推荐系统的文献汗牛充栋，大家对此应该都不陌生。之所以选这个题目一是简单，在一周多晚上十点以后的自由时间里，只有选简单的题目才能完成，即便如此，依然捉襟见肘；二是希望好好研究下数据，一步步推到推荐系统的设计，而不是像以前直奔算法，当然也是时间原因，这里对数据的探索也是远远不够的。
本文前面探索阶段所用的数据集太大，导致多个分析运行一天也出不了结果，所以后面在推荐系统的建模中，又换成了较小的 MovieLens 1M 数据集。
注：该文是上了开智学堂数据科学入门班的课后做的笔记，主讲人是肖凯老师。
机器学习、统计模型和数据挖掘有什么异同？
机器学习和统计模型区别不是很大，机器学习和统计模型中的回归都一样，底层算法都是差不多的，只是侧重点不一样，在统计学的角度，回归主要解决的问题侧重点在于模型的解释能力，关注的是 x 和 y 之间的关系，关注的更多是系数，从机器学习的角度看，关注的重点是预测的准确性。
注：该文是根据开智学堂数据科学入门班的讲课内容整理而成，主讲人是肖凯老师。
主要学习用 statsmodels 模块进行线性回归、逻辑回归和时间序列分析。
多个因素的定量化计算，是线性模型的最主要用途。
在研究一个问题时，从某种理论或假定出发，得到一个模型。根据这个模型，我们感兴趣的某个量有其理论值，同时可以对这个量进行实际观测，而得出其观测值。由于种种原因，如模型不完全正确以及观测有误差，理论值与观测值会有差距，这差距的平方和
注：该文是上了开智学堂数据科学基础班的课后做的笔记，主讲人是肖凯老师。
为什么要做最优化呢？因为在生活中，人们总是希望幸福值或其它达到一个极值，比如做生意时希望成本最小，收入最大，所以在很多商业情境中，都会遇到求极值的情况。
最优化练习题
注：该文是上了开智学堂数据科学基础班的课后做的笔记，主讲人是肖凯老师。
用一个数字描述一组数字的特征。用一个数字来归纳一组数字，这个数字称为统计量或统计指标。
注：该文是上了开智学堂数据科学基础班的课后做的笔记，主讲人是肖凯老师。
数据整理是数据分析之前必要的工作。