关于机器学习:医学生数据科学之路Ⅰ基础篇

The data science roadmap for medical students
开学后智能医学社曾经进行了几次练习，但学生的实现状况并不现实，明天我筹备为医学生做一下课程的体系构建，这样能让想学习的同学提前学习，落后的同学，晓得本人在哪个阶段，哪个步骤了。
医学生并不是业余的 coder 或者 engineer，所以相似的 Roadmap 并不太实用。

医学生想要步入数据迷信，以下几点必须留神：

• 弱化数学及统计学
• 短期速成，容易把握
• 启发思维为主，主张代码复用
• 合乎医学思维和医药数据需要
• 实际为王，解决医学迷信问题

先上图，数据迷信金字塔，如果你按我的常识体系，能以最快的速度爬到塔尖

咱们采纳的程序语言是 python 和 R，至于为什么，基本无需解释了。我更喜爱 R，双条腿走路，不吃亏。整个学习体系，大部分以现有的优良教程为主，切实不行，我就本人做教程，一步一步带你达到巅峰。最初正告大家一句：高处不胜寒！

Week 1 / Git、R、python 根底，小热身

本周，通过一些小练习和一些基础教程，来学习一些简略的编程语法和版本控制（git）。

• Python 新手入门课, 该课程蕴含了 git 的局部内容
• git/github 采纳 token 进行认证拜访，解决局部 git 中的问题
• 20 节 R 视频课程，零根底学习 R！– 专栏课程 – 医咖会 (mediecogroup.com)，经典入门课，只看到 2 章即可

Week 2 / 环境搭建，R 和 python 如影随行

数据迷信的王者是 Anaconda，但我感觉它仿佛太臃肿了，我更偏向于本人搭建。

• 必备工具
• Python 数据迷信环境搭建（jupyter-lab）
• R 环境搭建 R &Rstudio 装置与配置
• 数据迷信本地环境搭建 Python&R（jupyter lab | Rstudio）视频

所有工具, 都倡议采纳英文界面, 所有工具的装置目录都不得呈现中文

Week 3 / 扫盲科普

数据迷信必须理解的概念：机器学习，深度学习，神经网络，机器学习经典模型（算法）
每个视频都不长。算是入门科普。

是什么系列

https://www.bilibili.com/vide…
https://www.bilibili.com/vide…
https://www.bilibili.com/vide…
https://www.bilibili.com/vide…
https://www.bilibili.com/vide…

经典算法 5 分钟

https://space.bilibili.com/10…

Data！Data！Data！

编程语言数据类型

统计学数据类型

• Numeric
  Data that are expressed on a numeric scale.

  • Continuous
    Data that can take on any value in an interval. (Synonyms: interval, float, numeric)
  • Discrete
    Data that can take on only integer values, such as counts. (Synonyms: integer, count)

• Categorical
  Data that can take on only a specific set of values representing a set of possible categories. (Synonyms: enums, enumerated, factors, nominal)

  • Binary
    A special case of categorical data with just two categories of values, e.g., 0/1, true/false. (Synonyms: dichotomous, logical, indicator, boolean)
  • Ordinal
    Categorical data that has an explicit ordering. (Synonym: ordered factor)

Rectangular Data

The typical frame of reference for an analysis in data science is a rectangular data object, like a spreadsheet or database table.

xml,json,csv…..

Data frame

Rectangular data (like a spreadsheet) is the basic data structure for statistical and machine learning models.

Feature

A column within a table is commonly referred to as a feature.

attribute, input, predictor, (independent) variable, regressors, covariates

Outcome measurement Y

Many data science projects involve predicting an outcome Y

dependent variable, response, target, output

• In the regression problem, Y is quantitative (e.g price, blood pressure).
• In the classification problem, Y takes values in a finite, unordered set (survived/died, digit 0-9, cancer class of tissue sample).

Records

A row within a table is commonly referred to as a record.

case, example, instance, observation, pattern, sample