概率统计在机器学习中的作用是什么？

机器学习中涉及到很多的数学工具，相信这是众所周知的事情，这些数学工具的使用能够解决很多机器学习的问题。可见，如果能够熟练地运用数学工具，我们就能够更加高效地进行机器学习的工作。在机器学习中经常有概率统计的身影，金坛就来好好给大家介绍一下关于概率统计在机器学中的发挥着什么样的作用事不宜迟，下面跟随小编的脚步好好学起来吧。

1.概率统计能够利用数据学习模型

概率统计可以看成是模型还有数据的组合。那么模型和数据组合在一块，实际上是双向的处理。我们要利用这个数据去训练这个模型，这个阶段，我们是用数据去学习这个模型。在模型里面，我们就可以去选择。有那么多的模型，比如说有 K- 近邻的模型，有回归模型，有决策树，还有支持向量机，这样不同的模型。我训练的任务就是用数据来学习这些模型，来确定这个模型的参数，最终得到一个确定的模型。这就可以看成是在给定数据的情况下，来求解这个参数，它的条件概率。给定的数据，如果有一部分参数的条件概率是最大的，那么就选择这部分参数，作为这个模型的参数。实际上，训练过程解决的就是这样一个问题。当然具体来说，包括生成模型，包括判别模型，那么生成模型我们求解的是输入输出的一个联合概率分布，或者判别模型是一个条件概率分布。在很多情况下，我们关注的目标都是分布。

2.概率统计能够利用模型推断数据

在学习阶段，我们利用数据来训练模型，在预测阶段，我们利用模型反过来去推断这个数据。所以，在概率统计这一块，我们关注的是模型的使用，还有概率的求解。当然两者不是完全区别开的，是相互融合的。在建立模型的时候，会用到一些先验概率分布。在求解目标函数的时候，我们也会涉及求解数学期望这样一些操作。

通过为大家介绍机器学习中涉及到的数学工具中的概率统计知识，相信大家已经发现概率统计其实是一个十分好用的工具，我们在学习机器学习的时候一定不能够忽视概率统计知识的学习，希望这篇文章能够更好地帮助大家了解机器学习。