99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀統(tǒng)計建模和機器學習的區(qū)別之我見
統(tǒng)計建模和機器學習的區(qū)別之我見
2016-11-26
收藏

統(tǒng)計建模和機器學習的區(qū)別之我見

最近我多次被問到統(tǒng)計(尤其是統(tǒng)計建模)、機器學習和人工智能之間有何區(qū)別。其實這三者之間在目標、技術和算法方面有很多重疊的部分。引起困惑的原因不僅僅是因為這些重疊部分，也是因為我們被很多非科普文中的時髦詞兒給迷惑了。

統(tǒng)計建模

統(tǒng)計建模最基本的目標是回答一個問題：哪一種概率模型可以產(chǎn)生我所觀察到的數(shù)據(jù)?因此你必須：

? 從一個合理的模型群里挑出候選模型

? 預估未知變量(參數(shù)，Aka擬合模型到數(shù)據(jù)中)

? 比較擬合模型與其他備選模型

舉個例子，如果你的數(shù)據(jù)需要計算，例如流失客戶數(shù)或者細胞分裂數(shù)，那么泊松模型(Poisson)、負二項模型或者零膨脹模型(zero-inflated model)都可能適用。

一旦某統(tǒng)計模型被選定，那預估模型將用于測試假設、創(chuàng)建預測值以及置信測量。預估模型將成為我們解析數(shù)據(jù)的透鏡。我們從未宣稱選定模型就能產(chǎn)生數(shù)據(jù)，但是我們能觀察它基于某驗證推理在隨機過程所獲取的合理近似值。

驗證推理是統(tǒng)計建模的一個重要部分。舉例而言，要決策到底是哪一種或者哪三種醫(yī)療設備可以讓病患獲得最好的治療，你也許會感興趣使用一個模型，該模型能捕獲某種數(shù)據(jù)機制來判斷該病患在接受不同治療所獲得的不同結果。如果某個模型可以很好地捕獲數(shù)據(jù)產(chǎn)生機制，那么其也可以在那些被觀察數(shù)據(jù)區(qū)間內(nèi)做出很好的預測，甚至可能預測出新的觀察結果。

經(jīng)典機器學習

經(jīng)典機器學習是一種數(shù)據(jù)驅(qū)動型技術，受模式識別啟動，專注于回歸算法和分類算法。其潛在的隨機機制通常并沒有作為最首要一項關注點。當然很多機器學習技術也能通過隨機模型和回歸計算來定義，但是數(shù)據(jù)并不被認為是由其模型直接生成的。因此，最重要的關注點是識別到底是執(zhí)行哪項特定任務的算法還是技術鑒定(或者集成方法)：也就是說客戶到底最好被分段于K(數(shù)據(jù)集群或聚類)，還是DBSCAN，或者是決策樹，或者是隨機森林，又或者是SVM?

簡而言之，對統(tǒng)計人員來說模型是第一位的，對機器學習者而言，數(shù)據(jù)是第一位的。因為機器學習的終點是數(shù)據(jù)，而不是模型。將數(shù)據(jù)分離出來去做訓練集和測試集的驗證技術(鑒定方法)是很重要的。一個解決方案的質(zhì)量高低并不僅僅依賴p-值，而是需要證明這個解決方案在以前不可見數(shù)據(jù)中是否表現(xiàn)良好。將一個統(tǒng)計模型擬合到一個數(shù)據(jù)集，或者將一個決策樹訓練成一個數(shù)據(jù)集，將會需要融合一些未知值的預估值。該決策樹的最佳分割點取決于從屬變量的條件分布參數(shù)的預估值。

對我而言，沒有什么技術被證明可以自我學習。訓練才是成型某種學習的必要過程，換句話說，這意味著要獲取一項新的技能技術，訓練就是學習的一部分。訓練深度神經(jīng)網(wǎng)絡取決于輸入數(shù)據(jù)的權重和偏差，如果它學習分類，而該網(wǎng)絡就變形成為一個分類器。

現(xiàn)代機器學習

機器學習系統(tǒng)如果不是編程去執(zhí)行一個任務，而是編程去學習執(zhí)行一項任務，那么這就是一個真正的學習系統(tǒng)，我把這叫做現(xiàn)代機器學習。就像經(jīng)典機器學習的變體，這也是一個數(shù)據(jù)驅(qū)動型的實踐。但不一樣的地方是，現(xiàn)代機器學習不僅僅是依賴于豐富的算法技術，幾乎所有的這類機器學習的應用都基于深度神經(jīng)網(wǎng)絡技術。

這個領域我們現(xiàn)在傾向于稱它為深度學習，一種機器學習的細分，經(jīng)常應用于人工智能，也就是說讓機器去執(zhí)行人類的任務。

數(shù)據(jù)扮演什么角色?

現(xiàn)在我們可以通過數(shù)據(jù)所承擔的角色來區(qū)分統(tǒng)計建模、經(jīng)典機器學習和現(xiàn)代機器學習。

在統(tǒng)計建模里面，數(shù)據(jù)引導我們?nèi)ミx擇隨機模型，來形成對不同問題概率的抽象表達，例如假設、預測和預報。

在經(jīng)典機器學習里，數(shù)據(jù)驅(qū)動的是對分析技術的選擇，如何最佳地執(zhí)行即將任務，這是數(shù)據(jù)訓練算法。

在現(xiàn)代機器學習里，數(shù)據(jù)驅(qū)動基于神經(jīng)網(wǎng)絡算法的系統(tǒng)，去學習具體任務，系統(tǒng)可以自動判定數(shù)據(jù)常量規(guī)則。在訓練神經(jīng)網(wǎng)絡數(shù)據(jù)的過程中，系統(tǒng)逐漸學習到執(zhí)行任務，就像某人所說：“是數(shù)據(jù)在做編程。”


數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個參數(shù)驗證碼對象，之后可以使用它調(diào)用相應的接口 initGeetest({ // 以下 4 個配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗服務器是否宕機 new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機 product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }