机器学习中的概率统计应用实践(完结)
内容简介
概率统计是机器学习,人工智能,计算机科学的基石,算法工程师不懂概率统计很难深入应用,本课程专门针对机器学习中的概率统计知识与难题,从数学理论、经典案例到 Python 对概率统计核心功能的实战,带你快速打造算法领域的基础核心能力,打开更广阔的进阶空间。
资源目录
——/计算机教程/01MOOC/099-545-机器学习中的概率统计应用实践(完结)/
第10章 隐马尔可夫模型(下):概率估计与状态解码
10-1 本讲知识概览与导引.mp4 5.43M
10-10 盒子摸球案例中的状态解码实战.mp4 34.53M
10-11 维特比算法的程序实现(含代码实战).mp4 33.07M
10-12 本讲小结及下讲预告.mp4 3.10M
10-2 隐马尔可夫模型的两个研究主题.mp4 12.75M
10-3 观测序列概率估计直观解法及其问题.mp4 13.45M
10-4 用前向概率算法进行概率估计的原理.mp4 32.65M
10-5 前向概率算法应用举例.mp4 13.75M
10-6 前向概率算法的程序实现(含代码实战).mp4 39.13M
10-7 状态解码问题的描述.mp4 4.14M
10-8 维特比算法与最大路径概率.mp4 61.33M
10-9 用维特比算法进行状态解码的理论基础.mp4 20.96M
第11章 推断未知:统计推断的基本框架
11-1 本讲知识概览与导引.mp4 3.96M
11-2 统计推断的一个引例.mp4 14.11M
11-3 总体、样本与统计量.mp4 14.32M
11-4 估计误差与无偏估计(含代码实战).mp4 39.61M
11-5 总体方差估计与有偏性(含代码实战).mp4 55.04M
11-6 本讲小结及下讲预告.mp4 3.26M
第12章 探寻最大可能:极大似然估计法
12-1 本讲知识概览与导引.mp4 8.58M
12-2 极大似然估计法的引例(含代码实战).mp4 19.96M
12-3 似然函数的由来-.mp4 15.87M
12-4 扩展到连续型的似然函数.mp4 1.50M
12-5 极大似然估计的思想.mp4 21.92M
12-6 极大似然估计的计算方法.mp4 11.55M
12-7 单参数极大似然估计案例.mp4 8.11M
12-8 多参数极大似然估计案例.mp4 22.10M
12-9 本讲小结及下讲预告.mp4 2.17M
第13章 贝叶斯统计推断:最大后验
13-1 本讲知识概览与导引.mp4 4.84M
13-2 贝叶斯定理的回顾.mp4 12.00M
13-3 贝叶斯推断的理论过程.mp4 13.60M
13-4 贝叶斯推断实战-选取先验分布(含代码实战).mp4 32.68M
13-5 贝叶斯推断实战-选择观测数据的分布(含代码实战).mp4 27.66M
13-6 贝叶斯推断实战-计算后验分布.mp4 15.93M
13-7 贝叶斯推断全过程模拟验证(含代码实战).mp4 175.73M
13-8 关于共轭先验的问题.mp4 8.22M
13-9 本讲小结及下讲预告.mp4 3.33M
第14章 近似推断的思想和方法
14-1 本讲知识概览与导引.mp4 5.56M
14-10 两类采样方法的问题与思考.mp4 8.11M
14-11 本讲小结及下讲预告.mp4 3.37M
14-2 统计推断的场景与关注重点.mp4 11.47M
14-3 精确推断与近似推断的概念.mp4 6.75M
14-4 随机近似方法的理论基础.mp4 25.51M
14-5 接受-拒绝采样的基本方法.mp4 16.83M
14-6 接受-拒绝采样中建议分布及参数选取(含代码实战).mp4 27.62M
14-7 接受-拒绝采样过程实践(含代码实战).mp4 42.52M
14-8 接受-拒绝采样的方法内涵分析.mp4 14.07M
14-9 重要性采样的方法介绍.mp4 12.06M
第15章 助力近似采样:基于马尔科夫链的采样过程
15-1 本讲知识概览与导引.mp4 6.03M
15-2 马尔科夫链重点内容回顾.mp4 22.41M
15-3 马尔科夫链平稳分布的理解.mp4 18.23M
15-4 马尔科夫链进入稳态的过程演示(含代码实战).mp4 95.61M
15-5 稳态过程的再剖析与意义分析.mp4 19.13M
15-6 基于马尔科夫链的采样过程.mp4 27.89M
15-7 基于马尔科夫链的采样过程实践(含代码实战).mp4 76.43M
15-8 一个显而易见的难题.mp4 7.73M
15-9 本讲小结及下讲预告.mp4 5.68M
第16章 马尔科夫链-蒙特卡洛方法详解
16-1 本讲知识概览与导引.mp4 8.50M
16-2 问题的目标与细致平稳条件.mp4 23.09M
16-3 Metropolis-Hastings方法的基本思路.mp4 17.68M
16-4 M-H方法中的随机游走与接受因子.mp4 40.44M
16-5 M-H方法中建议矩阵Q的选取.mp4 56.12M
