数据科学：入门/原型
< 数据科学：入门
首先，请在 Wikibooks 上注册您的账户 (并在下面列出您的账户)，以便我们知道我们的共同贡献者是谁。另外，请遵守 Wikibooks 的 编辑指南、风格指南 和 政策和指南。谢谢。
其次，我们只需要每个章节中包含基本、清晰、直接的信息。我们并不试图面面俱到或完整 - 这本书的价值在于跨学科的简单综合。在其他地方可以详细阐述某个特定主题的深度和复杂性。在贡献时，请以“初学者的心态”来思考。同时请确保每个章节的范围，使其可以在一小时的课堂时间内讲授。如果章节需要超过一个小时的时间来教授，则可能过于详细。
- 在尽可能的情况下，请使用维基百科和维基词典中定义的术语和概念。这样，学生可以参考相应的维基百科/维基词典页面，以更深入地理解概念。
第三，这是一本跨学科的书籍。我们希望帮助人们将数据科学应用于所有领域。因此，我们需要各种简单示例和简单练习。
第四，请遵守每个章节的简单结构：要点概述、讨论、进一步阅读、练习和参考资料。我们希望“进一步阅读”部分链接到在线资源。“参考资料”部分可能包含离线资源。要开始一个新页面，您应该使用来自**此原型页面**的维基标记。
第五，与任何维基教科书一样，请随时进行更正、扩展解释和在必要时进行添加，即使它不是“你的”章节。使用讨论页面解释可能存在争议的更改。
第六，一些语法规则
- 请将学生应该学习的关键术语和短语加粗。
- 使用“代码”标签将函数和代码片段的名称括起来：
<code>lm()</code> - 使用内联链接
[[ ]]到维基百科、维基词典、维基共享资源、维基教科书和其他维基媒体基金会属性。 - 使用参考文献(<ref> </ref>)引用“外部”来源 - 包括在线和离线资源。
- 如果要添加图像或图表，您应该将其加载到Commons中，而不是上传到维基教科书。
- 如果合适，在上传图表时添加标签
{{Created with R}}）。
- 如果合适，在上传图表时添加标签
- 如果使用与R标准包不同的包，请在每个函数后用括号将包名加粗：<code>MCMCprobit()</code> ('''MCMCpack''')
- 您可以使用第三章数据的定义作为编写章节的示例。
最后，非常感谢您自愿加入我们的团队！
您可以自由地
- 分享 - 复制、分发、展示和表演作品（来自此维基的页面）
- 重新混合 - 改编或创作衍生作品
在以下条件下
- 署名 - 您必须将此作品署名为维基教科书。您不能暗示维基教科书以任何方式认可您或您对本作品的使用。
- 相同方式共享 - 如果您更改、改编或基于此作品进行创作，您只能在与本许可证相同或类似的许可证下分发结果作品。
- 放弃 - 如果您获得版权持有人的许可，可以放弃上述任何条件。
- 公有领域 - 如果作品或其任何部分根据适用法律属于公有领域，则该状态不会受到许可证的影响。
- 其他权利 - 许可证不会影响以下任何权利
- 您的正当使用权或其他适用的版权例外和限制；
- 作者的道德权利；
- 其他人可能对作品本身或作品的使用方式拥有的权利，例如公开权或隐私权。
- 通知 - 对于任何再利用或分发，您必须向其他人清楚说明本作品的许可条款。最简单的方法是链接到以下网页。