Non suggerirei davvero di utilizzare l'apprendimento automatico per apprendere le statistiche. La matematica impiegata nell'apprendimento automatico è spesso diversa perché c'è una reale enfasi sull'algoritmo computazionale. Anche il trattamento dello stesso concetto sarà diverso.

Un semplice esempio di ciò sarebbe confrontare il trattamento della regressione lineare tra un libro di testo di statistica di base e un libro di testo di apprendimento automatico. La maggior parte dei testi di apprendimento automatico offre un trattamento pesante a concetti come " discesa del gradiente" e altre tecniche di ottimizzazione, mentre un libro di testo di statistica in genere copre solo i minimi quadrati ordinari (se anche quello) .

Infine, l'apprendimento automatico in genere non copre lo stesso materiale quando si tratta di cose come il confronto di modelli, il campionamento, ecc. Quindi, sebbene alcuni dei modelli di base siano gli stessi, i framework concettuali possono essere molto diverso.

È come quella vecchia barzelletta. Quando gli è stato chiesto indicazioni, il filosofo ha detto: "Beh, se volessi andare lì, non inizierei da qui ..."

Anche se penso che ogni "cultura" dovrebbe essere aperta all'apprendimento dall'altra , hanno modi diversi di guardare il mondo.

Penso che il problema con l'apprendimento delle statistiche attraverso lo studio degli algoritmi di apprendimento automatico sia che, mentre gli algoritmi di machine learning iniziano con concetti statistici, le statistiche non iniziano con gli algoritmi, ma modelli di probabilità.

Dipende da cosa intendi.

Ho approfondito sempre di più le statistiche basate sull'esposizione all'apprendimento automatico. (In precedenza ero stato più un tipo di intelligenza artificiale generale e non avevo avuto una buona esperienza con le statistiche, ma ho acquisito una maggiore comprensione e apprezzamento delle statistiche con il passare del tempo.) Quindi è sicuramente un gateway utile.

Sono stato per lo più autodidatta in statistica, tuttavia, e questo lascia molti buchi. Comprendo e utilizzo alcune tecniche abbastanza avanzate, ma non dovrei allontanarmi troppo dal percorso per essere ostacolato, mentre qualcuno con una base statistica più solida no. E penso che ciò si applicherebbe nel tuo scenario di utilizzo del machine learning come metodo per apprendere le statistiche: la tua conoscenza sarebbe fragile.

Non credo proprio, poiché ci sono aspetti fondamentali nelle statistiche che vengono semplicemente trascurati nell'apprendimento automatico. Ad esempio, nelle statistiche, quando si adatta un modello ai dati, la funzione di discrezione utilizzata (ad esempio, G ^ 2, RMSEA) è essenziale perché hanno proprietà statistiche diverse. Nell'apprendimento automatico, non importa, quindi non è affatto coperto.

Ovviamente si potrebbe sostenere che potresti imparare queste cose in seguito, ma IMHO, è meglio comprendere e preoccuparsi di alcuni problemi, e forse in futuro non preoccuparsene, quindi il contrario.

applausi

Penso che l'apprendimento automatico dell'apprendimento richieda solo un sottoinsieme elementare di statistiche; troppo può essere pericoloso, poiché alcune intuizioni sono in conflitto. Tuttavia, la risposta alla domanda può essere invertita è no.