/p&&p&正常的直方图是中间高、两边低、左右近似对称。而异常型的直方图种类过多，不同的异常代表不同的可能情况。&/p&&br&&p&&b&Percentiles & Outliers&/b&&/p&&p&百分位数和极值，描述性统计的元素。&/p&&p&百分位数指将一组数据从小到大排序，并计算相遇的累积百分值，某一百分位所对应数据的值就称为这一百分位的百分位数。比如1～100的数组中，25代表25分位，60代表60分位。&/p&&p&我们常将百分位数均匀四等分：第25百分位数，叫做第一四分位数；第50百分位数，称第二四分位数，也叫中位数；第75百分位数，叫做第三四分位数。通过四分位数能够简单快速的衡量一组数据的分布。&/p&&p&百分位数和极值可以用来描绘箱线图。&br&&/p&&br&&p&&b&Probability Theory&/b&&/p&&p&概率论，统计学的核心之一，主要研究随机现象发生的可能性。&/p&&br&&p&&b&Bayes Theorem&/b&&/p&&p&贝叶斯定理，关于随机事件A和B的条件概率的定理。&/p&&p&现实世界有很多通过某些信息推断出其他信息的推理和决策，比如看到天暗了、蜻蜓低飞了，那么就表示有可能下雨。这组关系被称为条件概率：用P(A|B)表示在B发生的情况下A发生的可能性。&/p&&p&贝叶斯公式：P(B|A) = P(A|B)*P(B) / P(A)&/p&&p&现实生活中最经典的例子就是疾病检测，如果某种疾病的发病率为千分之一。现在有一种试纸，它在患者得病的情况下，有99%的准确判断患者得病，在患者没有得病的情况下，有5%的可能误判患者得病。现在试纸说一个患者得了病，那么患者真的得病的概率是多少？&/p&&p&从我们的直觉看，是不是患者得病的概率很大，有80%？90%？实际上，患者得病的概率只有1.9%。关键在哪里？一个是疾病的发病率过低，一个是5%的误判率太高，导致大多数没有得病的人被误判。这就是贝叶斯定理的作用，用数学，而不是直觉做判断。&/p&&p&最经典的应用莫过于垃圾邮件的过滤。&/p&&br&&p&&b&Random Variables&/b&&/p&&p&随机变量，表示随机试验各种结果的实际值。比如天气下雨的降水量，比如某一时间段商城的客流量。&/p&&p&随机变量是规律的反应，扔一枚硬币，既有可能正面、也有可能反面，两者的概率都是50%。扔骰子，结果是1～6之间的任何一个，概率也是六分之一。虽然做一次试验，结果肯定是不确定性的，但是概率是一定的。&/p&&br&&p&&b&Cumul Dist Fn(CDF)&/b&&/p&&p&累计分布函数（Cumulative Distribution Function），是概率密度函数的积分，能够完整描述一个实数随机变量X的概率分布。直观看，累积分布函数是概率密度函数曲线下的面积。&/p&&p&&figure&&img src=&https://pic4.zhimg.com/v2-3ce88765ecb43e0a1dec6ffa5c9f4393_b.jpg& data-rawwidth=&314& data-rawheight=&212& class=&content_image& width=&314&&&/figure&上图阴影部分就是一个标准的累积分布函数F(x)，给定任意值x，计算小于x的概率为多大。实际工作中不会涉及CDF的计算，都是计算机负责的。记得在我大学考试，也是专门查表的。&/p&&p&现实生活中，我们描述的概率都是累积分布函数，我们说这个事件有95%的可能性发生，实际指代的是至少95%，包含96%的概率，97%概率等。&/p&&br&&p&&b&Continuos Distributions(Normal, Poisson, Gaussian) &/b&&/p&&p&连续分布（正态、泊松、高斯）&/p&&p&分布有两种，离散分布和连续分布。连续分布是随机变量在区间内能够取任意数值。&/p&&p&正态分布是统计学中最重要的分布之一，它的形状呈钟型，两头低，中间高，左右对称。&/p&&p&&figure&&img src=&https://pic3.zhimg.com/v2-20ca9f3c7f6ac04db8e42a_b.jpg& data-rawwidth=&355& data-rawheight=&177& class=&content_image& width=&355&&&/figure&正态分布有两个参数，期望μ和标准差σ：μ反应了正态分布的集中趋势位置，σ反应了离散程度，σ越大，曲线越扁平，σ越小，曲线越窄高。&/p&&p&自然届中大量的现象都按正态形式分布，标准正态分布则是正态分布的一种，平均数为0，标准差为1。应用中，都会将正态分布先转换成标准正态分布进行计算。很多统计学方法，都会要求数据符合正态分布才能计算。&/p&&p&泊松分布是离散概率分布。适合描述某个随机事件在单位时间／距离／面积等出现的次数。当n出现的次数足够多时，泊松分布可以看作正态分布。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-b93e9959a1a_b.png& data-rawwidth=&204& data-rawheight=&40& class=&content_image& width=&204&&&/figure&&p&高斯分布就是正态分布。