原创 我的數據科學路-未解之題
爲什麼我要知道統計學，最小描述長度，最大似然估計，最小二乘估計，大數定律，貝葉斯，信息熵，辛普森悖論，假設檢驗，混淆矩陣，F1值，p值，置信區間，基尼係數，數據分佈，自由度，方差。經典邏輯，量子計算。 這些概念，幫助我，從紛繁複雜的表象中
2020-07-02 12:56:25
原创 世界運轉規律
今天享受了，沒學習，該打，羞恥。 但是吃了火鍋，看了歌手，聊了人生。 每天發博客的目標沒完成呢，咋整？流水帳來湊。 但並不能說，今天沒進步，沒收穫。聊人生，也是很考驗表達能力的。 對親愛的室友，輸出了對世界是如何運轉的我的理論。摘
2020-07-02 12:56:24
原创 筆記-t檢驗
t檢驗是戈斯特爲了觀測釀酒質量而發明的,並於1908年在Biometrika上公佈。 單總體t檢驗是檢驗一個樣本平均數與一個已知的總體平均數的差異是否顯著。當總體分佈是正態分佈，如總體標準差未知且樣本容量小於30，那麼樣本平均數與總體平均
2020-07-02 12:56:24
原创 傅盛-認知升級論-總結
所謂成長就是認知升級 核心是說， 人與人最大區別是認知不同，認知決定了你的行爲，所以成長在於建立正確的認知，有對的認知才能做對的事。阻礙認知升級的最大障礙是不知道自己不知道。認知升級的途徑是知道大趨勢關注變化，跟別人請教，從行動中
2020-06-01 06:04:49
1
原创 L1L2正則化
總結： 爲什麼正則化可以降低過擬合？ 最佳解釋是： 從MAP最大後驗概率，推出，正則化項，等價於，P(θ) 先驗概率。 可類比與，費舍爾經驗統計派是不完美的，忽視了後驗概率公式中，先驗概率的重大影響，貝葉斯纔是最佳。 最佳模型實質是推導數
2020-02-22 15:35:10
原创 明天學習
https://www.cnblogs.com/smartwhite/p/9109815.html 邏輯迴歸正則化項推導 點贊 收藏 分享 文章舉報 nn0821 發佈
2020-02-22 15:35:10
原创 筆記-徹底理解樣本方差爲何除以n-1
對，https://blog.csdn.net/Hearthougan/article/details/77859173，的劃重點，以及解讀： 原文非常優秀，以下內容是我的重新理解，包含大量原文直接摘過來的內容。 無偏估計的意義是：在多次
2020-02-21 08:39:42
原创 筆記-統計學習方法-第一章01
一、學習的定義： 赫爾伯特·西蒙：如果一個系統能夠通過執行某個過程改進它的性能，這就是學習。 Tom Mitchell ，機器學習：計算機程序可以在給定某種類別的任務 T 和性能度量 P 下學習經驗 E ，如果其在任務 T 中的性能恰好
2020-02-21 08:39:42
原创 我爲什麼要學習？
我爲什麼要學習？ 爲了更聰明，更有邏輯，更能看透本質。 學習什麼？ 人工智能算法，統計學，數學。 用來幹什麼？ 1⃣️、對眼前工作。 更準且穩的分類模型，是可以帶來直接經濟效益的。有利於公司業務。 更具體是，1、歸一化原始數據練一
2020-02-21 08:39:42