统计学资料

统计学是一门复杂且系统的学科,无论我们的学历如何,从事的行业是什么,一定都或多或少地接触过统计学。统计学看似是一门数学专业,其实和我们的数据分析/机器学习是息息相关的。

在实际的数据分析的过程当中,我们常常运用统计推断(Statistical Inference)来对数据进行初步的分析并加深对数据的理解。我们通过假设推断(Hypothesis Test)来验证我们对数据的初步分析是不是正确、分析思路是不是正确。其中,A/B推断(A/B Test)是各个公司测试用户对其产品的使用感受的最为常用的方式。

统计学的学习是一个相对较为枯燥的过程,但是由于统计学的历史相对较长,其内容较为固定,因此所需要掌握的基本内容并不是非常地多,所以相对机器学习算法来说还是更好入门的。下面就来简单介绍一些学习统计学的资料:

1

斯坦福大学(Stanford)STATS 101(免费网络课程)

这个课程是我们极力推荐的一门课程,内容方面没有任何可以吐槽的地方,概念讲解非常清晰,知识点覆盖范围广,学习过程将理论与实践非常好的结合起来,绝对是系统入门学习统计学的不二之选(有同学提到MIT的统计学入门课程,有兴趣的朋友也可以去尝试一下,和Stanford的课程难分伯仲)

2

统计之都(Capital of Statistics, COS) https://da.cosx.org/

作为国内最大的统计学交流论坛,COS上分享了大量统计学的学习资料,同时有非常多的专业人员会在论坛上为大家解答专业问题,是非常好的统计交流平台。

3

Introduction to Statistical Learning

英语好的同学可以试试这本书的原版,应该市面上也有中文翻译的版本。这本书可谓是统计学经典中的经典,书名虽然叫做 “Introduction to Statistical Learning”,但是其中的内容基本上涵盖了统计学习的各种算法以及基本的分析原理,对于需要系统知识体系的同学们来说实在是必不可少的书籍。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180811G0AL2I00?refer=cp_1026
  • 腾讯「云+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 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券