L'apprentissage automatique désigne un modèle de science des données qui effectue des prédictions, des classifications, des réductions de dimensionnalité, des génération et des reproductions en utilisant uniquement des données fournies.
En statistique, les inférences statistiques telles que l'estimation, les tests et la prédiction sont réalisées à l'aide d'un niveau considérable de connaissances statistiques et mathématiques basées sur des hypothèses concernant les données.
Cependant, l'apprentissage automatique satisfait aux conditions de base des statistiques en divisant les données, en pondérant les échantillons, en rééchantillonnant et en randomisant, de sorte que de bonnes inférences statistiques peuvent être dérivées uniquement à partir des données fournies, sans aucune hypothèse sur ces données.
Par conséquent, la compréhension des principes fondamentaux des statistiques est essentielle pour comprendre les bases de l'apprentissage automatique et développer son propre modèle d'apprentissage automatique performant.

L'une des hypothèses fondamentales des statistiques est que les données fournies constituent un échantillon aléatoire issu d'une population inconnue, et qu'un tel échantillon aléatoire peut être extrait de manière répétée.
Un échantillon aléatoire signifie que les données ont été sélectionnées au hasard au sein d'une population inconnue. Autrement dit, les données recueillies sont choisies pour bien représenter la population inconnue.
La seconde hypothèse, l'échantillonnage aléatoire répété, permet un raisonnement théorique en statistique et constitue le fondement des statistiques mathématiques et de la théorie des probabilités.

Cependant, dans les problèmes du monde réel, on n'observe qu'un seul ensemble de données.
En apprentissage automatique, l'échantillonnage aléatoire et l'échantillonnage aléatoire répété en statistiques sont mis en œuvre en pratique par le biais de la division et du rééchantillonnage basés sur le brassage des données, et diverses inférences statistiques sont effectuées.
Aucune connaissance mathématique ou statistique supplémentaire n'est requise.
Contrairement aux statistiques, cette méthode ne repose pas sur l'hypothèse déraisonnable que le modèle est correct mais que ses paramètres sont inconnus. Au contraire, il est facile de vérifier la validité du modèle et des estimations des paramètres en divisant simplement les données.
Le rééchantillonnage permet une inférence statistique plus précise et, en particulier, permet un apprentissage d'ensemble appelé bagging.
L'attribution de pondérations en fonction de l'importance de chaque échantillon est appelée pondération des échantillons.
Les pondérations des échantillons sont utilisées dans toutes les techniques statistiques basées sur le voisinage des K plus proches et dans le boosting, un modèle de pointe, et sont utilisées dans la fonction de perte, qui est la fonction objectif pour l'estimation des paramètres dans l'apprentissage automatique.
La randomisation est un moyen important de vérifier si le modèle a appris même du bruit inutile.

Par conséquent, si vous lisez et comprenez ce livre en gardant à l'esprit les mots clés suivants : division, pondération des échantillons, rééchantillonnage et randomisation, vous pouvez considérer que vous avez acquis une compréhension de la manière dont les principes fondamentaux des statistiques et la méthodologie de l'apprentissage automatique sont intégrés.
Vous pourrez alors poursuivre sans grande difficulté votre exploration des modèles d'analyse d'IA, depuis l'apprentissage automatique statistique, qui est le sujet de ce livre, jusqu'à l'apprentissage profond, l'apprentissage par renforcement, l'IA explicable et même l'analyse des séries temporelles si nécessaire.
Dans cette optique, la lecture attentive du chapitre 1 et l'exécution du code fourni vous permettront de comprendre par l'expérience les quatre mots-clés mentionnés ci-dessus.

J'ai fait de mon mieux pour faire un bon livre, mais il peut y avoir quelques imperfections.
Nous vous remercions de votre compréhension à ce sujet, et toute modification qui pourrait survenir après la publication sera disponible dans la salle de données du site web de Free Academy (www.freeaca.com), veuillez donc vous y référer.
Enfin, je tiens à exprimer ma gratitude à Jinse Park, qui m'a aidé à élaborer le schéma conceptuel de ce livre, ainsi qu'à ma femme et à ma fille adorées, qui m'ont apporté un soutien et un amour sans faille.