&/p&&br&&p&&b&Skewness&/b&&/p&&p&偏度，是数据分布倾斜方向和程度的度量，当数据非对称时，需要用到偏度。&/p&&p&正态分布的偏度为0，当偏度为负时，数据分布往左偏离，叫做负偏离，也称左偏态。反之叫右偏态。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-f8c594ab81dc9f903aae12_b.png& data-rawwidth=&800& data-rawheight=&285& class=&origin_image zh-lightbox-thumb& width=&800& data-original=&https://pic3.zhimg.com/v2-f8c594ab81dc9f903aae12_r.png&&&/figure&&br&&p&&b&ANOVA&/b&&/p&&p&方差分析，用于多个变量的显著性检验。基本思想是：通过分析研究不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。&/p&&p&方差分析属于回归分析的特例。方差分析用于检验所有变量的显著性，而回归分析通常针对单个变量的。&/p&&br&&p&&b&Prob Den Fn(PDF)&/b&&/p&&p&概率密度函数，是用来描述连续型随机变量的输出值。&/p&&p&概率密度函数应该和分布函数一起看&/p&&p&&figure&&img src=&https://pic4.zhimg.com/v2-6dafe0366ed67_b.jpg& data-rawwidth=&453& data-rawheight=&301& class=&origin_image zh-lightbox-thumb& width=&453& data-original=&https://pic4.zhimg.com/v2-6dafe0366ed67_r.jpg&&&/figure&蓝色曲线是概率密度函数，阴影部分是累积分布函数。我们用概率密度函数在某一区间上的积分来刻画随机变量落在这个区间中的概率。概率等于区间乘概率密度，累积分布等于所有概率的累加。&/p&&p&概率密度函数：f(x) = P(X=x)&/p&&p&累积分布函数：F(x) = P(X&=x)&/p&&p&概率密度函数是累积分布函数的导数，现有分布函数，才有密度函数。累积分布函数即可以离散也可以连续，而密度函数是用在连续分布中的。&br&&/p&&br&&p&&b&Central Limit THeorem&/b&&/p&&p&中心极限定理，它是概率论中最重要的一类定理。&/p&&p&自然届中很多随机变量都服从正态分布，中心极限定理就是理解和解释这些随机变量的。我们有一个总体样本，从中取样本量为n的样本，这个样本有一个均值，当我们重复取了m次时，对应有m哥均值，如果我们把数据分布画出来，得到的结果近似正态分布。它神奇的地方就在于不管总体是什么分布。&/p&&br&&p&&b&Monte Carlo Method&/b&&/p&&p&蒙特卡罗方法，是使用随机数来解决计算问题的方法。&/p&&p&蒙特卡罗是一个大赌场，以它命名，含义近似于随机。我们有时候会因为各种限制而无法使用确定性的方法，此时我们只能随机模拟，用通过概率实验所求的概率来估计我们感兴趣的一个量。最知名的例子有布丰投针试验。&/p&&p&18世纪，布丰提出以下问题：设我们有一个以平行且等距木纹铺成的地板，木纹间距为a，现在随意抛一支长度l比木纹之间距离a小的针，求针和其中一条木纹相交的概率。&br&&/p&&p&布丰计算出来了概率为p = 2l/πa。&br&&/p&&p&为了计算圆周率，人们纷纷投针，以实际的试验结果来计算。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-fddff5f2fe20778ffedbdf4ff31efcaa_b.png& data-rawwidth=&404& data-rawheight=&222& class=&content_image& width=&404&&&/figure&&br&&br&下图则是计算机模拟的结果&br&&br&&figure&&img src=&https://pic4.zhimg.com/v2-edae6f4edf5e149c403dab_b.jpg& data-rawwidth=&500& data-rawheight=&500& class=&origin_image zh-lightbox-thumb& width=&500& data-original=&https://pic4.zhimg.com/v2-edae6f4edf5e149c403dab_r.jpg&&&/figure&&br&&p&这就是蒙特卡罗方法的实际应用。它的理论依据是大数定理和中心极限定理。&/p&&br&&p&&b&Hypothesis Testing&/b&&/p&&p&假设检验，是根据一定的假设条件由样本推断总体的方法。&/p&&p&首先根据实际问题作出一个假设，记作H0，相反的假设称为备择假设。它的核心思想是小概率反证法，如果这个假设发生的概率太小以至于不可能发生，结果它发生了，那么我们认为假设是不成立的。