-
机器学习有什么特点
机器学习是一门多学科交叉专业，涵盖概率论知识，统计学知识，近似理论知识和复杂算法知识，使用计算机作为工具并致力于真实实时的模拟人类学习方式， 并将现有内容进行知识结构划分来有效提高学习效率。机器学习专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能核心，是使计算机具有智能的根本途径。
-
用数据思维看事实
根据统计学原理，在大量的统计数据中，如果让无法理解题目的大猩猩纯粹瞎蒙，最终也可以得到33%的正确率，然而人类根据已有的印象答题，反而错的更多，由此也体现了一个问题：相对于事实，人们印象中的这个世界比真实的世界更加可怕、暴力！
-
数据与大数据的区分
大数据(big data)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据本身是基于数据价值化而构建出来的新概念，虽然概念比较新，但是数据却一直都在，所以大数据的核心并不在“大”上，而是基于大数据所构建出的一个新的价值空间。
-
开始学习机器学习！
不知道为什么，自己突然就特别想要学习机器学习方面的知识。这种感觉特别的强烈，或许这就是对新知识的渴望吧。 《统计学习方法》这本书有点偏理论，有很多关于数学和统计学的知识（似然函数、）。此书系统全面的
-
数理统计中假设检验问题的理解与思考
我不是试图用通俗的语言来解释清楚什么是假设检验，如何去实践。 做到能用理 论化的语言来描述和理解问题是科研工作者应该掌握的能力。其实这个不难，只要 把基本问题吃透了，就可以在基本问题上继续问题。本文中
-
概率到统计的思考与理解
由于统计学在现实生活和“高端”科学研究中有着很高的地位，时常思考统计相关的问题，加深对它的基础理论的理解应该对我们理解和研究现实世界有帮助。1、样本空间与总体的关系样本空间，在茆诗松等编著的《概率论与
