极简概率论-零基础轻松学会概率

极简概率论-零基础轻松学会概率

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:贝叶斯法则的图形化

  • 课时18:乘法原理

  • 课时19:乘法原理习题课

  • 课时20:排列

  • 课时21:重复排列

  • 课时22:组合

  • 课时23:重复组合

  • 课时24:模拟随机数

  • 课时25:排列组合概率

  • 课时26:扑克牌不同牌的概率

  • 课时27:随机变量

  • 课时28:随机变量的概率分布

  • 课时29:概率质量函数

  • 课时30:概率质量函数图形

  • 课时31:累积概率分布函数

  • 课时32:用数学思维研究概率问题

  • 课时33:随机变量的期望

  • 课时34:赌场盈利的秘密

  • 课时35:期望值的由来

  • 课时36:随机变量函数的期望

  • 课时37:标准差和方差

  • 课时38:一些有用的期望值定理

  • 课时39:一些有用的方差定理

  • 课时40:矩和矩母函数

  • 课时41:伯努利试验和伯努利随机变量

  • 课时42:二项分布

  • 课时43:二项分布期望和方差

  • 课时44:进一步理解期望和标准差

  • 课时45:负二项分布和几何分布

  • 课时46:超几何分布

  • 课时47:泊松分布

  • 课时48:泊松分布深入分析

  • 课时49:连续随机变量

  • 课时50:连续随机变量习题课

  • 课时51:连续随机变量的期望和方差

  • 课时52:均匀概率分布

  • 课时53:正态分布

  • 课时54:标准正态分布

  • 课时55:正态分布近似二项和泊松分布

  • 课时56:正态分布近似二项分布的连续性修正

  • 课时57:指数分布

  • 课时58:指数分布的无记忆性

  • 课时59:伽马分布和威布尔分布

  • 课时60:连续随机变量函数的分布

  • 课时61:离散随机变量的二元概率分布

  • 课时62:条件概率分布

  • 课时63:连续随机变量联合概率分布

  • 课时64:两个随机变量函数的期望

  • 课时65:随机变量的独立性

  • 课时66:协方差和相关系数

  • 课时67:随机变量线性函数的期望和方差

  • 课时68:概率论的三个基本公理

  • 课时69:古典和频率及主观概率

  • 课时70:马尔可夫不等式和切比雪夫不等式

  • 课时71:中心极限定理

  • 课时72:大数定律

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。

沉下心来,老老实实的把概率论认真学好,别想着速成,速成只会浪费你更多的时间!

课时1,2,53,68 可以免费预览

随机推荐

六养源药食同源推荐哪种好用?使用体验!

创维55A3D是否值得入手?性能评测分享!

春光饮料分析怎么样?深度剖析功能特点!

法丽兹饼干-膨化实用性高,购买推荐吗?测评结果报告!

康夫F9用户体验如何?来看看图文评测!

康夫F9入手怎么样?小白买前必看!