Что я сделал вчера:
• DS101X Statistical Thinking for Data Science and Analytics
// завершение 2-й недели «Вероятность и статистика I»
# введение в статистику
# нормальный (гауссовский ) распределение
# дисперсия/стандартное отклонение
# статистический вывод
# что такое «статистическая значимость» -› как отличить значимую связь между факторами и результатами от шума или случайного случая
# корреляция и причинно-следственная связь
# что мы подразумеваем под «доверительным интервалом»
# опасности и подводные камни зависимости от p-показателя
# условная вероятность и теорема Байеса
# chi- квадратный тест для измерения независимости между общими атрибутами
Что я сделал сегодня:
• Стэнфордский курс машинного обучения на Coursera
// завершение первой недели
# Введение
# Что такое машинное обучение?
# Модель
-› Мы начинаем с базовой одномерной модели (порядок = 1)
-› Алгоритмы обучения: контролируемые и неконтролируемые
-› Регрессия и проблемы классификации
# Функция стоимости (функция ошибки)< br /> -> При определении нашей модели мы стремимся минимизировать сумму квадратов ошибок.
# Градиентный спуск для линейной регрессии
Это полезный справочный и вспомогательный учебный ресурс:
https://www.holehouse.org/mlclass/01_02_Introduction_regression_analysis_and_gr.html