&/p&&p&假设检验是需要容忍的，因为样本会存在波动，这个波动范围不会太严格，在这个范围内出现的事件我们都能接受。但是我们都这么容忍了，还是出现了违背原假设的小概率事件，那么说明原假设有问题。不能容忍的范围即拒绝域，在拒绝域发生的概率我们都认为它是小概率事件。&/p&&p&假设检验容易犯两类错误，第一类错误是真实情况为h0成立，但判断h0不成立，犯了“以真为假”的错误。第二类错误是h0实际不成立，但判断它成立，犯了“以假为真”的错误。&/p&&p&假设检验有U检验、T检验、F检验等方法。&/p&&br&&p&&b&p-Value&/b&&/p&&p&P值是进行假设检验判定的一个参数。当原假设为真时样本观察结果（或更极端结果）出现的概率。P值很小，说明原假设发生的概率很小，但它确实发生了，那么我们就有理由拒绝原假设。&/p&&p&至于P值的选择根据具体情况，一般是1%，5%几个档次。&/p&&p&然而，P值在统计学上争议很大，P值是否是接受原假设的标准，都是统计学各种流派混合后的观点。P值从来没有被证明可以用来接收某个假设（所以我上文的说明并不严谨）。所以现在统计学家们也开始倡导：应该给出置信区间和统计功效，实际的行动判读还是留给人吧。&/p&&br&&p&&b&Chi2 Test&/b&&br&&/p&&p&卡方检验，Chi读作卡。通常用作独立性检验和拟合优度检验。&/p&&p&卡方检验基于卡方分布。检验的假设是观察频数与期望频数没有差别。&/p&&p&独立性检验：卡方分布的一个重要应用是基于样本数据判断两个变量的独立性。独立性检验使用列联表格式，因此也被称为列联表检验。原假设中，列变量与行变量独立，通过每个单元格的期望频数检验统计量。&/p&&p&拟合优度检验：它依据总体分布状况，计算出分类变量中各类别的期望频数，与分布的观察频数进行对比，判断期望频数与观察频数是否有显著差异。目的是判断假设的概率分布模型是否能用作研究总体的模型。&/p&&p&独立性检验是拟合优度检验的推广。&/p&&br&&p&&b&Estimation&/b&&/p&&p&估计&/p&&p&统计学里面估计分为参数估计和非参数估计。&/p&&p&参数估计是用样本指标估计总体指标，这个指标可以是期望、方差、相关系数等，指标的正式名称就是参数。当估计的是这些参数的值时，叫做点估计。当估计的是一个区间，即总体指标在某范围内的可能时，叫做区间估计，简单认为是人们常说的有多少把握保证某值在某个范围内。&/p&&p&参数估计需要先明确对样本的分布形态与模型的具体形式做假设。常见的估计方法有极大似然估计法、最小二乘法、贝叶斯估计法等。&/p&&p&非参数估计则是不做假设，直接利用样本数据去做逼近，找出相应的模型。&/p&&br&&p&&b&Confid Int(CI)&/b&&/p&&p&置信区间，是参数检验中对某个样本的总体参数的区间估计。它描述的是这个参数有一定概率落在测量结果的范围程度。这个概率叫做置信水平。&/p&&p&以网上例子来说，如果在一次大选中某人的支持率为55%，而置信水平0.95以上的置信区间是（50%,60%），那么他的真实支持率有95%的概率落在和50～60的支持率之间。我们也可以很容易的推得，当置信区间越大，置信水平也一定越大，落在40～70%支持率的可能性就有99%了。当然，越大的置信区间，它在现实的价值也越低。&br&&/p&&p&置信区间经常见于抽样调研，AB测试等。&/p&&br&&p&&b&MLE&/b&&/p&&p&极大似然估计，它是建立在极大似然原理的基础上。&/p&&p&如果试验如有若干个可能的结果A，B，C…。若在仅仅作一次试验中，结果A出现，则一般认为试验条件对A出现有利，也即A出现的概率很大。&/p&&p&此时我们需要找出某个参数，参数能使这个样本出现的概率最大，我们当然不会再去选择其他小概率的样本，所以干脆就把这个参数作为估计的真实值。&/p&&br&&p&&b&Kernel Density Estimate&/b&&/p&&p&核密度估计，概率论中估计未知的密度函数，属于非参数检验。&/p&&p&一般的概率问题，我们都会假定数据分布满足状态，是基于假定的判别。这种叫参数检验。如果如果数据与假定存在很大的差异，那么这些方法就不好用，于是便有了非参数检验。核密度估计就是非参数检验，它不需要假定数据满足那种分布。&/p&&br&&p&&b&Regression&/b&&br&&/p&&p&回归&/p&&p&回归，指研究一组随机变量(Y1 ，Y2 ，…，Yi)和另一组(X1，X2，…，Xk)变量之间关系的统计分析方法，又称多重回归分析。通常Y1，Y2，…，Yi是因变量，X1、X2，…，Xk是自变量。&br&&/p&&p&回归分析常用来探讨变量之间的关系，在有限情况下，也能推断相关性和因果性。而在机器学习领域中，它被用来预测，也能用来筛选特征。&/p&&p&&figure&&img src=&https://pic4.zhimg.com/v2-ab652bd04aa77a575ff6de60a5913927_b.png& data-rawwidth=&438& data-rawheight=&289& class=&origin_image zh-lightbox-thumb& width=&438& data-original=&https://pic4.zhimg.com/v2-ab652bd04aa77a575ff6de60a5913927_r.png&&&/figure&回归包括线性回归、非线性回归、逻辑回归等。