機器學習中的統(tǒng)計思維（Python實現(xiàn)）
機器學習是人工智能的核心，而統(tǒng)計思維則是機器學習方法的核心：從隨機性中尋找規(guī)律性。例如，利用損失最小化思想制定學習策略，采用概率最大化思想估計模型參數(shù)，利用方差對不確定性的捕捉構造k維樹，采用貝葉斯公式構建分類決策模型，等等。只有樹立正確的統(tǒng)計思維，才能準確高效地運用機器學習方法開展數(shù)據(jù)處理與分析。本書以統(tǒng)計思維的視角，揭示監(jiān)督學習中回歸和分類模型的核心思想，幫助讀者構建理論體系。
·18萬字
