short_index简明纲要.md

STA 663 课程纲要极简版本

• Lecture 1: Python 和 IPython notebook (J)
• Lecture 2: 函数式编程 (C)
• Lecture 3: 数据科学相关的 Python 知识 (C)
• Lecture 4: 使用 numpy 和pandas (C)
• Lecture 5: 计算机的运算和算法 (C)
• Lecture 6: 线性代数与矩阵 I (J)
• Lecture 7: 线性代数与矩阵 II (J)
• Lecture 8: PCA
• Lecture 9: 单变量优化
• Lecture 10: 多变量优化
• Lecture 11: 约束优化
• Lecture 12: 期望最大化 I
• Lecture 13: 期望最大化II
• Lecture 14: 随机数和蒙特卡罗方法
• Lecture 15: 计算推理和模拟实验
• Lecture 16: MCMC算法（马尔可夫链蒙特卡罗(Markov Chain Monte Carlo)） I
• Lecture 17: MCMC算法（马尔可夫链蒙特卡罗(Markov Chain Monte Carlo)）II
• Lecture 18: 分析和代码优化
• Lecture 19: 编译成原生代码以提高运行速度
• Lecture 20: 并发编程
• Lecture 21: GPU 计算
• Lecture 22: "Map（映射）"和"Reduce（归约)" 以及 SPARK