การอนุมานเชิงสถิติ
การอนุมานเชิงสถิติ (อังกฤษ: statistical inference) คือกระบวนการใช้การวิเคราะห์ข้อมูลเพื่ออนุมานหรือสรุปคุณลักษณะของการแจกแจงความน่าจะเป็นที่อยู่เบื้องหลังข้อมูลนั้น[1] การวิเคราะห์เชิงอนุมานทางสถิติใช้เพื่ออนุมานคุณลักษณะของประชากร เช่น การทดสอบสมมติฐาน และการประมาณค่า ทั้งนี้ มีสมมติฐานว่าชุดข้อมูลที่สังเกตได้เป็นตัวอย่างที่สุ่มมาจากประชากรที่มีขนาดใหญ่กว่า
สถิติอนุมาน (inferential statistics) สามารถเปรียบเทียบกับสถิติพรรณนา (descriptive statistics) ได้ โดยสถิติพรรณนาจะมุ่งเน้นเฉพาะการอธิบายคุณลักษณะของข้อมูลที่สังเกตได้เท่านั้น และไม่ได้ตั้งอยู่บนสมมติฐานว่าข้อมูลดังกล่าวมาจากประชากรที่มีขนาดใหญ่กว่า ในด้านการเรียนรู้ของเครื่อง คำว่า การอนุมาน (inference) บางครั้งใช้ในความหมายที่แตกต่างออกไป คือหมายถึง การทำนายโดยใช้แบบจำลองที่ผ่านการฝึกฝนมาแล้ว[2] ในบริบทนี้ กระบวนการอนุมานคุณสมบัติของแบบจำลองจะเรียกว่า การฝึกฝน (training) หรือ การเรียนรู้ (learning) แทนที่จะเรียกว่า การอนุมาน (inference) ส่วนการนำแบบจำลองที่ฝึกแล้วไปใช้ทำนายผล จะเรียกว่า การอนุมาน แทนคำว่า การทำนาย (prediction) ดังนั้นความหมายของคำว่า การอนุมาน จึงขึ้นอยู่กับบริบทที่ใช้
อ้างอิง
[แก้]- ↑ Upton, G., Cook, I. (2008) Oxford Dictionary of Statistics, OUP. ISBN 978-0-19-954145-4.
- ↑ "TensorFlow Lite inference".
The term inference refers to the process of executing a TensorFlow Lite model on-device in order to make predictions based on input data.