本课程从数据集质量的各个方面，介绍了许多常见的数据陷阱。 到可视化和统计分析的思维。
机器学习从业者应该问：
- 我对数据集的特征以及 是在什么条件下收集数据的？
- 我的数据存在哪些质量问题或偏见问题？属于混杂因素 展示？
- 如果使用这些特定的 数据集？
- 在训练可进行预测或分类的模型时： 训练模型所用的数据集是否包含所有相关变量？
无论发现什么，机器学习从业者都应始终检查 确认偏差，然后对照自己的数据 直觉和常识，并调查数据存在冲突的地方
附加阅读材料
开罗，阿尔贝托。How Charts Lie: Learner about Visual Information [图表如何谎报]：更智能地获取视觉信息）。纽约： 西Norton，2019 年。
呼哈，达雷尔。如何从统计学说谎。NY：W.W.1954 年，诺顿。
Monmonier、Mark。How to Lie with Google Maps，第 3 版芝加哥：U of Chicago P，2018 年。
Jones、Ben。避免数据误区。新泽西州霍博肯：威利，2020 年。
Wheelan、Charles。裸体统计信息：去除数据中的恐惧。纽约： 西诺顿，2013 年