机器学习数学基础之概率论

机器学习数学基础之概率论：

• 概率论BigPicture
• 1.0 概率介绍、试验、事件、公理化的概率
• 1.1 样本空间、柯氏公理、概率的性质
• 1.2 古典概率、乘法原理、排列
• 1.3 组合、二项式定理、多项式定理
• 1.4 有限事件并的概率、概率欺骗了你
• 2.1 条件概率、全概率公式
• 2.2 事件独立、条件独立
• 2.3 Bayes’ Theorem
• 3.1 随机变量和离散分布
• 3.2 连续分布
• 3.3 Cumulative Distribution Function
• 3.4 双变量分布
• 3.5 边缘分布不和独立随机变量
• 3.6 条件分布 (Part I)
• 3.6 条件分布 (Part II)
• 3.7 多变量分布（Part I）
• 3.7 多变量分布（Part II）
• 3.8 随机变量的函数
• 3.9 多随机变量的函数
• 4.1 随机变量的期望 (Part I)
• 4.1 随机变量的期望 (Part II)
• 4.2 期望的性质
• 4.3 方差
• 4.4 距
• 4.5 均值和中值
• 4.6 协方差和相关性
• 4.7 条件期望
• 5.1 分布介绍
• 5.2 伯努利和二项分布
• 5.3 超几何分布
• 5.4 泊松分布
• 5.5 负二项分布
• 5.6 正态分布(Part I)
• 5.6 正态分布(Part II)
• 5.6 正态分布(Part III)
• 5.7 Gamma分布(Part I)
• 5.7 Gamma分布(Part II)
• 5.8 Beta分布
• 5.9 多项式分布
• 5.10 二维正态分布
• 6.1 大样本介绍
• 6.2 大数定理
• 6.3 中心极限定理
• 6.4 连续性修正

最后

以上就是贪玩导师为你收集整理的机器学习数学基础之概率论的全部内容，希望文章能够帮你解决机器学习数学基础之概率论所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。