17张思维导图,一网打尽机器学习统计基础

作者:小越酱 爱数圈资深圈友

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。

思维导图说明

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。

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

>>>>

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

>>>>

两总体均值之差和比例之差的推断

>>>>

总体方差的统计推断

>>>>

多个比率的比较&独立性检验&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

>>>>

时间序列及预测

>>>>

非参数方法

统计学课程推荐:

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180303B0D3UL00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券