学生证制作推断（inference）和预测（prediction）手机应急充电器
上⼆年级的⼤⼉⼦⼀直在喝⽆乳糖⽜奶，最近让他尝试喝正常⽜奶，看看反应如何。三天过后，⼉⼦说，好像没反应，我可不可以说我不对乳糖敏感了。
放气阀
我说，呃，这个问题不简单啊。你知道吗，这在统计学上叫推断。超前止水后浇带
脂肪酸酰胺
⼉⼦很好学，居然叫我解释什么叫推断。
好吧，那我就来卖弄⼀下。
⽼早之前，听机器学习的⼀个podcast，是总结前⼀年机器学习领域发⽣什么事情，最后⼀段P主说: 我们已经总结了这⼀年，那我们来预测（predict）⼀下明年吧，不过我觉得说predict不是那么准确，应该是做⼀下inference⽐较对。 Hmm，我们做机器学习的⼀般来说，说来说去就是做预测，inference是个什么⿁。
推断inference是统计学上的概念。简单的理解，就是从少量的样本的统计结果，得出对总体的结论。 ⽐如说有美国总统⼤选，有调查公司就会对⼀部分⼈进⾏问卷调查，问他们会选谁，然后从根据这个结
果，推断出这届总统会是谁。统计学是基于概率论的，当给出结果的时候，会给出confident interval，就是可信度。这个推断做得好不好和样本的选取关系⾮常⼤，⼀句话样本必须有代表性。
听上去，和机器学习貌似很像，都差不多是预测个东西嘛。其实还是不⼀样的，什么才叫预测呢。举⼀个例⼦，就看出区别了。人脸识别智能门禁
⽐如说我们现在也知道⼀些样本，知道他们的年龄，性别，⼯作，收⼊，居住区域，会选谁。然后，我们从总体(population)中随便出⼀个⼈，并且知道他的年龄，性别，⼯作，收⼊，居住区域，我们想知道他会选谁，现在做的就是预测predict。
预测，机器学习的定义就是，根据给定的样本，训练模型，⽤来预测未知的样本。 当然机器学习和统计学并不是分开的两学科。很多机器学习的模型是基于统计学的。⽐如说⾮常popular的贝叶斯统计模型。对于被观察事件，根据先验知识，建⽴分布模型，根据观察到的样本得到后验分布模型，然后再⽤来预测未知样本的概率分布，作出概率最⼤的预测，并给出可信度。和机器学习中的或回归或分类模型⼀起，可谓条条⼤路通罗马。但其实也有有交叉的，⽐如说最⼤熵算法其实是建⽴在以概率论为基础的信息论上的。
统计学是⾮常有意思的数学。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议