Jake Vanderplas - 给黑客的统计学 - PyCon 2016.mp4

Jake Vanderplas - Statistics for Hackers - PyCon 2016.mp4

频道:PyCon 2016 · 时长:40:45 · 发布:2016-06-17 · 播放:93010

在 YouTube 观看

简介

Jake Vanderplas 在 PyCon 2016 的演讲展示了基于抽样的方法(如模拟、洗牌和自助法)如何让统计学变得直观。他的观点是:如果你会写 for 循环,你就能做统计。

HN 为什么推荐

推荐给想通过模拟而非死记公式来学习统计学的程序员。

演讲者提倡使用模拟/自助法/洗牌方法,而不是死记公式。 — HN, 2025

Python、Ruby 与脚本语言 · 数据科学与统计

中文字幕节选

我们的下一位演讲者是来自华盛顿大学的天文学家。 请欢迎 Jake Vanderplas。 [掌声] 好的,非常感谢,很高兴来到这里。 我一直很喜欢在 PyCon 的经历。 今天我想和大家聊聊黑客的统计学—— 先简单介绍一下你们听到的是谁—— 我是一名科班出身的天文学家。 我喜欢说我是个偶然成为统计学家的人,因为在天文学中 我们和数据打交道,任何和数据打交道的人最终都会默认 从事统计学工作,这有点疯狂 因为很多时候,我们中许多一生都在和数据打交道的人 并没有接受过多少统计学训练,对吧? 所以我们就这样一路摸索着学习。 我活跃在 Python 科学计算和开源领域; 我为 scikit-learn 和 SciPy 等项目贡献了很多代码 我从中获得了很多乐趣。 你们可以在 Twitter 和 GitHub 上找到我,用户名是 jakevdp。 回到正题,回到我们的话题,黑客的统计学。 我注意到,当我告诉别人这个主题时,会引起一些困惑 因为人们把“黑客”理解为试图 窃取你奶奶的银行密码之类的人。 但我不是在这个意义上使用黑客这个词。 我用的黑客含义,可能是在座很多人所代表的, 即那些解决问题时自然而然地会写代码 或通过写代码来理解世界的人。 我发现——这真的很有趣——统计学很难, 但如果你运用在座各位都拥有的那些技能 运用那些编程技能,统计学就可以变得简单, 或者至少容易得多。而统计学的诀窍其实归结为—— 首先,我应该说明我今天的论点是 如果你会写 for 循环,你就能做统计。 我稍后会回到这一点。 但统计学真正归结为 对你的数据提出正确的问题。 当我与学生或其他 试图学习如何很好地应用统计学的人合作时, 关键就在于提出正确的问题。 我最近看到苏斯博士的一句绝妙名言。 他说:“有时候问题很复杂,而答案却很简单。” 我认为这概括了统计学领域。 困难的部分是正确地提出问题。 一旦你弄清楚了如何很好地提出这些问题, 答案就会自己浮现出来。 所以,和任何统计学演讲、讲座或课程一样, 我们总是喜欢从热身开始。 热身通常涉及抛硬币,因为这是 我们都能理解的事情。 那么让我们想想抛硬币。 假设你抛一枚硬币 30 次,看到它 22 次正面朝上。 你想回答的问题是:“这枚硬币公平吗?” 现在你可以对此争论一番。 你可能会说,你知道,公平的硬币应该出现大约 15 次正面 所以这枚硬币可能不公平,对吧? 但你的朋友过来说:“啊,但即使是公平的硬币 “偶尔也可能出现 22 次正面。” 那么你如何回答这个问题? 左边这个人说 公平的硬币应该出现 15 次正面,我们称他们为支持者 右边这个人说,它可能是一枚公平的硬币 只是碰巧出现这种情况,我们称他们为怀疑者。 基本上,我们在统计学中处理这类检验的方式是假设, 在这种检验中,假设怀疑者是对的。 我们要检验所谓的零假设。 然后我们会问:“概率是多少 “一枚公平硬币仅凭偶然出现22次正面的概率?”

HN 上的讨论

>能够应用统计学就像拥有一种秘密超能力。我完全同意这句话。但是如果你问我的意见,仅仅知道一系列统计公式并不是很有帮助。大多数时候,人们不记得潜在的假设,所以他们很有可能在不适当的情况下使用它们。我推荐观看这两个YouTube视频。演讲者提倡使用模拟/自举/洗牌方法,而不是记忆公式。Jake Vanderplas - 给黑客的统计学 [VIDEO] John Rauser - 没有痛苦折磨的统计学 [LINK] — armanboyaci, 2025-03
你可能会喜欢这个演讲《statistics for hackers》(如果统计学没有包含在你的数据科学知识中):[VIDEO] 对于结构梁分析(即来自机械和土木工程),请查看这本关于直接刚度法的教科书:[LINK] 不幸的是,随附的代码(MASTAN2)不是开源的,并且在 Matlab 中运行。尽管如此,如果你想转向完整的有限元方法,这是一个不错的第一步,这需要更重的数学(实分析)才能真正掌握。 — auxym, 2020-06
我们在工作中使用这本书作为“读书俱乐部”。每两周读一章。第1章涵盖 Jupyter,第2章涵盖 numpy,第3章 pandas,第4章 matplotlib,第5章机器学习。我们刚刚读完前四章,它为这些库打下了良好的基础。我怀疑第5章是最丰富、最有趣的章节,涵盖了 scikit-learn 和机器学习技术。这是一章很长的内容,所以我们将花一个月的时间。我建议将这本书与 McKinney 的 Pandas 书[1]以及作者在 PyCon 和 PyData 上的精彩 YouTube 演讲结合起来。从 Jake VanderPlas 的《Statistics for Hackers》[2]开始,然后寻找他的其他演讲。[1]: [LINK] [2]: [VIDEO] — pixelmonkey, 2017-08
费曼的方法似乎非常让人想起 Jake Vanderplas 的《Statistics for Hackers》演讲[0],而不是作者在最后指出的纯理论物理学家的方法。[0]: [VIDEO] — faitswulff, 2017-08

相关视频