17張思維導圖，一網打盡機器學習統計基礎（附下載）

原文：

https://zhuanlan.zhihu.com/p/25884239?utm_medium=social&utm_source=wechat_timeline&from=singlemessage&isappinstalled=0

本文共17張思維導圖，建議下載學習喲~
本文用一系列「思維導圖」由淺入深地總結了「統計學」領域的基礎知識，文中【多張高清原圖】以及【其他參考資料鏈接】，請微信後台（非評論區）回復關鍵詞「圖」獲取。

本文用一系列「思維導圖」由淺入深地總結了「統計學」領域的基礎知識，是對之前系列文章做的一次完整的梳理，也是我至今為止所有與統計有關的學習筆記。眾所周知，「統計學」是深入理解「機器學習|數據挖掘」的重要基礎學科。正所謂磨刀不誤砍柴工，對於數理基礎薄弱的人，強化一下理論的學習是大有裨益的。普通人難以做到「一次學習」，經典知識總是在一次次回顧后才能有更深入的理解。這也是我選擇「思維導圖」作為學習工具的原因，發散性思考的模式能幫助迅速回憶起相關的知識。近一個月我對之前陸陸續續學習的統計知識進行了系統性的複習、知識點補充以及思維導圖筆記的完善，在這裡把完整的筆記和大家分享。本文圖片很多，請在wifi下閱讀哦。

思維導圖說明

• 默認閱讀順序：從右→左，順時針方向。

• 核心重點用「紅色星星」標出，需要重點理解，一般是後續學習的基石；「綠色星星」則為需要進一步鞏固的內容；「藍色星星」為高級部分，可以暫時不深入；「紅色旗子」表示並列層級，「綠色旗子」為下一層級；「黃色星星」表示需要注意的內容點。

• 「箭頭線」標出了知識之間的聯繫。

• 文末附上了分章節整理的鏈接及百度雲盤文件分享，可以根據需要閱讀。

• 筆記只是我學習過程的知識整理，本來是我自己複習時輔以參考的， 難免有缺陷及錯誤，希望大家能積極幫我批評指正哦。

導圖概覽

1、描述性統計：表格和圖形法

2、描述性統計：數值方法

3、概率

4、概率&概率分佈

5、抽樣分佈

6、區間估計

7、假設檢驗

8、兩總體均值之差和比例之差的推斷

9、總體方差的統計推斷

10、多個比率的比較&獨立性檢驗&擬合優度檢驗

11、實驗設計&方差分析

12、簡單線性回歸

13、殘差分析

14、多元回歸

15、回歸分析

16、時間序列及預測

17、非參數方法

參考資料：《STATISTICS FOR BUSINESS AND ECONOMICS》12e David R. Anderson etc.

小越醬

本人是某醫學院校研二小碩一枚，大學部醫學背景，碩士研究方向為生物信息學（日常工作均與生物數據打交道），求學過程中對數據科學產生了濃厚的興趣，熱愛Python編程以及思維導圖，希望能得到一份數據相關的實習，坐標：杭州/上海，實習時間：17年7月-18年4月。願意給我機會的朋友可以查看我的博客：https://woaielf.github.io/，了解我目前關注的領域。我的郵箱：[email protected]。謝謝大家！

公眾號底部菜單有驚喜哦！

加入組織請查看「聯合會」

往期內容請查看「最火文章」

參與活動請查看「活動資訊」