2.1　為什么這一章出現(xiàn)在這里

我們經(jīng)常想要討論不同的數(shù)據(jù)段之間的關(guān)系，但不需要單獨討論每段數(shù)據(jù)。從某種意義上說，大部分數(shù)據(jù)是“相同的”的嗎？還是它們的分布跨越了一個很廣的范圍而存在“差異”？是否有一些奇怪的數(shù)據(jù)看起來不太合群？數(shù)據(jù)間是否存在某種連接了部分或是所有數(shù)據(jù)段的模式？

這些問題在機器學(xué)習(xí)中是很重要的，因為我們對數(shù)據(jù)了解得越多，就能更好地去選擇和設(shè)計用于研究和控制數(shù)據(jù)的工具。

打個比方，假設(shè)我們需要把兩塊木板和一小塊給定的金屬連接起來，如果給定的金屬是釘子，我們就要選用錘子；如果給定的金屬是螺絲，我們就要選用螺絲刀。通過分析得到的數(shù)據(jù)，我們就可以選擇最合適的工具來從數(shù)據(jù)中獲得最大的價值。

這些工具給出了語言和概念，讓我們可以討論大型數(shù)據(jù)集，但它們往往都是和統(tǒng)計學(xué)捆綁在一起的。

讓我們來直面一個真相：你可能不會讀一本機器學(xué)習(xí)的書，因為你想了解的是統(tǒng)計學(xué)。但是這些想法是如此重要，以至于你至少需要熟悉一些機器學(xué)習(xí)的內(nèi)容。從論文和源代碼注釋到館藏文獻，統(tǒng)計的思想和語言在機器學(xué)習(xí)中無處不在，至少了解一個數(shù)據(jù)集的基本統(tǒng)計情況對于選擇一個合適的用于學(xué)習(xí)數(shù)據(jù)的工具和算法來說是不可或缺的。

因此，我們將盡力精簡本章的篇幅并突出重點，即涵蓋核心思想，但不深入研究數(shù)學(xué)理論或細節(jié)。我們的目標(biāo)是建立對于統(tǒng)計學(xué)的充分理解和直覺，以在進行機器學(xué)習(xí)時做出正確的決定。

與統(tǒng)計學(xué)思想有著緊密聯(lián)系的是隨機數(shù)，我們本章會介紹更多有關(guān)隨機數(shù)（random number）的概念，而不僅是庫中的一個例程。

即便你已經(jīng)熟悉統(tǒng)計學(xué)和隨機數(shù)的相關(guān)知識，或者確實不在意它們，也應(yīng)快速瀏覽一下這部分內(nèi)容，這樣就會知道我們在本書中使用的一些語言，在書中遇到這些概念時，也知道到哪里去找。