数据科学 / 计算机

以数据观世界,向计算机深处求解。

数据科学专业学生,备考 408,持续记录学习、项目与技术实践。

水墨山峰与抽象数据网络交融

现在,把精力放在真正重要的事情上。

主线是升学基础,实践用于验证理解,作品用于沉淀过程。

主线

408 计算机基础

数据结构、计算机组成原理、操作系统与计算机网络,建立可迁移的系统理解。

数据结构组成原理操作系统计算机网络
基础

数学与英语

保持连续训练,重视推导、阅读与复盘。

实践

数据方法

用 Python、SQL 与可视化完成小而完整的研究。

表达

前端开发

把思考整理成清晰、可用、能被看见的作品。

代表性实践

不追求项目数量,优先保留能说明问题、过程完整的工作。

01

学习数据分析

从原始教育数据出发,完成清洗、探索、可视化与可解释结论。

Python / Pandas / ECharts
02

时序预测实验

比较统计方法与机器学习模型,关注特征构造、评估与误差来源。

Python / scikit-learn
03

个人学习系统

把计划、专注、错题和复盘串成一个持续迭代的数据闭环。

Astro / Node.js / Data
从数据流向远山的水墨学习路线

这是一条长期路线。

从数据方法出发,补齐计算机基础,再把知识变成可以解释、可以运行、可以持续迭代的系统。

学习不是收藏信息,而是形成可以调用的理解。