机器学习-第一部(基础)-004章节-统计学
关注
分享
扫一扫
文章平均质量分 89
机器学习-第一部(基础)-004章节-统计学
从入门-到精通
从入门到精通-Anything
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
通过统计学视角解读机器学习：从贝叶斯到正则化
通过贝叶斯方法、正则化、最大后验估计、偏差方差权衡等一系列理论工具，机器学习变得更加精确和可靠。这些统计学方法不仅帮助我们更好地理解数据，还能在实际应用中提升模型的表现。原创 2025-02-28 23:54:30 · 1007 阅读 · 0 评论 -
从统计学视角看机器学习的训练与推理
通过上面的讨论，我们可以看到，统计学不仅为机器学习中的训练和推理提供了理论基础，更在参数估计上展现出极大的魅力。无论是最大似然估计的严谨证明，还是经验风险最小化的广义框架，都为我们理解机器学习模型的本质提供了强有力的支持。同时，矩估计、在线递归估计和指数加权移动平均等方法，也展示了数据流时代实时更新模型参数的可能性。原创 2025-02-28 13:57:26 · 861 阅读 · 0 评论