统计学习基础.ppt

统计学习基础 卿来云 中国科学院研究生院信息学院 lyqing@ / lyqing@ 概率 vs. 统计 概率：研究随机事件出现的可能性的数学分支，描述非确定性（Uncertainty）的正式语言，是统计推断的基础 概率： 一个事件或事件集合出现的可能性 基本问题：给定以一个数据产生过程，则输出的性质是什么 统计推断：处理数据分析和概率理论的数学分支，与数据挖掘和机器学习是近亲 统计量：一个用以描述样本或总体性质的数值，如均值或方差 基本问题：给定输出数据，我们可以得到该数据的产生过程的哪些信息 概率 vs. 统计 统计学习 统计学 ≈ 根据数据进行推理的学科 统计学习 ≈多元统计分析 + 计算统计学 多元统计分析 ≈ 基于一个多元变量数据集，预测函数值 计算统计学 ≈ 统计问题的计算方法 (a.k.a. 统计计算) + 计算繁重的统计方法 数据挖掘 ≈ 研究数据分析，尤其是大数据量/复杂的数据集 例：人脸形状（随机事件、概率与统计学习） 统计学习的基本问题 有监督/无监督学习 有监督学习：回归、分类 无监督学习：概率密度估计、聚类、降维 增强学习 模型选择 模型评价：损失函数 模型选择 复杂性 vs. 推广性 课程目的 为计算机专业的学生快速提供广泛的概率和统计背景 概率 统计 统计学习 为学习其他课程打好统计学基础 机器学习 数据挖掘 模式识别 人工智能 … 数学基础的重要性 研究数据分析必须打好概率和统计基础 Using fancy tools like neural nets, boosting and support vector machines without understanding basic statistics like doing brain surgery before knowing how to use a band-aid. 教材/参考书 [Wasserman] Larry Wasserman, All of Statistics: A Concise Course in Statistical Inference, Springer Press, 2004 主要教材：内容很全，但有些部分篇幅略少，更偏向于从统计的角度讲述 Chp1-13, Chp20，Chp23-24 [HTF] Trevor Hastie, Robert Tibshirani, Jerome Friedman著，范明，柴玉梅，昝红英译，《统计学习基础—数据挖掘、推理与预测》， 电子工业出版社，2004 统计学习部分的主要教材：主要从机器学习的角度讲述 Chp1-7 [CB] George Casella and Roger L. Berger，Statistical Inference，机械工业出版社，2002 详尽的统计推断教材：可以作为[Wasserman]一书的补充 Chp1-10 预修课程 高等数学 线性代数 概率：有一定概率基础 可复习任一本科概率论教材 盛骤 谢式千 潘承毅，《概率论》， （浙江大学）编， 高等教育出版社 课程内容（1） 第一部分：概率基础知识 概率理论 随机变量及其概率分布 常用的概率分布 多元随机变量 概率不等式和收敛性 第二部分：统计基础知识 统计基本知识 非参数估计、Bootstrap、Jackknife 参数估计 假设检验 课程内容（2） 第三部分：统计学习基本模型及理论 统计学习概述 线性回归 概率密度估计 核方法 统计判决理论 模型选择和模型评估 第四部分：随机计算 采样、MCMC (Monte Carlo Markov Chain) 相关会议、刊物 会议 Internet Conference on Machine Learning KDD (Internet Conference on Knowledge Discovery and Data Mining) NIPS (Neural Information Processing Systems Conference) IJCNN ( Internet Joint Conference on Neural Networks) Artificial Intelligence and Machine Learning Conference Computational Learning Theory (COLT) … 刊物 Machine Learning (ML) Journal of Machine Learning Research Annals of Statistics Data Mining and Knowledge Discovery IEEE-KDE IEEE-PAMI Artifici