课程资源链接:
本课程使用的教材是 An Introduction to Statistical Learning with Applications in Python(简称 ISLP)。
本课程的核心理念是 “Learning by Doing” ——在实践中学习。
理论是骨架,代码是血肉。只看公式,概念是空洞的;当你运行代码看到结果时,一切就会变得具体而清晰。
我们将使用云端Python环境,而非在本地安装软件。
核心优势:
网址: cloudstudio.net
.py).ipynb)⚠️ 重要提醒: 云平台需要实名认证,请提前完成。
为什么选择腾讯Cloud Studio作为本课程的主平台?
pandas、numpy、scipy 等网址: modelscope.cn
作为数据分析人员,我们始终需要备用方案。
| 特性 | 腾讯Cloud Studio | 阿里ModelScope |
|---|---|---|
| 界面 | VS Code(IDE) | Jupyter Notebook |
| 适用场景 | 完整项目管理、编程 | 快速数据分析、ML |
| 学习门槛 | 中等(VS Code标准) | 低(标准Notebook) |
| 课程定位 | 主平台 | 备用 / 高级计算 |
课程的课堂互动、考勤考纪都通过微助教平台进行。
平台网址: teachermate.com.cn
使用要求:
课堂互动形式:
本课程采用百分制,由平时成绩和期末成绩组合而成。
| 组成部分 | 占比 | 考查内容 |
|---|---|---|
| 平时成绩 | 50% | 实验报告、课程互动(微助教答题)、考勤考纪 |
| 期末成绩 | 50% | 小组分析报告 |
期末报告要求:
本课程鼓励使用AI工具。
在下次上课前,请完成以下步骤:
test.ipynbprint('统计学习,准备就绪!')