Data-Science-Toolbox在LeetCode的分类下涵盖了基本统计概念、概率分布、蒙特卡罗模拟，以及预处理、可视化技术和统计测试的实例与解析

leetcode 分类数据科学工具箱 基本统计概念、概率分布、蒙特卡罗模拟、预处理和可视化技术以及统计测试的示例和说明。 这个 repo 分为多个部分。 每个部分都侧重于一组概念、操作或数据科学工具包。 简要概述如下（按字母顺序）： : 基本算法和数据结构，使用 LeetCode 问题进行练习。 提供并评论了解决方案。 问题按主题（BFS、DFS、树等）分组。 ：示例回归/分类工作流程的小数据集，从数据清理到特征工程、建模、训练、评估等。 ：常用公式的有用推导，以供将来审查。 ：Python 中的独立数据结构概述（union-find、trie 等）。 ：常见的概率分布，PDF，CDF，模拟方法。 ：通常有用但难以记住的 Python 技巧。 ：高级张量流 API。 基本用例。 ：更深入地研究特定的 ML 模型。 : 数据清洗、平滑、流水线等。 ：有趣的大脑锻炼模拟实验。 ：Python 中常用的统计测试和实现目录。 ：用于深度学习任务的普通张量流。 ：加速训练张量流模型的技巧。 ：Python 单元测试的标准协议。 ：跟踪 Python 环境并轻松恢复。 ：matplotlib、pl