Shweta Gupta：我们接下来将回答顾客的

[tanjimajha12]

Toby Boone 博士是分析和数据科学领域最具影响力的人物之一。他将参加此次会议，来自 Analytics vidhya 平台的所有顶级数据科学家、所有顶级呼叫者都将参加此次会议，他们要么作为演讲者，要么亲自出席。作为此次会议的一部分，我们将举办五场研讨会，还将举办 10 场黑客会议。黑客会议基本上是解决问题的现场演示。有人会把 加纳手机号码列表 问题带到舞台上，展示数据科学家如何在现实生活中解决这个问题。真的，亲自动手。这是一场为想要学习的人举办的会议，我认为有更好的方法来学习多种行业应用，看看人们在做什么，建立一个从事数据科学的人际网络。明天，当你遇到一个问题，我想解决一个特定的问题，或者人们在遇到这样的问题时会怎么做，你可以利用这个网络，你可以看到一些实践被分享。这就是背后的想法，付诸行动，而且效果非常好。我能看到我们开始实现的愿景。我几乎可以想象事情的发展，我们在峰会上获得了一些非常棒的合作伙伴和赞助商。所以我真的很期待。

一些问题。我让一些人写下他们的问题，看看他们是否有问题想问你。我大概会读三篇。我们开始吧。Prasad 问道，数据科学中通常使用哪些统计数据？
Kunal：统计学是您应该学习和理解的关键领域之一，尤其是在您从事分析工作的初期。就基本要求而言，我认为您应该非常熟悉描述性统计数据，包括平均值、中位数、众数、定义以及如何计算它们。您应该熟悉基本的推理统计数据。您如何证明或反驳某个假设，您需要进行哪些类型的测试来证明或反驳这些假设，有哪些错误，第 1 类错误是什么意思，第 2 类错误是什么意思？为什么有些情况下一种类型的错误比另一种类型的错误成本更高，有哪些权衡？这些是您需要具备的要求，更重要的是从实际应用方面。

您可能不知道确切的推导或背后的确切理论。如今，您总是可以从互联网上找到公式，但您应该了解要应用什么、何时以及在什么情况下应用。如果这些足以开始，那么实际上足以理解大多数内容。如果您需要更具体的内容，您可以随时回来查看文本和讲座。在高级阶段，您可能需要生存模型，或者您可能还需要隐马尔可夫模型，但不是一开始就需要。只要您对描述性统计数据和基本推理统计数据感到满意，您就可以开始了。