上图就是线性回归。&/p&&br&&p&&b&Convariance&/b&&/p&&p&协方差，用于衡量两个变量的总体误差，方差是协方差的一种特殊情况，即两个变量相同。&/p&&p&协方差用数据期望值E计算：cov(x,y) = E[XY]-E[X][Y]。&/p&&p&如果XY互相独立，则cov(x,y)=0.此时E[XY] = E[X][Y]。&/p&&br&&p&&b&Correlation&/b&&/p&&p&相关性，即变量之间的关联性，相关性只涉及数学层面，即一个变量变化，另外一个变量会不会变化，但是两个变量的因果性不做研究。&/p&&p&相关关系是一种非确定性的关系，即无法通过一个变量精确地确定另外一个变量，比如我们都认为，一个人身高越高体重越重，但是不能真的通过身高去确定人的体重。&/p&&br&&p&&b&Pearson Coeff&/b&&/p&&p&皮尔逊相关系数，度量两个变量线性相关性的系数，用r表示，其值介于-1与1之间。1表示完全正相关，0表示完全无关，-1表示完全负相关。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-cc37ffd1c8d_b.jpg& data-rawwidth=&321& data-rawheight=&69& class=&content_image& width=&321&&&/figure&&br&&p&&b&Causation&/b&&/p&&p&因果性，和相关性是一堆好基友。相关性代表数学上的关系，但并不代表具有因果。&/p&&p&夏天，吃冷饮的人数和淹死的人数都呈现正相关。难道是吃冷饮导致了淹死？不是的，是因为天热，天热吃冷饮的人多了，游泳的人也多了。&/p&&p&《大数据时代》曾经强调，我们应该重视相关性而不是因果性，这是存疑的，因为对数据科学家来说，对业务因果性的了解往往胜于相关性，比如你预测一个人是否会得癌症，你不能拿是否做过放疗作为特征，因为放疗已经是癌症的果，必然是非常强相关，但是对预测没有任何帮助，只是测试数据上好看而已。&/p&&br&&p&&b&Least2 fit&/b&&/p&&p&最小二乘法，是线性回归的一种用于机器学习中的优化技术。&/p&&p&最小二乘的基本思想是：最优拟合直线应该是使各点到回归直线的距离和最小的直线，即平方和最小。它是基于欧式距离的。&br&&/p&&br&&p&&b&Eculidean Distance&/b&&/p&&p&欧氏距离，指在m维空间中两个点之间的真实距离。小学时求的坐标轴轴上两个点的直线距离就是二维空间的欧式距离。&/p&&p&二维：&img src=&//www.zhihu.com/equation?tex=%5Csqrt%7B%28x_%7B1%7D-x_%7B2%7D%29+%5E%7B2%7D+%2B%28y_%7B1%7D-y_%7B2%7D%29%5E%7B2%7D%7D+& alt=&\sqrt{(x_{1}-x_{2}) ^{2} +(y_{1}-y_{2})^{2}} & eeimg=&1&&&/p&&br&&br&&p&&b&——————&/b&&/p&&p&&b&Programming 编程&br&&/b&&/p&&p&数据科学家是需要一定的编程能力，虽然不需要程序员那么精通，注重的是解决的能力，而不是工程化的能力。作者从内容看更推崇R，我个人是推崇Python的。&/p&&br&&p&&b&Python Basics&/b&&/p&&br&&p&Python基础知识。&/p&&p&人生苦短，我用Python。&/p&&p&Python的基础内容比R丰富的多，近几年，Python有作为第一数据科学语言的趋势。基础内容就不多复述了。&/p&&br&&p&&b&Working in Excel &/b&&/p&&p&Excel干活，掌握常用函数，懂得数据分析库，会Power系列加分。VBA这种就不用学了。&/p&&br&&p&&b&R Setup, RStudio R&/b&&/p&&p&安装R和RStudio，R是一门统计学语言。&/p&&p&下列的内容，都是R语言相关。&/p&&br&&p&&b&R Basics&/b&&/p&&p&R的基础，不多作陈述了。&/p&&br&&p&&b&Varibles&/b&&/p&&p&变量&/p&&p&变量是计算机语言中的抽象概念，可以理解成我们计算的结果或者值，不同计算语言的变量性质不一样。主要理解R和Python的变量就行。大数据那块可能还会涉及到Java和Scala。&/p&&p&R 用 &- 给变量赋值，=也能用，但不建议。&/p&&br&&p&&b&Vectors&/b&&/p&&p&向量，向量是一维数组，可以存储数值型、字符型或逻辑型数据的一维数组。R里面使用函数c( )创建向量。&/p&&div class=&highlight&&&pre&&code class=&language-text&&v &- c(1,2,3,4)
&/code&&/pre&&/div&&p&向量中的数据必须拥有相同的数据类型，无法混杂。&/p&&br&&p&&b&Matrices&/b&&/p&&p&矩阵是一个二维数组，和向量一样，每个元素必须拥有相同的数据类型。当维度超过2时，我们更建议使用数组&/p&&div class=&highlight&&&pre&&code class=&language-text&&m &- matrix(1:20,nrow=5,ncol=4)
