经验丰富的开发人员从何处开始统计

在2015年上半年，我参加了机器学习课程（由GREAT课程的Andrew Ng 撰写）。并学习了机器学习的基础知识（线性回归，逻辑回归，SVM，神经网络...）

我也是开发人员已有10年了，因此学习一种新的编程语言将不是问题。

最近，我开始学习R以实现机器学习算法。

但是我已经意识到，如果我想继续学习，我将需要更正式的统计学知识，目前我对它不是一个正规的知识，但是由于其局限性，例如，我无法正确确定几个线性模型中的哪个会更好（通常我倾向于使用R平方，但显然这不是一个好主意）。

因此，对我来说，很明显我需要学习统计学的基础知识（我是在uni上学习的，但是却忘记了大部分），我应该在哪里学习，请注意，我实际上并不需要一门全面的课程一个月之内就可以让我了解足够的知识，这样我就可以渴望并了解更多:)。

到目前为止，我已经阅读了有关“ 无泪统计 ”的信息，还有其他建议吗？

我会建议您一个基本的路线图：

• 您可以在可汗学院学习基础数学和统计资料，和/或参加Udacity的统计学入门课程。
• 然后，您可以参加Udacity的这两门不错的课程。描述统计和推论统计
• 然后，您可以深入了解一些贝叶斯统计数据。我发现的与网络上最相关的资源之一是Think Bayes免费电子书
• 然后，深入研究机器学习的基础知识。Coursera的Andrew Ng的课程是完美的开始。以及以下资源：开发人员的机器学习对于快速浏览概念也非常有用。
• 然后，您就自己一个人。您在互联网上有足够的资源和博客来构建这些概念。

奖金：

Metacademy是此类路线图的绝佳站点，我个人将其作为网上最好的Data Science资源之一。

Gitxiv是另一个漂亮的站点，它将有关数据科学的Arxiv研究论文与相关的开源实现/库联系起来。

您是否已经查看过Think Stats或Think Bayes，它们都是面向程序员的（免费）统计书，并带有大量Python代码。

另外，如果您对学习R感兴趣，那么CRAN可能会提供许多（免费）pdf文档，例如，使用R的概率与统计简介。还有一个使用R的Coursera课程，这是很多人真正喜欢的（他们相信这本教科书，您可能还想看看，并在DataCamp上进行实验，我相信）。

另外，如果您想复习一些Stats主题，可以随时在Khan Academy上观看几个视频。

如果您曾经能够解决此列表中的问题，即使很遥远，那么您也应该尝试“适当地” 研究应用的统计信息。我给你一个简单的两步算法。

首先，掌握概率论。有很多好书。我最喜欢的是费勒的经典著作。它被称为“简介”，但不要被标题所迷惑，它的深度如您所愿，但是如果您只想略读其表面，它的编写也非常简单。

第二步是统计。再说一遍，有很多很棒的书。我会给你一个我用过的，古吉拉特语“基本计量经济学”，第四版的不错的介绍性文字。计量经济学是应用于经济学的统计数据。作为参考，一个人人都认为数据科学家将是未来10年最性感的工作的人是伯克利的经济学家Hal Varian。许多机器学习知识都是基于基本统计数据，回归等的。本书涵盖了所有内容，您无需全部阅读，而是以可以按自己的顺序选择章节的方式编写的。

当您阅读这些课文时，Ng的课迅速填补之后，您会发现有多少空白留给您惊讶，您会感到惊讶。

作为一名从业人员，在这两个步骤之后，您不需要太多的理论。您可以继续学习ML技术，特别是阅读该领域的书籍。重要的是不要在开始时就太过了解概率和统计数据。首先让您的代码适合ML，然后逐步填补空白。

每个人都推荐Casella＆Berger，它几乎在研究生统计计划中普遍使用。这不是一本糟糕的参考书，但是我不确定除了扫描前4-5章之外我还要做更多的事情。我认为在研究“统计”即数据分析之前，您不需要有关如何构建Neyman-Pearson类型测试的理论。

相反，我将专注于学习方法。我的研究生课程使用“ 应用线性统计方法”进行常客测验，这是一个相当不错的综合参考书，但从自我教学的角度来看，它可能不是最容易上手的书。麻省理工学院或Coursera开设的一门或两门课程可能是开始学习的更好方法，因为与阅读本书相比，与其他示例相比，您将获得更广泛的概述和更多示例。

对于贝叶斯，我最常使用的书是《做贝叶斯数据分析》，该书随附了小狗图片（显然，这使该书优于其他贝叶斯入门教科书）。我从未亲自使用过该书，但我翻阅了这本书，它看起来还不错-比Gelman的书好得多，在贝叶斯统计中的两课之后，我发现这本书有些令人费解-解释很糟糕。

这并不是一个完整的答案，只是一个建议。如果您想了解有关统计的更多信息（基础知识），则可以阅读：

Casella, G. and R. L. Berger (2002): Statistical Inference, Duxbury

对于统计人员来说，这是一本非常标准的书，并且有很多有趣的结果。您无需遍历所有定理的证明，但您可能需要做一些练习，以使结果更加安全。

如果您想了解有关计量经济学（数据模型）的更多信息，可以看一下：

Hayashi, F. (2000): Econometrics, Princeton University Press

实际上有人问过类似的问题，并且得到了一个很好的答案：在“ Casella＆Berger”之后该怎么办。

此外，如果您真的打算阅读这些书，那么此计量经济学课程的大纲可为您提供阅读和阅读内容（CB和Hayashi）以及阅读时间的良好指导和步伐。

我建议从最初的问题问世以来出版一本新书：《统计再思考：R和Stan中的带示例的贝叶斯课程》，CRC Press的Richard McElreath。

它写得很好，并使用贝叶斯方法。它是非常互动的，您需要解决这些问题，否则您可能会半途而废。

它从最基本的开始，到多层次的模型结束，它针对的是相当高级的科学家，他们掌握一些统计知识，但对他们所学的统计学却不满意。因此，我无法确切地说这是一本初学者的书，但它确实非常简单，而且他的弧线和风格都很棒。

标题的“ Stan”部分是通用的贝叶斯采样工具。本质上，它是一种编程语言，可以自动编译为C ++，然后再编译为可执行文件。（与替代方法不同，贝叶斯推断是通用的，因此您可以使用通用工具。）

我想我会把这个答案留给后代，即使为时已晚对您有用。拉里·瓦瑟曼（Larry Wasserman）的“ 所有统计信息”（All Of Statistics）是一门针对没有机器学习，其他计算机科学学科或数学的人的课程，这些人没有经过任何正式的统计学培训，即，几乎完全符合您当前的情况。由于缺乏正式的统计数据，我和几个朋友组成了一个自学小组，以便在毕业时学习。我认为我真的从中受益。

Wasserman提出的额外主题超出了典型的“概率和统计推断”课程材料，例如图形模型和引导程序，与从事机器学习的人员特别相关。我应该说，与诸如Casella＆Berger之类的书相比，这本书可能非常简洁，因此，如果您想要某些部分的更多细节或动机（尤其是证明），则可能需要用其他阅读材料进行补充。就是说，我还发现这本书写得很清楚，存在很多练习问题，并且是快速参考。

一个月不是很多时间。但是，如果您设定非常进取的步伐，我想您肯定可以在一个学期中从本书中学到很多东西：例如，我们在夏季进行了自学小组。如果您最感兴趣的是线性建模，那就尤其如此，这将受到Ch。13-14。