17 幅思维导图 | 机器学习基础(一)统计篇

2021/4/26 10:55:31

本文主要是介绍17 幅思维导图 | 机器学习基础(一)统计篇,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

https://zhuanlan.zhihu.com/p/25884239

本文用一系列「思维导图」由浅入深的总结了「统计学」领域的基础知识,是对之前系列文章做的一次完整的梳理,也是我至今为止所有与统计有关的学习笔记。

众所周知,「统计学」是深入理解「机器学习|数据挖掘」的重要基础学科。正所谓磨刀不误砍柴工,对于数理基础薄弱的人,强化一下理论的学习是大有裨益的。

普通人难以做到“一次学习”,经典知识总是在一次次回顾后才能有更深入的理解。这也是我选择「思维导图」作为学习工具的原因,发散性思考的模式能帮助迅速回忆起相关的知识。

近一个月我对之前陆陆续续学习的统计知识进行了系统性的复习、知识点补充以及思维导图笔记的完善,在这里把完整的笔记和大家分享。本文图片很多,请在wifi下阅读哦。

建议先阅读:

ZOE酱:导读 | 导图规则、文章主题与如何下载​zhuanlan.zhihu.com图标

笔记说明

  • 下载高清图片 & PDF 文件请移步公众号「数林觅风」,ID:zoemindmap。
  • 默认阅读顺序:从右→左,顺时针方向。
  • 喜欢的朋友请给我点个赞哦 ♪(^∇^*)~~鼓励一下我继续学习和分享~~
  • 文末附上了分章节的链接,可以根据需要阅读。
  • 笔记只是我学习过程的知识整理,本来是我自己复习时辅以参考的, 难免有缺陷及错误,希望大家能积极帮我批评指正哦。

思维导图

导图概览

描述性统计:表格和图形法

描述性统计:数值方法

概率

概率分布

抽样分布

区间估计

假设检验

两总体均值& 比例的推断

总体方差的统计推断

多个比率的比较/ 独立性/拟合优度检验

实验设计 | 方差分析

简单线性回归

残差分析

多元回归

回归分析

时间序列分析及预测

非参数方法

参考资料

《STATISTICS FOR BUSINESS AND ECONOMICS》12e David R. Anderson etc.

章节浏览

  • 【笔记】统计(一)描述性统计
  • 【笔记】统计(二)概率&概率分布
  • 【笔记】统计(三)抽样分布&区间估计
  • 【笔记】统计(四)假设检验
  • 【笔记】统计(五)两总体均值之差和比例之差的推断
  • 【笔记】统计(六)总体方差的统计推断
  • 【笔记】统计(七)多个比率的比较&独立性检验&拟合优度检验
  • 【笔记】统计(八)实验设计&方差分析
  • 【笔记】统计(九)简单线性回归
  • 【笔记】统计(十)多元回归&回归分析
  • 【笔记】统计(十一)时间序列及预测&非参数方法


这篇关于17 幅思维导图 | 机器学习基础(一)统计篇的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!


扫一扫关注最新编程教程