&/code&&/pre&&/div&&br&&p&&b&Arrays&/b&&/p&&p&数组与矩阵类似，但是维度可以大于2，数据类型必须一样。&/p&&div class=&highlight&&&pre&&code class=&language-text&&a &- array(1:20,c(4,5))
&/code&&/pre&&/div&&br&&p&&b&Factors&/b&&/p&&p&因子是R中的有序变量和类别变量。&/p&&p&类别变量也叫做名义变量，它没有顺序之分，比如男女，虽然编码中可能男为1，女为2，但不具备数值计算含义。有序变量则表示一种顺序关系，少年、青年、老年则是一种有序变量。&/p&&div class=&highlight&&&pre&&code class=&language-text&&f &- factor(c(&type1&,&type2&,&type1))
&/code&&/pre&&/div&&p&在factor函数中加入参数ordered = True，就表示为有序型变量了。&/p&&br&&p&&b&Lists&/b&&/p&&p&列表，是R最复杂的数据类型，它可以是上述数据结构的组合。&/p&&div class=&highlight&&&pre&&code class=&language-text&&l &- list(names = v,m,a,f )
&/code&&/pre&&/div&&p&上述例子就包含了向量、矩阵、数组、因子。我们可以使用双重方括号[[ ]]选取列表中的元素。R中的下标不从0开始，所以list[[1]] 选取的是v。&/p&&br&&p&&b&Data Frames&/b&&/p&&p&数据框，在R和Python中为常用的数据结构。&/p&&p&R语言中为data.frame，Python中为Pandas的DataFrame。这里以R语言举例。&/p&&p&数据框可以包含不同数据类型的列，它是比矩阵更广泛的概念，也是R中最常用的数据结构。每一列的数据类型必须唯一。&/p&&div class=&highlight&&&pre&&code class=&language-text&&x &- data.frame(col1,col2,col3)
&/code&&/pre&&/div&&br&&p&&b&Reading CSV Data&/b&&/p&&p&读取CSV&/p&&br&&p&&b&Reading Raw Data &/b&&/p&&p&读取原始数据，不清楚这和CSV的区别。&/p&&br&&p&&b&Subsetting Data&/b&&/p&&p&构建数据集&br&&/p&&p&R提供了常用函数方便我们构建数据集（反正来去都那几个英文）。&/p&&p&数据集合并使用merge函数。&/p&&p&添加数据行使用rbind函数。&/p&&p&dataframe选取子集用[ row,column]。&/p&&p&删除变量可以通过 &- Null。&/p&&p&复杂查询则使用subset函数。&/p&&p&如果已经习惯SQL函数，可以载入library(sqldf)后用sqldf函数。&/p&&br&&p&&b&Manipulate Data Frames&/b&&/p&&p&操作数据框&/p&&p&除了上面的构建数据集的技巧，如果我们需要更复杂的操作，加工某些数据，如求变量和、计算方差等，则要用到R语言的其他函数。&/p&&p&R本身提供了abs(x),sort(x),mean(x),cos(x)等常用的统计方法，如何应用在数据框呢？我们使用apply函数，可将任意一个函数应用在矩阵、数组、数据框中。&/p&&div class=&highlight&&&pre&&code class=&language-text&&apply(dataframe,margin,fun)
&/code&&/pre&&/div&&br&&p&&b&Functions &/b&&/p&&p&函数&/p&&p&R语言自带了丰富的统计函数，可以通过官方/第三方文档查询，R也可以自建函数。&/p&&div class=&highlight&&&pre&&code class=&language-text&&myfunction &- function(arg1,arg2,){
statements
return(object)
