17 幅思维导图 | 机器学习基础(一)统计篇

17 幅思维导图 | 机器学习基础(一)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」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。

建议先阅读:

ZOE酱:导读 | 导图规则、文章主题与如何下载zhuanlan.zhihu.com图标

笔记说明

  • 下载高清图片 & PDF 文件请移步公众号「数林觅风」,ID:zoemindmap。
  • 默认阅读顺序:从右→左,顺时针方向。
  • 喜欢的朋友请给我点个赞哦 ♪(^∇^*)~~鼓励一下我继续学习和分享~~
  • 文末附上了分章节的链接,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

思维导图

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& 比例的推断

总体方差的统计推断

多个比率的比较/ 独立性/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

时间序列分析及预测

非参数方法

参考资料

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

章节浏览

编辑于 2018-04-10

文章被以下专栏收录