隨著幾乎所有領(lǐng)域的數(shù)據(jù)收集規(guī)模和范圍不斷擴(kuò)大，統(tǒng)計(jì)學(xué)習(xí)已成為任何希望了解數(shù)據(jù)的人的重要工具包，這也是很多統(tǒng)計(jì)學(xué)專業(yè)留學(xué)生必學(xué)的科目。這篇文章為大家?guī)戆闹迖⒋髮W(xué)STAT3040 統(tǒng)計(jì)學(xué)學(xué)習(xí)指南。

一、課程概覽

統(tǒng)計(jì)學(xué)習(xí)是一門為需要從真實(shí)數(shù)據(jù)中進(jìn)行統(tǒng)計(jì)分析或 "學(xué)習(xí) "的學(xué)生設(shè)計(jì)的課程。重點(diǎn)將放在統(tǒng)計(jì)概念和統(tǒng)計(jì)計(jì)算的發(fā)展上。內(nèi)容將以許多不同應(yīng)用領(lǐng)域的問題解決為動(dòng)機(jī)。本課程將涵蓋統(tǒng)計(jì)學(xué)習(xí)的一系列主題，包括線性和非線性回歸、分類技術(shù)、重采樣方法(如引導(dǎo)法)、正則化方法、基于樹的方法和無監(jiān)督學(xué)習(xí)技術(shù)(如原理成分分析和聚類)。

二、學(xué)習(xí)成果

使用 R 統(tǒng)計(jì)計(jì)算軟件包中與統(tǒng)計(jì)學(xué)習(xí)相關(guān)的軟件包和處理輸出。

擬合線性和非線性回歸模型，分析反應(yīng)變量與協(xié)變量之間的關(guān)系。

對(duì)定性響應(yīng)變量執(zhí)行分類技術(shù)。

評(píng)估基于重采樣方法的模型

基于正則化方法進(jìn)行模型選擇。

使用基于樹的方法。

執(zhí)行基本的無監(jiān)督學(xué)習(xí)技術(shù)。

三、課程難度

這是一門監(jiān)督學(xué)習(xí)的入門級(jí)課程，重點(diǎn)是回歸和分類方法。教學(xué)大綱包括：線性和多項(xiàng)式回歸、邏輯回歸和線性判別分析;交叉驗(yàn)證和引導(dǎo)法、模型選擇和正則化方法(嶺和拉索);非線性模型、樣條和廣義加法模型;基于樹的方法、隨機(jī)森林和提升;支持向量機(jī)。還討論了一些無監(jiān)督學(xué)習(xí)方法：主成分和聚類(k-means 和分層)。

這不是一門數(shù)學(xué)含量很高的課程，因此我們?cè)诿枋鲞@些方法時(shí)盡量避免大量依賴公式和復(fù)雜的數(shù)學(xué)。我們將重點(diǎn)放在我們認(rèn)為現(xiàn)代數(shù)據(jù)分析的重要元素上。我們用 R 語言進(jìn)行計(jì)算。有專門的 R 語言講座，提供從基礎(chǔ)開始的教程，并通過更詳細(xì)的課程來實(shí)現(xiàn)每一章中的技術(shù)。

海馬課堂專業(yè)課程輔導(dǎo)，2100+嚴(yán)選碩博學(xué)霸師資，針對(duì)學(xué)生的薄弱科目和學(xué)校教學(xué)進(jìn)度，匹配背景相符的導(dǎo)師，根據(jù)學(xué)生情況進(jìn)行1V1專屬備課，上課時(shí)間靈活安排，中英雙語詳細(xì)講解課程中的考點(diǎn)、 難點(diǎn)問題，并提供多方位的課后輔導(dǎo)，輔助學(xué)生掌握全部課程知識(shí)，補(bǔ)足短板。