&/code&&/pre&&/div&&p&函数中的对象只在函数内部使用。如果要调试函数，可以使用warning( ),messagr( ),stop( )等纠错。&/p&&br&&p&&b&Factor Analysis&/b&&/p&&p&因子分析，我不知道这块的编程基础内容为什么要加入因子分析。&/p&&p&R语言的因子分析函数是factanal()&/p&&br&&p&&b&Install Pkgs&/b&&/p&&p&调包侠&br&&/p&&p&R的包非常丰富（Python更是），可以通过cran下载，包括爬虫、解析、各专业领域等。函数library可以显示有哪些包，可能直接加入包。RStudio则提供了与包相关的丰富查询界面。&/p&&br&&p&——————&/p&&p&&b&Machine Learning机器学习&/b&&/p&&p&数据科学的终极应用，现在已经是深度学习了。这条路也叫从调包到科学调参。这里的算法属于经典算法，但是向GBDT、XGBoost、RF等近几年竞赛中大发异彩的算法没有涉及，应该是写得比较早的原因。&/p&&br&&p&&b&What is ML?&/b&&br&&/p&&p&机器学习，区别于数据挖掘，机器学习的算法基于统计学和概率论，根据已有数据不断自动学习找到最优解。数据挖掘能包含机器学习的算法，但是协同过滤，关联规则不是机器学习，在机器学习的教程上看不到，但是在数据挖掘书本能看到。&/p&&br&&p&&b&Numerical Var &/b&&/p&&p&机器学习中主要是两类变量，数值变量和分量变量。&/p&&p&数值变量具有计算意义，可用加减乘除。数据类型有int、float等。&/p&&p&在很多模型中，连续性的数值变量不能直接使用，为了模型的泛化能力会将其转换为分类变量。&/p&&br&&p&&b&Categorical Var &/b&&/p&&p&分类变量可以用非数值表示。&/p&&p&有时候为了方便和节省存储空间，也会用数值表示，比如1代表男，0代表女。但它们没有计算意义。在输入模型的过程中，会将其转变为哑变量。&/p&&br&&p&&b&Supervised Learning &/b&&/p&&p&监督学习&/p&&p&机器学习主要分为监督学习和非监督学习。&/p&&p&监督学习是从给定的训练集中学习出一个超级函数Y=F(X)，我们也称之为模型。当新数据放入到模型的时候，它能输出我们需要的结果达到分类或者预测的目的。结果Y叫做目标，X叫做特征。当有新数据进入，能够产生新的准确的结果。&/p&&p&既然从训练集中生成模型，那么训练集的结果Y应该是已知的，知道输入X和输出Y，模型才会建立，这个过程叫做监督学习。如果输出值是离散的，是分类，如果输出值是连续的，是预测。&/p&&p&监督学习常见于KNN、线性回归、朴素贝叶斯、随机森林等。&/p&&br&&p&&b&Unsupervied Learning &/b&&/p&&p&非监督学习&/p&&p&无监督学习和监督学习，监督学习是知道结果Y，无监督学习是不知道Y，仅通过已有的X，来找出隐藏的结构。&/p&&p&无监督学习常见于聚类、隐马尔可夫模型等。&/p&&br&&p&&b&Concepts, Inputs & Attributes&/b&&br&&/p&&p&概念、输入和特征&br&&/p&&p&机器学习包括输入空间、输出空间、和特征空间三类。特征选择的目的是筛选出结果有影响的数据。&/p&&br&&p&&b&Traning & Test Data&/b&&br&&/p&&p&训练集和测试集&/p&&p&机器学习的模型是构建在数据集上的，我们会采用随机抽样或者分层抽样的将数据分成大小两个部分，拿出大部分样本进行建模型，留小部分样本用刚建立的模型进行预报，通过小样本的预测结果和真实结果做对比，来判断模型优劣。这个叫做交叉验证。&/p&&p&交叉验证能够提高模型的稳定性，但不是完全保险的，依旧有过拟合的风险。&/p&&p&通常用80%的数据构建训练集，20%的数据构建测试集&br&&/p&&br&&p&&b&Classifier&/b&&br&&/p&&p&分类&/p&&p&监督学习中，如果输出是离散变量，算法称为分类。&/p&&p&输出的离散变量如果是二元的，则是二元分类，比如判断是不是垃圾邮件{是，否}，很多分类问题都是二元分类。与之相对的是多元分类。&/p&&br&&p&&b&Prediction&/b&&br&&/p&&p&预测&/p&&p&监督学习中，如果输出是连续变量，算法称为预测。&br&&/p&&p&预测即可以是数值型，比如未来的销量，也可以是介于[0,1]间的概率问题。&/p&&p&有些算法适合分类、有些则是预测，也有算法可以两者混合。比如垃圾邮件判定，将50%以上概率是垃圾邮件的划归到是，50%以下的划归到否。&/p&&br&&p&&strong&Lift&/strong&&/p&&p&Lift曲线&/p&&p&它是衡量模型性能的一种最常用的度量，它考虑的是模型的准确性。它核心的思想是以结果作导向，用了模型得到的正类数量比不用模型的效果提升了多少？&/p&&p&比如某一次活动营销，1000个用户会有200个响应，响应率是20%。用了模型后，我通过算法，讲用户分群，挑出了最有可能响应的用户200个，测试后的结果是有100个，此时的响应率变成了50%。此时的Lift值为5。&/p&&p&上图就是按Lift值画出曲线的范例。纵坐标是lift值，横坐标是挑选的的阀值。阀值越低，说明挑选的越严格，按上文的例子理解，挑选的就是最有可能响应的用户。当没有阀值时，lift就为0了。阀值通常是根据预测分数排序的。&/p&&p&还有一种常用的叫ROC曲线。&/p&&br&&p&&b&Overfitting&/b&&br&&/p&&p&过拟合&/p&&p&过拟合是机器学习中常碰到的一类问题。主要体现在模型在训练数据集上变现优秀，而在真实数据集上表现欠佳。造成的原因是为了在训练集上获得出色的表现，使得模型的构造如此精细复杂，规则如此严格，以至于任何与样本数据稍有不同的文档它全都认为不属于这个类别。