干货 | 17 张思维导图,全面掌握机器学习的统计基础知识

全球人工智能

来源:知乎 作者 :小越酱

原图下载:https://pan.baidu.com/s/1midnOSC

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。

笔记说明

  • 默认阅读顺序: 从右→左,顺时针方向。

  • 核心重点用「 红色星星 」标出,需要重点理解,一般是后续学习的基石;「 绿色星星 」则为需要进一步巩固的内容;「 蓝色星星 」为高级部分,可以暂时不深入;「 红色旗子 」表示并列层级,「 绿色旗子 」为下一层级;「 黄色星星 」表示需要注意的内容点。

  • 箭头线 」标出了知识之间的联系。

  • 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。

  • 发现知乎平台对图片会有压缩,附上原图链接: http://pan.baidu.com/s/1bI9u1K 密码:b6cj

  • 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

  • 本人是某医学院校研二小硕一枚,研究方向为 生物信息学 (日常工作均与生物数据打交道),求学过程中 对数据科学产生了浓厚的兴趣,热爱Python编程以及思维导图,希望能得到一份「数据科学」相关的实习(最好涉及Python/机器学习),坐标:杭州/上海,实习时间:17年7月-18年4月 。愿意给我机会的朋友可以查看我的博客 ZY | 数林觅风 ,了解我目前关注的领域。我的邮箱:zylovedata@163.com。虽然还是小菜鸟,会一直坚持努力下去!感谢大家~

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

点击原文阅读,跳转原文

我来评几句
登录后评论

已发表评论数()

相关站点

+订阅
热门文章