機器學習統計
統計是獲取資料答案的工具
- 常見是什麼？
- 預期是什麼？
- 正常是什麼？
- 機率是什麼？
推論統計
推斷統計是從一個小樣本量化總體特徵的方法
您從樣本中獲取資料，並對整個總體進行預測。
例如，您可以在一家商店中站著，詢問100人樣本是否喜歡巧克力。
根據您的研究，使用推斷統計，您可以預測所有顧客中有91%喜歡巧克力。
令人難以置信的巧克力事實
十個人中有九個人喜歡巧克力。
美國人口的50%無法忍受每天沒有巧克力。
您使用推斷統計從少量資料樣本預測整個領域。
描述性統計
描述性統計總結（描述）一組資料的觀察結果。
由於我們登記每個新生兒，我們可以知道100箇中有51個是男孩。
根據這些收集到的數字，我們可以預測新生的嬰兒是男孩的機率為51%。
令人費解的是，這個比例不是50%，這與基本的生物學預測不符。我們只知道自17世紀以來，性別比例一直傾斜。
注意
原始觀察只是資料。它們不是真正的知識。
您使用描述性統計將原始觀察轉化為您可以理解的資料。
描述性統計度量
描述性統計被分為不同的度量
集中趨勢（中心度量）
- 均值（平均值）
- 中位數（中點值）
- 眾數（最常見的值）
離散程度（變異性度量）
- 最小值和最大值
- 標準差
- 方差
- 偏度（Skewness）
- 峰度（Kurtosis）