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-e65ed32046f6bbeb09b74a499a0287ed_b.png& data-rawwidth=&685& data-rawheight=&685& class=&origin_image zh-lightbox-thumb& width=&685& data-original=&https://pic2.zhimg.com/v2-e65ed32046f6bbeb09b74a499a0287ed_r.png&&&/figure&&p&上图，黑色的线条是正常模型，绿色的线条是过拟合模型。&/p&&p&不同的机器学习算法，是否容易拟合的程度也不仅相同。通常采用加大样本数据量、减少共线性、增加特征泛化能力的方法解决过拟合。&/p&&p&与之相反的是欠拟合。&/p&&br&&p&&b&Bias & Variance &/b&&/p&&p&偏差和方差&/p&&p&偏差和方差除了统计学概念外，它们也是解释算法泛化能力的一种重要工具。&/p&&p&算法在不同训练集上得到的结果不同，我们用偏差度量算法的期望预测和真实结果的偏离程度，这代表算法本身的拟合能力，方差则度量了算法受数据波动造成的影响。&/p&&p&偏差越小、越能够拟合数据，方差越小、越能够扛数据波动。&/p&&br&&p&&b&Trees & Classification &/b&&/p&&p&树分类&/p&&p&树分类是需要通过多级判别才能确定模式所属类别的一种分类方法。多级判别过程可以用树状结构表示，所以称为树分类器。&br&&/p&&p&最经典的便是决策树算法。&/p&&br&&p&&b&Classification Rate &/b&&/p&&p&分类正确率&/p&&p&为了验证模型的好坏，即最终判断结果的对错，我们引入了分类正确率。&/p&&p&分类正确率即可以判断二分类任务，也适用于多分类任务。我们定义分类错误的样本数占总样本的比率为错误率，精确度则是正确的样本数比率。两者相加为1。&/p&&p&为了更好的判断模型，主要是业务需要，我们还加入了查准率(precision),查全率(recall)，查准率是预测为真的数据中有多少是真的。查全率是真的数据中有多少数据被预测对了。&/p&&p&这个有点绕，主要是为了业务判断，假如我们的预测是病人是否患了某个致死疾病，假设得病为真，我们显然希望把全部都得病的患者找出来，那么此时查全率（得病的患者有多少被准确预测出来）比查准率（预测得病的患者有多少真的得病了）更重要，因为这个会死人，那么肯定是选择有杀错无放过。所以算法也会更追求查全率。&/p&&p&算法竞赛就是基于上述指标评分的。&/p&&br&&p&&b&Decision Tress &/b&&/p&&p&决策树，基本的分类和回归方法。&/p&&p&可以理解成If-Then的规则集，每一条路径都互斥且完备。决策树分为内部节点和叶节点，内部节点就是If-Then的规则，叶节点就是分类结果。&/p&&p&决策树主流有ID3、C4.5、CART算法。&/p&&p&因为决策树形成的结构是根据树形递归产生，它对训练数据表现良好，但是会产生过拟合现象。为了避免这一现象，会进行减枝。剪枝通过损失函数或代价函数实现。&/p&&p&决策树的优点是：高校简单、可解释性强、在大型数据库有良好表现、适合高维数据。缺点是：容易过拟合、并且分类结果会倾向拥有更多数值的特征（基于信息增益）。&/p&&p&随机森林算法是基于决策树的。&/p&&br&&p&&b&Boosting&/b&&/p&&p&提升方法，属于集成学习的一种。提升方法Boosting一般是通过多个弱分类器组成一个强分类器，提高分类性能。简而言之是三个臭皮匠顶一个诸葛亮。&/p&&p&通过对训练集训练出一个基学习器，然后根据基学习器的分类表现跳转和优化，分类错误的样本将会获得更多关注，以此重复迭代，最终产生的多个基分类器进行加强结合得出一个强分类器。&/p&&p&主流方法是AdaBoost，以基分类器做线性组合，每一轮提高前几轮被错误分类的权值。&/p&&br&&p&&b&Naive Bayes Classifiers &/b&&/p&&p&朴素贝叶斯分类，基于贝叶斯定理的分类方法。朴素贝叶斯法的使用条件是各特征互相独立。&/p&&p&这里引入经典的贝叶斯定理：&img src=&//www.zhihu.com/equation?tex=P%28B%7CA+%29+%3D++%5Cfrac%7BP%28A%7CB+%29P%28B%29%7D%7BP%28A%29%7D+& alt=&P(B|A ) =
