核心概念清单

综合实践 · 01_专业概念地图/核心概念清单.md

核心概念清单

极值理论

• 极端事件 Extreme Event
• 尾部风险 Tail Risk
• 重尾分布 Heavy-tailed Distribution
• 最大值分布 Maximum Distribution
• 广义极值分布 GEV
• 广义帕累托分布 GPD
• 阈值超越法 POT
• 返回水平 Return Level
• 风险价值 VaR
• 条件风险价值 CVaR / Expected Shortfall
• 尾部指数 Tail Index
• 块最大值 Block Maxima

应用统计

• 参数估计 Estimation
• 最大似然估计 MLE
• 置信区间 Confidence Interval
• 假设检验 Hypothesis Testing
• p 值 p-value
• 线性回归 Linear Regression
• 逻辑回归 Logistic Regression
• 模型诊断 Model Diagnostics
• 偏差-方差权衡 Bias-Variance Tradeoff
• 交叉验证 Cross Validation
• 正则化 Regularization
• 贝叶斯推断 Bayesian Inference
• 因果推断 Causal Inference
• 时间序列 Time Series
• 残差 Residual

大数据与机器学习

• 数据清洗 Data Cleaning
• 特征工程 Feature Engineering
• 数据管道 Data Pipeline
• SQL
• 分布式计算 Distributed Computing
• Spark
• MapReduce
• 监督学习 Supervised Learning
• 无监督学习 Unsupervised Learning
• 分类 Classification
• 回归 Regression
• 聚类 Clustering
• 训练集/验证集/测试集
• 过拟合 Overfitting
• 可解释性 Interpretability

复杂系统

• 复杂系统 Complex System
• 涌现 Emergence
• 非线性 Nonlinearity
• 反馈 Feedback
• 稳定性 Stability
• 动力系统 Dynamical System
• 复杂网络 Complex Network
• 节点 Node
• 边 Edge
• 度 Degree
• 中心性 Centrality
• 社区发现 Community Detection
• 级联失效 Cascading Failure
• 系统建模 System Modeling
• 仿真 Simulation

必须能说清的 12 个问题

1. 极值理论和普通统计有什么区别？
2. 为什么尾部风险不能只看均值和方差？
3. 应用统计中的“模型诊断”是在诊断什么？
4. 回归模型为什么不能只看预测准确率？
5. 大数据和普通数据分析的区别是什么？
6. Spark 解决的主要问题是什么？
7. 复杂系统为什么强调非线性和涌现？
8. 复杂网络中的中心性有什么用？
9. 机器学习中的过拟合是什么意思？
10. 时间序列和普通回归有什么不同？
11. 一个研究问题如何从概念变成数据分析任务？
12. 如何用一个基准模型开始，而不是一上来用复杂方法？