網上關於機器學習中的數學基礎知識的文章非常混雜。有些文章推薦太過全面，比如推薦《mit 線性代數》,《微積分入門》,《概率論入門》等系列課程和書籍，這對初學者非常的不友好。而有些文章又過於簡略，機器學習雖說不用精通各類數學知識，但全面理解相關數學基礎也是非常關鍵的，很多作者想一篇文章概括所有在機器學習中重要的數學基礎是很不現實的。
為此，我想利用一場 chat 對機器學習中基礎的概率統計知識進行全面的梳理，並結合相關機器學習演算法進行鞏固。
本場 chat 您將了解如下內容：
機器下學習為什麼要使用概率統計；
機器學習中涉及的主要概率統計知識基礎；
結合機器學習演算法講述概率統計知識的應用。
閱讀全文:
概率統計在機器學習中的作用
在進行機器學習的時候，我們會接觸到很多的數學知識，而這些數學知識有很多，比如說線性代數和概率統計。如果線性代數可以看成是數量還有結構的組合的話，那麼概率統計就可以看成是模型還有資料的組合。那麼大家是否知道概率統計在機器學習中的作用是什麼呢？下面我們就給大家解答一下這個問題。其實在機器學習中，模型和資...
機器學習和概率統計的關係
機器學習是乙個比較寬泛的概念，主要包括有監督學習，無監督學習，強化學習等，每個分類又有很多不同的演算法，在使用時需要根據不同的場景進行選擇，這個將會在後續的部落格中涉及，這裡就不展開敘述。現在的機器學習主要都是基於對現有樣本的觀測分析 統計 然後再對未知樣本的 概率 我自己乙個不嚴謹的說法就是機器學...
機器學習中的概率問題
機器學習中的概率問題 機器學習的過程可以理解為計算機通過分析大量的資料獲得模型，並通過獲得的模型進行 的過程。機器學習的模型可以有多種表示，例如線性回歸模型，svm模型，決策樹模型，貝葉斯模型。概率型別 在理解概率模型之前，首先要理解的各種概率型別所表示的確切含義。1.先驗概率 某事件發生的概率。2...