机器学习统计

统计数据是获取数据问题答案的工具：

推论统计

推论统计是量化小群体特征的方法样本:

您从样本中获取数据并对整个总体进行预测。

例如，您可以站在商店询问100人样本如果他们喜欢巧克力。

根据您的研究，使用推论统计，您可以预测 91%所有购物者像巧克力一样。

十分之九的人喜欢巧克力。

50% 的美国人每天都离不开巧克力。

你用推论统计从小数据样本中预测整个领域。

描述性统计总结（描述）一组数据的观察结果。

由于我们对每个新生儿进行了登记，我们可以看出，100 名婴儿中有 51 名是男孩。

根据这些收集到的数据，我们可以预测新生儿有 51% 的机会是男孩。

令人费解的是，这一比例并不像基础生物学预测的那样为 50%。我们只知道自 17 世纪以来，我们就一直存在这种倾斜的性别比例。

原始观察只是数据。它们不是真正的知识。

你用描述性统计将原始观察结果转化为您可以理解的数据。

描述性统计分为不同的衡量标准：

趋势（中心措施）

传播（变异性的衡量）