\frac{P(A|B )P(B)}{P(A)} & eeimg=&1&&&/p&&p&在算法中，我们的B就是分类结果Target，A就是特征。意思是在特征已经发生的情况下，发生B的概率是多少？&/p&&p&概率估计方法有极大似然估计和贝叶斯估计，极大似然估计容易产生概率值为0的情况。&/p&&p&优点是对缺失数据不太敏感，算法也比较简单。&/p&&p&缺点是条件互相独立在实际工作中不太成立。&br&&/p&&br&&p&&b&K-Nearest Neighbour &/b&&/p&&p&K近邻分类。&/p&&p&K近邻分类的特点是通过训练数据对特征向量空间进行划分。当有新的数据输入时，寻找距离它最近的K个实例，如果K个实例多数属于某类，那么就把新数据也算作某类。&/p&&p&&figure&&img src=&https://pic1.zhimg.com/v2-f3a6eb5aa4d826a279b30cdeffbacdac_b.png& data-rawwidth=&602& data-rawheight=&397& class=&origin_image zh-lightbox-thumb& width=&602& data-original=&https://pic1.zhimg.com/v2-f3a6eb5aa4d826a279b30cdeffbacdac_r.png&&&/figure&特征空间中，每个训练数据都是一个点，距离该点比其他点更近的所有点将组成一个子空间，叫做单元Cell，这时候，每个点都属于一个单元，单元将是点的分类。&/p&&p&&figure&&img src=&https://pic3.zhimg.com/v2-9aa4482e0ecbf4ac0656_b.png& data-rawwidth=&603& data-rawheight=&397& class=&origin_image zh-lightbox-thumb& width=&603& data-original=&https://pic3.zhimg.com/v2-9aa4482e0ecbf4ac0656_r.png&&&/figure&k值的选择将会影响分类结果，k值越小，模型越复杂，容易过拟合，不抗干扰。K值越大，模型将越简单，分类的准确度会下降。上图是K=1时的子空间划分，下图是K=5时的子空间划分，从颜色很直观的看到影响。&/p&&figure&&img src=&https://pic2.zhimg.com/v2-8cffe4ceb9ad_b.png& data-rawwidth=&602& data-rawheight=&396& class=&origin_image zh-lightbox-thumb& width=&602& data-original=&https://pic2.zhimg.com/v2-8cffe4ceb9ad_r.png&&&/figure&&br&K近邻的这类基于距离的算法，训练的时间复杂度低，为O(n)，适用范围范围广。但是时间复杂度低是通过空间复杂度换来的，所以需要大量的计算资源和内存。另外样本不平衡问题解决不了。&br&&br&&p&&b&Logistic Regression&/b&&br&&/p&&p&逻辑斯谛回归，简称逻辑回归。&/p&&p&逻辑回归属于对数线性模型，虽然叫回归，本质却是分类模型。如果我们要用线性模型做分类任务，则找到sigmoid函数将分类目标Y和回归的预测值联系起来，当预测值大于0,判断正例，小于0为反例，等于0任意判别，这个方法叫逻辑回归模型。&/p&&p&模型参数通过极大似然法求得。逻辑回归的优点是快速和简单，缺点是高维数据支持不好，容易钱拟合。&/p&&br&&p&&b&Ranking&/b&&/p&&p&排序，PageRank&/p&&p&这里应该泛指Google的PageRank算法。&/p&&p&PageRank的核心思想有2点：&br&&/p&&p&1.如果一个网页被很多其他网页链接到的话说明这个网页比较重要，也就是pagerank值会相对较高；&/p&&p&2.如果一个pagerank值很高的网页链接到一个其他的网页，那么被链接到的网页的pagerank值会相应地因此而提高。&/p&&p&PageRank并不是唯一的排名算法，而是最为广泛使用的一种。其他算法还有：Hilltop 算法、ExpertRank、HITS、TrustRank。&/p&&br&&p&&b&Linear Regression&/b&&/p&&p&线性回归&/p&&p&线性回归是机器学习的入门级别算法，它通过学习得到一个线性组合来进行预测。&/p&&p&一般写成F(x) = wx +b，我们通过均方误差获得w和b，均方误差是基于欧式距离的求解，该方法称为最小二乘法。简单来说，就是找到一条线，所有数据到这条线的欧式距离之和最小。&/p&&p&线性回归容易优化，模型简单，缺点是不支持非线性。&br&&/p&&br&&p&&b&Perceptron&/b&&/p&&p&感知机，是二类分类的线性分类模型。&/p&&p&&figure&&img src=&https://pic1.zhimg.com/v2-b078ff9b1c9cf12ddec305c_b.png& data-rawwidth=&330& data-rawheight=&249& class=&content_image& width=&330&&&/figure&它通过一个wx+b的超平面S划分特征空间。为了找出这个超平面，我们利用损失函数极小化求出。超平面的解不是唯一的，采取不同初值或误分类点将会造成不同结果。&/p&&figure&&img src=&https://pic3.zhimg.com/v2-1b61b7fc1a9c50ffe0376_b.png& data-rawwidth=&640& data-rawheight=&480& class=&origin_image zh-lightbox-thumb& width=&640& data-original=&https://pic3.zhimg.com/v2-1b61b}