为了账号安全,请及时绑定邮箱和手机立即绑定

机器学习中的统计学基础

北极小琪 算法工程师
难度初级
时长 1小时15分
学习人数
综合评分9.17
21人评价 查看评价
8.8 内容实用
9.5 简洁易懂
9.2 逻辑清晰
  • 描述统计学

    查看全部
    0 采集 收起 来源:统计学分类

    2019-05-12

  • 数据描述的数值方法的3个纬度

    查看全部
    0 采集 收起 来源:描述统计学

    2019-05-04

  • 统计学的应用:

    人口统计学、医药统计学、金融统计学、大数据、生物统计学、气象统计学

    查看全部
    2 采集 收起 来源:统计学应用

    2019-01-24

  • 统计学是什么:

    它是一门收集、整理和分析统计数据的方法科学

    其目的是探索数据内在的数量规律性,以达到对客观事物的科学认知

    他研究随机现象,以推断为特征,由“部分推及全体”的思想贯穿于统计学的始终

    统计学应用领域:

    机器学习中数学的重要性,算法15%、统计学25%、高等数学15%、线性代数35%

    经济学也依赖统计学,国民收入账目是经济学研究的一项重要指标,而统计学是建立这些账目的基础,统计学方法用来收集、分析数据,并作出检验假设,可用来研究人口比率、供求关系、进出口通货膨胀、人均收入等这些问题

    统计学可以应用于管理决策方面

    统计学可以帮助你成为一个合格的商人,如果你知道客户需要什么、需要多少,制定相宜的生产数量等等

    查看全部
    1 采集 收起 来源:统计学基础

    2019-01-24

  • 统计学分描述统计学和推断统计学两类:

    描述统计学

    研究如何取得反映客观现象的数据、

    并通过图表对该数据加工处理后呈现,

    进而通过综合概况与分析得出反映客观现象的规律性数量特征。

    推断统计

    研究如何根据样本数据去推断总体数量特征的方法

    基于对样本数据进行描述的基础上

    对统计总体的未知数量特征做出以概率形式表述的推断


    查看全部
    1 采集 收起 来源:统计学分类

    2019-01-24

  • 这里看不懂,没解释清楚
    查看全部
    0 采集 收起 来源:分布形状

    2018-12-23

  • 集中趋势优缺点总结

    查看全部
    0 采集 收起 来源:描述统计学

    2018-12-19

  • 集中趋势:均值(mean)、中位数(median)、众数(mode)

    查看全部
    0 采集 收起 来源:描述统计学

    2018-12-19

  • 数学描述的数值方法:集中趋势、离散程度、分布形状

    查看全部
    0 采集 收起 来源:描述统计学

    2018-12-19

  • 谷歌票房预测模型:影片搜索、预告片搜索。

    查看全部
    0 采集 收起 来源:统计学应用

    2018-12-19

  • # 自定义一个众数函数:

    A <-c(数组)

    b <-table(A)

    b

    names(b)

    as.numeric(b)

    b==max(b)

    names(b)[b==max(b)]

    as.numeric(names(b)[b==max(b)])

    zhongshu<-function(x){return(as.numeric(names(table(x))[table(x)==max(table(x))]))}

    zhongshu(A)

    查看全部
    0 采集 收起 来源:描述统计学

    2018-11-28

  • # 自定义一个众数函数:

    A <-c(数组)

    b <-table(A)

    b

    names(b)

    as.numeric(b)

    b==max(b)

    names(b)[b==max(b)]

    as.numeric(names(b)[b==max(b)])

    zhongshu<-function(x){return(as.numeric(names(table(x))[table(x)==max(table(x))]))}


    查看全部
    0 采集 收起 来源:描述统计学

    2018-11-28

  • # 自定义一个众数函数:

    A <-c(数组)

    b <-table(A)

    b

    names(b)

    as.numeric(b)

    b==max(b)

    names(b)[b==max(b)]

    as.numeric(names(b)[b==max(b)])

    查看全部
    0 采集 收起 来源:描述统计学

    2018-11-28

  • 数据描述的数值方法:

    集中趋势:均指、中位数、众数;

    离散程度:极差、方差;

    分布的形状:偏度、峰度


    查看全部
    0 采集 收起 来源:描述统计学

    2018-11-28

  • 统计学,
    查看全部
    0 采集 收起 来源:统计学基础

    2018-11-16

举报

0/150
提交
取消
课程须知
有高中数学基础 统计学基础 机器学习的基础
老师告诉你能学到什么?
1.统计学的基础理论知识 2.机器学习中用到的统计学知识 3.机器学习中算法背后的数学原理和公式推导

微信扫码,参与3人拼团

意见反馈 帮助中心 APP下载
官方微信
友情提示:

您好,此课程属于迁移课程,您已购买该课程,无需重复购买,感谢您对慕课网的支持!