专栏首页数据派THU17张思维导图,一网打尽机器学习统计基础(附下载)

17张思维导图,一网打尽机器学习统计基础(附下载)

来源:大数据文摘

作者:小越酱

原文:

https://zhuanlan.zhihu.com/p/25884239?utm_medium=social&utm_source=wechat_timeline&from=singlemessage&isappinstalled=0

本文共17张思维导图,建议下载学习哟~ 本文用一系列「思维导图」由浅入深地总结了「统计学」领域的基础知识,文中【多张高清原图】以及【其他参考资料链接】,请微信后台(非评论区)回复关键词“图”获取。

本文用一系列「思维导图」由浅入深地总结了「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。

思维导图说明

  • 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。
  • 文末附上了分章节整理的链接及百度云盘文件分享,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。

导图概览

1、描述性统计:表格和图形法

2、描述性统计:数值方法

3、概率

4、概率&概率分布

5、抽样分布

6、区间估计

7、假设检验

8、两总体均值之差和比例之差的推断

9、总体方差的统计推断

10、多个比率的比较&独立性检验&拟合优度检验

11、实验设计&方差分析

12、简单线性回归

13、残差分析

14、多元回归

15、回归分析

16、时间序列及预测

17、非参数方法

参考资料:《STATISTICS FOR BUSINESS AND ECONOMICS》12e David R. Anderson etc.

作者介绍

小越酱

本人是某医学院校研二小硕一枚,本科医学背景,硕士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相关的实习,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:https://woaielf.github.io/,了解我目前关注的领域。我的邮箱:zylovedata@163.com。谢谢大家!

本文分享自微信公众号 - 数据派THU(DatapiTHU)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-04-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 资源 | UC Berkeley CS 294深度强化学习课程(附视频、学习资料)

    数据派THU
  • 从起源到具体算法,这篇深度学习综述论文送给你

    来源:机器之心 本文为大家从最基础的角度来为大家解读什么是深度学习,以及深度学习的一些前沿发展。 自 2012 年多伦多大学 Alex Krizhevsky ...

    数据派THU
  • 教程 | 一文读懂自学机器学习的误区和陷阱(附学习资料)

    写这篇教程的初衷是很多朋友都想了解如何入门/转行机器学习,搭上人工智能这列二十一世纪的快车。文章的宗旨是:1. 指出一些自学的误区 2. 不过多的推荐资料 3....

    数据派THU
  • 【思维导图】机器学习基础之「统计篇」

    投稿和反馈请发邮件至hzzy@hzbook.com。转载大数据公众号文章,请向原文作者申请授权,否则产生的任何版权纠纷与大数据无关。

    华章科技
  • 17张思维导图,全面掌握机器学习的统计基础知识

    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...

    机器人网
  • 【思维导图】机器学习基础之「统计篇」

    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...

    钱塘数据
  • 17张思维导图,一网打尽机器学习统计基础(附下载)

    大数据文摘
  • 干货 | 17张思维导图,一网打尽机器学习统计基础(附原图下载)

    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...

    小莹莹
  • 【思维导图】机器学习基础之「统计篇」

    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...

    小莹莹
  • 记武汉2016年第一期学习力提升工作坊——MVP验证篇工作坊总体设计

    当开始有了第一课的时候,剩下的课程我还没有准备好。只通过一些粗浅的想法形成了课程内容,主要根据学员的第一次的反馈来规划下一次课程的内容。并根据反馈对相应的课程进...

    顾宇

扫码关注云+社区

领取腾讯云代金券