【汇总】机器学习基础之「统计篇」思惟导图

时间 2019-11-29

标签汇总机器学习基础统计思惟繁體版

原文原文链接

https://woaielf.github.io/2017/03/20/sta-all/

【汇总】机器学习基础之「统计篇」

2017-03-20

ZOE

数据科学

统计

Notes:git

★ 若是你是第一次阅读，推荐先浏览：【重要公告】文章更新、阅读规则、导图下载。github

★ 目前文章更新主平台已迁移至公众号「数林觅风」，ID：zoemindmap，博客只在每个月末集中更新一次。全部「PDF&高清原图」只需在公众号后台回复关键词或者直接从菜单栏进入便可下载。机器学习

本文用一系列「思惟导图」由浅入深的总结了「统计学」领域的基础知识，是对以前系列文章作的一次完整的梳理，也是我至今为止全部与统计有关的学习笔记。众所周知，「统计学」是深刻理解「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。普通人难以作到“一次学习”，经典知识老是在一次次回顾后才能有更深刻的理解。这也是我选择「思惟导图」做为学习工具的缘由，发散性思考的模式能有助于迅速回忆起相关的知识。近一个月我对以前陆陆续续学习的统计知识进行了系统性的复习、知识点补充以及思惟导图笔记的完善，在这里把完整的笔记和你们分享。本文图片不少，请在wifi下阅读哦。工具

Update Log

2017/03/20

思惟导图说明

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，须要重点理解，通常是后续学习的基石；「绿色星星」则为须要进一步巩固的内容；「蓝色星星」为高级部分，能够暂时不深刻；「红色旗子」表示并列层级，「绿色旗子」为下一层级；「黄色星星」表示须要注意的内容点。
「箭头线」标出了知识之间的联系。
文末附上了分章节整理的连接及百度云盘文件分享，能够根据须要阅读。
笔记只是我学习过程的知识整理，原本是我本身复习时辅以参考的，不免有缺陷及错误，但愿你们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

几率

几率分布

抽样分布

区间估计

假设检验

两整体均值之差和比例之差的推断

整体方差的统计推断

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

参考资料

《STATISTICS FOR BUSINESS AND ECONOMICS》12e David R. Anderson etc.学习