課程介紹
適合數(shù)據(jù)分析挖掘、人工智能方向發(fā)展，但基礎(chǔ)比較薄弱的同學(xué)學(xué)習(xí)。
課程目錄
第1課 概率論基礎(chǔ)
知識點1：概率論基礎(chǔ)，貝葉斯公式，常見分布與共軛分布
實戰(zhàn)項目：樸素貝葉斯分類(上)
第2課 參數(shù)估計
知識點1：分布的特征函數(shù)，切比雪夫不等式、大數(shù)定理、中心極限定理
知識點2：矩估計，極大似然估計
實戰(zhàn)項目：樸素貝葉斯分類(下)，邏輯回歸
第3課 參數(shù)估計的漸進(jìn)性質(zhì)
知識點1：凸函數(shù)，參數(shù)估計的漸進(jìn)性質(zhì)
實戰(zhàn)項目：區(qū)間估計，線性回歸中統(tǒng)計量的含義
第4課 概率統(tǒng)計在機器學(xué)習(xí)中的應(yīng)用
知識點1：EM算法原理分析
知識點2：EM算法用于高斯混合模型的參數(shù)估計
知識點3：EM算法用于缺失值的處理
