要成为一名有效的机器学习从业者，需要具备统计学基础。本书《所有统计学》专门为对数据挖掘和机器学习感兴趣的计算机科学本科生提供概率和统计学基础。因此，它经常被推荐为一本 […]
存档 | 统计学
Python 中统计功效和功效分析的入门指南
假设检验的统计功效是在存在真实效应的情况下检测到该效应的概率。可以为已完成的实验计算和报告功效，以评论人们对研究结果所作结论的信心程度。它也可以 […]
Python 中效应量度量的入门指南
统计假设检验报告了在某个假设下（例如变量之间没有关联或组之间没有差异）观察到结果的可能性。如果关联或差异具有统计学意义，假设检验不会对效应的大小发表评论。这突显了计算和报告标准方法的需求 […]
如何在 Python 中计算非参数秩相关
相关性是衡量两个变量之间关联的指标。当两个变量都具有良好的高斯分布时，它很容易计算和解释。当我们不知道变量的分布时，我们必须使用非参数秩相关方法。在本教程中，您将发现用于量化 […]的秩相关方法。
面向机器学习的通俗统计学
关于统计学的书籍浩如烟海；你从哪里开始？选择一本统计学入门书籍的一个大问题是，一本书可能存在两个常见问题之一。它可能是一本数学教科书，里面充斥着每个统计方法的推导、特例和证明，却几乎没有 […]
如何在 Python 中生成随机数
随机性的使用是机器学习算法配置和评估的重要组成部分。从神经网络的随机权重初始化，到将数据随机划分为训练集和测试集，再到随机梯度下降中训练数据集的随机洗牌，生成随机数和 […]
评估机器学习模型的统计方法
Tom Mitchell 1997 年的经典著作《机器学习》中有一章专门介绍用于评估机器学习模型的统计方法。统计学为机器学习项目的每个步骤提供了重要的工具集。如果没有统计方法，从业者就无法有效地评估机器学习模型的技能。不幸的是，统计学是一种 […]
应用统计学与机器学习之间的密切关系
机器学习从业者传统上侧重于算法，并务实地关注结果和模型技能，而不是模型可解释性等其他问题。统计学家在应用统计学和统计学习等领域处理着类似的模型问题。他们来自数学背景，更侧重于 […]
什么是统计学（以及它为何在机器学习中如此重要）？
统计学是一系列工具，可用于回答有关数据的重要问题。您可以使用描述性统计方法将原始观测值转化为易于理解和共享的信息。您可以使用推断性统计方法从少量数据推断到整个领域。在这篇文章中，[…]
机器学习项目中如何使用统计方法的 10 个例子
统计学和机器学习是两个密切相关的领域。事实上，两者之间的界限有时可能非常模糊。尽管如此，有些方法显然属于统计学领域，在机器学习项目上工作时不仅有用，而且价值非凡。可以公平地说 […]