北京航空航天大学 90 后副教授何静整理的《77个数据科研提示词》报告面向借助AI工具开展数据科研学习新人或对数据科研工作不熟悉的跨学科朋友。包含数据分析、数据处理、数据可视化等环节。它并非一份提供标准答案的操作手册建议结合自身学科的数据特质对这些提示词进行本地化的调试。如果您是资深专家请多多包涵。整篇内容围绕“数据提示词为什么重要”“为什么这样设计提示词”“提示词怎么写”展开具体层面如下数据清洗部分涵盖缺失值处理、异常值检测与修正、噪声处理以及重复值去除等方面的内容。数据转换部分包括标准化与归一化、单位与量纲转换、编码与解码等要点。统计分析部分提出描述性统计、模式与趋势发现以及相关性分析等方向。建模与检验部分阐述模型建立、假设检验以及参数估计等方面的内容。特征工程与多变量分析部分包括特征选择与特征衍生、主成分分析、判别分析、典型相关分析等要点。模型评估部分提出交叉验证、信息准则和稳健性检验等评估方法。数据交互与解读部分涵盖数据采集与清洗、转换与分析以及对分析结果的总结、组间差异解读和趋势预测解读等内容。文本分析部分包括从文本中提取主题与分析情感倾向等方向。数据可视化部分提出包括环形图、饼图、线图、柱图等基础图表以及散点图、热力图、词云图等特殊图表并涵盖思维导图、流程图、甘特图、架构图、UML图、拓扑图等专业图示的生成方法。