极简概率论-数据科学数学基础 /
静学社
以浅显易懂简练的语言讲解python编程语言,大数据和人工智能开发,让零基础的学员快速学会学懂所学的内容
 
  • 课程目录
  • 课程介绍
  • 课时1:简单事件和样本空间

  • 课时2:什么是概率

  • 课时3:概率的计算

  • 课时4:计算概率的步骤

  • 课时5:复合事件

  • 课时6:复合事件习题课

  • 课时7:事件的补

  • 课时8:求并事件的概率

  • 课时9:事件的和差积

  • 课时10:条件概率

  • 课时11:条件概率习题课

  • 课时12:独立事件

  • 课时13:未发生的事情才谈概率

  • 课时14:相互独立事件

  • 课时15:全概率公式

  • 课时16:贝叶斯法则

  • 课时17:乘法原理

  • 课时18:乘法原理习题课

  • 课时19:排列

  • 课时20:重复排列

  • 课时21:组合

  • 课时22:重复组合

  • 课时23:模拟随机数

  • 课时24:排列组合概率

  • 课时25:扑克牌不同牌的概率

  • 课时26:随机变量

  • 课时27:随机变量的概率分布

  • 课时28:概率质量函数

  • 课时29:概率质量函数图形

  • 课时30:累积概率分布函数

  • 课时31:用数学思维研究概率问题

  • 课时32:随机变量的期望

  • 课时33:赌场盈利的秘密

  • 课时34:期望值的由来

  • 课时35:随机变量函数的期望

  • 课时36:标准差和方差

  • 课时37:一些有用的期望值定理

  • 课时38:一些有用的方差定理

  • 课时39:矩和矩母函数

  • 课时40:伯努利试验和伯努利随机变量

  • 课时41:二项分布

  • 课时42:二项分布期望和方差

  • 课时43:进一步理解期望和标准差

  • 课时44:负二项分布和几何分布

  • 课时45:超几何分布

  • 课时46:泊松分布

  • 课时47:泊松分布深入分析

  • 课时48:连续随机变量

  • 课时49:连续随机变量习题课

  • 课时50:连续随机变量的期望和方差

  • 课时51:均匀概率分布

  • 课时52:正态分布

  • 课时53:标准正态分布

  • 课时54:正态分布近似二项和泊松分布

  • 课时55:正态分布近似二项分布的连续性修正

  • 课时56:指数分布

  • 课时57:指数分布的无记忆性

  • 课时58:伽马分布和威布尔分布

  • 课时59:连续随机变量函数的分布

  • 课时60:离散随机变量的二元概率分布

  • 课时61:条件概率分布

  • 课时62:连续随机变量联合概率分布

  • 课时63:两个随机变量函数的期望

  • 课时64:随机变量的独立性

  • 课时65:协方差和相关系数

  • 课时66:随机变量线性函数的期望和方差

  • 课时67:概率论的三个基本公理

  • 课时68:古典和频率及主观概率

课程概述

这是一门简单易懂的概率论课程!看教材学概率论实在是看不懂,教材编写者一般会认为教材有老师来讲解,所以自学教材只会备受打击。网上各类名校教授讲的免费概率论课程老师只是把课本上的内容用视频口述了一遍,哎,可惜了这些教授,讲的是什么鬼东西啊,还不如直接看教材呢!本课程最大特色就是 简单易懂, “简单易懂”意味着我会用简单的语言,你容易听懂的语言教你概率知识,而不是让你越听越晕。没有概率论就没有统计学,也基本上就不存在机器学习了,从而人工智能也不会有今天这样的繁荣发展。如果要从事数据科学行业,不懂概率论或者对概率论一知半解,基本上都要回过头重新学习概率论,因为吃不透概率论就吃不透算法原理,也就只能永远半吊子,在数据科学行业半吊子那基本上就没有你的位置了。各位,还是沉下心来老老实实的把概率论认真的学好吧!别想着速成,速成只会浪费你更多的时间!当然了,找到一个好老师教你,的确可以让你比别人更快的学会学好,比如我的这门概率论教程!课时1,2,52可以免费预览本课程是连载课,每周更新3-7节。5月上旬课程会全部更新完毕!