存档 | 统计学

贝叶斯统计学是统计学中一个不太传统的分支领域，它基于对概率概念的独特见解。本文通过温和且基本非技术性的叙述，介绍并揭示了贝叶斯统计学是什么，以及它与频率派统计学的区别，旨在唤起您对这一迷人主题的好奇心。引言 统计学是 […]

引言 统计分析在数据科学中非常重要。它帮助我们更好地理解数据。NumPy 是用于数值运算的关键 Python 库。它简化并加速了这一过程。在本文中，我们将探讨 NumPy 提供的几个用于基本统计分析的函数。NumPy 是一个用于数值计算的 Python 库。它有助于 […]

机器学习模型的选择基于其平均性能，通常使用 k 折交叉验证来计算。平均性能最好的算法被认为优于那些平均性能较差的算法。但如果平均性能的差异是由统计上的偶然性造成的呢？解决方法是使用 […]

自由度是统计学和工程学中的一个重要概念。它通常用于概括计算某个统计量（如样本统计量或在统计假设检验中）时所使用的数值数量。在机器学习中，自由度可能指 […] 模型中的参数数量。

计算一个变量或一组数字的平均值是机器学习中的常见操作。你可能每天都会直接（如总结数据时）或间接（如拟合模型时作为更大过程中的一个小步骤）使用这个操作。“平均值”是 […] 的同义词。

应用机器学习所需的17种统计假设检验快速参考指南，附有Python示例代码。尽管有数百种统计假设检验可供使用，但在机器学习项目中，您可能只需要使用其中的一小部分。在这篇文章中，您将发现 […]

机器学习统计学速成课。7天掌握机器学习中使用的统计学知识。统计学是数学的一个领域，普遍认为它是更深入理解机器学习的先决条件。尽管统计学是一个庞大的领域，有许多深奥的理论和发现，但 […] 的核心知识和技巧。

学生t检验也许是应用最广泛的统计假设检验之一。因为你将来可能自己会使用这个检验，所以深入理解其工作原理非常重要。作为一名开发者，最好的理解方式就是亲手从零开始实现这个假设检验。在本教程中，[…]

对于解释机器学习结果而言，选择哪种统计假设检验是一个具有挑战性的开放问题。在Thomas Dietterich广为引用的1998年论文中，他建议在训练分类器模型的多个副本成本高昂或不切实际的情况下使用麦克尼马尔检验。这描述了当前深度学习模型的状况，[…]

应用机器学习的很大一部分是进行受控实验，以发现在预测建模问题上应使用哪种算法或算法配置。一个挑战是，问题和算法中存在一些称为混杂变量的方面，它们无法被控制（保持不变），而必须加以控制。一个例子是 […]