摘要
统计学和机器学习是两个联系紧密的领域。事实上,两者的界限有时非常模糊。有一些明显属于统计学领域的方法也可用于机器学习项目,并且极具价值。(1)问题架构。统计方法在问题的架构阶段有助于探索数据,包括:探索性的数据分析;数据挖掘。(2)数据理解。用于理解数据的统计学模型的两类主流分支:汇总统计;数据可视化。(3)数据清洗。统计方法应用于数据清洗:异常点检测;数据填补。
出处
《数据分析与知识发现》
CSSCI
CSCD
北大核心
2018年第7期80-80,共1页
Data Analysis and Knowledge Discovery