16-6 M-H方法的实践(含代码实战).mp4 75.68M
16-7 本讲小结.mp4 2.51M
第1章概率统计课程导学
1-1机器学习中的概率统计应用实践-课程导学.mp4 32.50M
第2章统计思维基石:条件概率与独立性
2-1本讲知识概览与导引.mp4 6.43M
2-2从概率到条件概率.mp4 37.02M
2-3条件概率与独立性.mp4 33.45M
2-4从独立到条件独立.mp4 47.77M
2-5全概率公式与贝叶斯基础.mp4 51.36M
2-6本讲小节及小讲预告.mp4 7.79M
第3章聚焦基本元素:深入理解随机变量
3-10均匀分布的性质与采样(含代码实战).mp4 50.94M
3-11本讲小节及小讲预告.mp4 6.96M
3-1本讲知识概览与导引.mp4 12.15M
3-2离散型随机变量及其分布列.mp4 38.14M
3-3二项分布及其PMF函数(含代码实战).mp4 70.14M
3-4二项分布的采样与数字特征(含代码实战).mp4 99.42M
3-5几何分布的性质与采样(含代码实战).mp4 80.48M
3-6泊松分布的性质与采样(含代码实战).mp4 47.29M
3-7连续型随机变量及其概率密度函数.mp4 32.24M
3-8正态分布的性质与采样(含代码实战).mp4 76.86M
3-9指数分布的性质与采样(含代码实战).mp4 69.30M
第4章从一元到多元:探索多元随机变量
4-10二元高斯分布几何特征实证分析(含代码实战).mp4 77.12M
4-11本讲小节及下讲预告.mp4 6.60M
4-1本讲知识概览与导引.mp4 18.56M
4-2多元随机变量的重要分布列.mp4 37.22M
4-3随机变量的独立性与条件独立性.mp4 46.00M
4-4多元随机变量的相关性与协方差矩阵.mp4 42.96M
4-5二元正态分布:从标准到一般(含代码实战).mp4 170.10M
4-6协方差与相关性的一个小问题(含代码实战).mp4 74.58M
4-7相关系数的概念和特性(含代码实战).mp4 42.09M
4-8随机变量独立与相关的概念辨析(含代码实战).mp4 26.73M
4-9多元高斯分布的参数特征(含代码实战).mp4 71.01M
第5章 极限思维:大数定律与蒙特卡罗方法
5-1 本讲知识概览与导引.mp4 7.46M
5-10 本讲小结及下讲预告.mp4 4.42M
5-2 从平均身高问题引入大数定律.mp4 5.76M
5-3 大数定律背后的理论支撑.mp4 9.86M
5-3 大数定律背后的理论支撑_20220126232104.mp4 9.86M
5-4 样本均值与随机变量期望的关系(含代码实战).mp4 39.41M
5-5 样本均值的方差与分布(含代码实战).mp4 38.98M
5-6 蒙特卡罗方法的应用背景.mp4 10.63M
5-7 用蒙特卡罗方法近似计算圆面积(含代码实战).mp4 56.93M
5-8 中心极限定理的基本概念和工程背景.mp4 10.58M
5-9 中心极限定理的模拟与验证(含代码实战).mp4 53.44M
第6章 由静到动:随机过程导引
6-1 本讲知识概览与导引.mp4 7.13M
6-2 随机过程应用背景概述.mp4 2.33M
6-3 博彩中的随机过程(含代码实战).mp4 73.28M
6-4 随机过程模拟:股票价格的总体分布(含代码实战).mp4 33.54M
6-5 股票价格变化过程的展现(含代码实战).mp4 40.00M
6-6 两类重要的随机过程.mp4 6.81M
6-7 本讲小结及下讲预告.mp4 4.62M
第7章 马尔科夫链(上):转移与概率
7-1 本讲知识概览与导引.mp4 6.77M
7-2 离散时间马尔科夫链的三要素.mp4 8.57M
7-3 马尔科夫链的基本性质和矩阵表示.mp4 33.46M
7-4 多步转移概率的计算.mp4 30.77M
7-5 多步转移与概率乘法(含代码实战).mp4 27.09M
7-6 路径概率问题举例.mp4 12.98M
7-7 本讲小结及下讲预告.mp4 4.66M
第8章 马尔科夫链(下):极限与稳态
8-1 本讲知识概览与导引.mp4 5.31M
8-2 马尔可夫过程的两种典型极限状态.mp4 50.63M
8-3 马尔可夫链中的常返类和周期性.mp4 31.78M
8-4 马尔可夫链的稳态及求法.mp4 20.04M
8-5 本讲小结与下讲预告.mp4 4.13M
第9章 隐马尔科夫模型(上):明暗两条线
9-1 本讲知识概览与导引.mp4 9.11M
9-2 隐马尔科夫模型导引.mp4 5.40M
9-3 隐马尔科夫典型案例1:盒子摸球试验.mp4 28.39M
9-4 隐马尔科夫典型案例2:小宝宝的日常生活.mp4 9.54M
9-5 隐马尔科夫模型的外在特征和内核三要素.mp4 19.81M
9-6 齐次马尔可夫性和观测独立性.mp4 12.36M
9-7 本讲小结及下讲预告.mp4 4.08M
资料.zip 527.17kb