《机器学习的数学与统计学基础》，91页ppt，牛津大学Elizaveta Semenova
来自牛津大学“Elizaveta Semenova”的报告《机器学习的数学与统计》，91页ppt，值得关注。理解机器学习所需的基本数学工具包括线性代数、解析几何、矩阵分解、向量微积分、优化、概率和统计。本报告包括线性代数、微积分、概率和统计学。
专知便捷查看
便捷下载，请关注专知公众号（点击上方蓝色专知关注）
后台回复“ML91” 就可以获取《《机器学习的数学与统计学基础》，91页ppt，牛津大学Elizaveta Semenova》专知下载链接
登录查看更多
相关内容
统计学(Statistics)是研究收集、分析、解读、展示及组织(collection, analysis, interpretation, presentation and organization)数据的学科，通过量化地研究随机性，从而理解数据的产生机制，并进行判别、预测、优化、决策。统计学理论和方法是很多现代科学分支的支柱，其广泛的应用深刻地影响现代生活，具有代表性的应用领域包括：
生物/医学(生物统计学，基因统计学，生物信息学，制药学等)
社会学/环境学(社会统计学，心理学，人口学，空间统计学，环境统计学等)
工业工程学(质量控制，可靠性分析等)
经济学/金融学(精算学，金融统计学等)
工程学/计算机科学(统计学习，数据挖掘，信号/图像采样/处理等)
基础科学(统计物理学，统计化学等)
社会学/环境学(社会统计学，心理学，人口学，空间统计学，环境统计学等)
工业工程学(质量控制，可靠性分析等)
经济学/金融学(精算学，金融统计学等)
工程学/计算机科学(统计学习，数据挖掘，信号/图像采样/处理等)
基础科学(统计物理学，统计化学等)
Arxiv
0+阅读 · 2022年11月21日
Arxiv
0+阅读 · 2022年11月21日
Arxiv
1+阅读 · 2022年11月19日
相关VIP内容
相关资讯
微信扫码咨询专知VIP会员