2017年底最新数据分析统计学基础之概率论与数理统计视频教程附代码课件

课程介绍

适合数据分析挖掘、人工智能方向发展，但基础比较薄弱的同学学习。

课程目录

第1课 概率论基础

知识点1：概率论基础，贝叶斯公式，常见分布与共轭分布

实战项目：朴素贝叶斯分类(上)

第2课 参数估计

知识点1：分布的特征函数，切比雪夫不等式、大数定理、中心极限定理

知识点2：矩估计，极大似然估计

实战项目：朴素贝叶斯分类(下)，逻辑回归

第3课 参数估计的渐进性质

知识点1：凸函数，参数估计的渐进性质

实战项目：区间估计，线性回归中统计量的含义

第4课 概率统计在机器学习中的应用

知识点1：EM算法原理分析

知识点2：EM算法用于高斯混合模型的参数估计

知识点3：EM算法用于缺失值的处理

课程展示