机器学习中复杂的统计数据让许多开发人员感到担忧。了解统计学可以帮助你建立强大的机器学习模型,针对给定的问题陈述进行优化。这本书将教你所有需要执行复杂的统计计算所需的机器学习。您将获得有关监督学习、非监督学习、强化学习等统计信息。了解真实世界的例子,讨论机器学习的统计方面,并熟悉它。您还将设计用于执行诸如模型、参数拟合、回归、分类、密度收集等任务的程序。

到本书结束时,你将掌握机器学习所需的统计数据,并能够将你的新技能应用于任何类型的行业问题。

成为VIP会员查看完整内容
120

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
专知会员服务
79+阅读 · 2021年5月4日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
【干货书】Python机器学习,361页pdf
专知会员服务
266+阅读 · 2021年2月25日
【经典书】统计强化学习:现代机器学习方法,206页pdf
专知会员服务
78+阅读 · 2021年2月24日
【经典书】R机器学习入门:严格的数学分析,225页pdf
专知会员服务
61+阅读 · 2021年2月16日
【经典书】自然语言标注—用于机器学习,341页pdf
专知会员服务
52+阅读 · 2021年2月12日
【经典书】《数据科学家统计学实战》,409页pdf
专知会员服务
103+阅读 · 2020年12月31日
【经典书】概率统计导论第五版,730页pdf
专知会员服务
238+阅读 · 2020年7月28日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
288+阅读 · 2020年6月3日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
195+阅读 · 2020年5月2日
【ML小白】10 个机器学习 Q&A,面试必知!
机器学习算法与Python学习
4+阅读 · 2019年9月9日
最适合机器学习新手的10种算法
论智
9+阅读 · 2018年1月23日
Imitation by Predicting Observations
Arxiv
4+阅读 · 2021年7月8日
Arxiv
15+阅读 · 2019年9月30日
Nocaps: novel object captioning at scale
Arxiv
6+阅读 · 2018年12月20日
Arxiv
21+阅读 · 2018年5月23日
Arxiv
6+阅读 · 2018年5月22日
Arxiv
3+阅读 · 2018年4月3日
VIP会员
相关VIP内容
专知会员服务
79+阅读 · 2021年5月4日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
【干货书】Python机器学习,361页pdf
专知会员服务
266+阅读 · 2021年2月25日
【经典书】统计强化学习:现代机器学习方法,206页pdf
专知会员服务
78+阅读 · 2021年2月24日
【经典书】R机器学习入门:严格的数学分析,225页pdf
专知会员服务
61+阅读 · 2021年2月16日
【经典书】自然语言标注—用于机器学习,341页pdf
专知会员服务
52+阅读 · 2021年2月12日
【经典书】《数据科学家统计学实战》,409页pdf
专知会员服务
103+阅读 · 2020年12月31日
【经典书】概率统计导论第五版,730页pdf
专知会员服务
238+阅读 · 2020年7月28日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
288+阅读 · 2020年6月3日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
195+阅读 · 2020年5月2日
相关论文
Imitation by Predicting Observations
Arxiv
4+阅读 · 2021年7月8日
Arxiv
15+阅读 · 2019年9月30日
Nocaps: novel object captioning at scale
Arxiv
6+阅读 · 2018年12月20日
Arxiv
21+阅读 · 2018年5月23日
Arxiv
6+阅读 · 2018年5月22日
Arxiv
3+阅读 · 2018年4月3日
微信扫码咨询专知VIP会员