扫码下载「CSDN程序员学院APP」,1000+技术好课免费看
APP订阅课程,领取优惠,最少立减5元 ↓↓↓
订阅后:请点击此处观看视频课程
视频教程-机器学习之概率与统计推断-机器学习
学习有效期:永久观看
学习时长:533分钟
学习计划:9天
难度:高
「口碑讲师带队学习,让你的问题不过夜」
讲师姓名:AI100讲师
研究员/技术专家/教授
讲师介绍:AI100致力于推进人工智能和数据科学领域的人才培养。目标是在 2025 年前为中国培养100万人工智能工程师,200万各行业数据科学讲师,帮助30万中国企业走向智能化。
☛点击立即跟老师学习☚
「你将学到什么?」
本课程讲解机器学习算法所需概率和统计推断知识。概率部分包括概率公理及推论、条件概率、贝叶斯公式、随机变量及其概率函数(CDF/pdf)、常用概率分布及其均值、方差;统计推断部分包括大数定律和中心极限定理、极大似然估计、贝叶斯估计,估计的评价、偏差-方差平衡。课程还会讲解假设检验的基本概念。
「课程学习目录」
第1章:随机变量及其分布 |
1.概率与统计推断课程介绍 |
2.(一)概率基础 |
3.(二)随机变量及其分布函数 |
4.(三)分布的单值概述 |
5.(四)常见随机变量分布 |
6.(五)抽样分布 |
7.(六)概率密度估计 |
8.(七)案例:Rent Listing Requries数据集探索及特征的分布估计 |
9.(八)极大熵原理 |
10.概率第一课课后答疑 |
11.概率第一课作业讲解 |
第2章:多元随机向量及其分布 |
1.(一)多元随机变量及其分布 |
2.(1.1)联合分布 |
3.(1.2)边缘分布 |
4.(1.3)条件分布 |
5.(1.4)贝叶斯规则 |
6.(1.5)独立及条件独立 |
7.(1.6)协方差 |
8.(1.7)互信息及特征选择 |
9.(1.8)随机变量之间关系案例:Kaggle竞赛 Rent Listing Inquires数据分析 |
10.(二)多元正态分布 |
11.(2.1)协方差矩阵及白化 |
12.(2.2)高斯判别分析 |
13.(三)概率图模型 |
14.(3.1)有向图&无向图 |
15.(3.2)特殊概率图模型 |
16.(3.3)朴素贝叶斯模型及Titanic案例分析 |
17.(3.4)Markov链 |
18.(3.5)隐马尔科夫模型(HMM) |
19.(3.6)Markov随机场(MRF) |
20.(3.7)条件随机场(CRF) |
21.概率第二课课后答疑 |
22.概率第二课作业讲解 |
第3章:极大似然估计 |
1.前言:参数估计简介 |
2.(一)极大似然估计基本思想 |
3.(二)常见分布的极大似然估计 |
4.(2.1)正态分布参数的MLE及实例解析 |
5.(2.2)Bernoulli分布&二项分布参数的MLE |
6.(2.3)多项分布参数的MLE及词袋模型代码讲解 |
7.(三)机器学习模型参数的极大似然估计 |
8.(3.1)线性回归模型参数的MLE及案例代码解析 |
9.(3.2)Logistic回归模型参数的MLE及案例代码解析 |
10.(3.3)朴素贝叶斯模型参数的MLE |
11.(3.4)案例代码解析:新闻文档分类、Titanic |
12.(四)估计的评价 |
13.(4.1)估计量的评价标准 |
14.(4.2)MLE的性质 |
15.(4.3)偏差-方差分解 |
16.(4.4)方差估计 及 Bootstrap |
17.(4.5)课后练习 |
18.概率第三讲课后答疑 |
第4章:贝叶斯估计 |
1.(1.1)参数估计及outline |
2.(2.1) 常见分布的共轭先验 |
3.(3.1)岭回归:线性回归的正态先验 |
4.(3.2)案例:多项式回归 |
5.(3.3) Lasso:线性回归的Laplace先验 |
6.(3.4) 案例:波士顿房价预测 |
7.(4.1)Logistic回归的正态先验和Laplace先验 |
8.(4.2) 案例:蘑菇分类 |
9.(4.3) 总结 |
10.概率第四讲课后答疑 |
「7项超值权益,保障学习质量」
- 大咖讲解
技术专家系统讲解传授编程思路与实战。
- 答疑服务
专属社群随时沟通与讲师答疑,扫清学习障碍,自学编程不再难。
- 课程资料+课件
超实用资料,覆盖核心知识,关键编程技能,方便练习巩固。(部分讲师考虑到版权问题,暂未上传附件,敬请谅解)
- 常用开发实战
企业常见开发实战案例,带你掌握Python在工作中的不同运用场景。
- 大牛技术大会视频
2019Python开发者大会视频免费观看,送你一个近距离感受互联网大佬的机会。
- APP+PC随时随地学习
满足不同场景,开发编程语言系统学习需求,不受空间、地域限制。
「什么样的技术人适合学习?」
- 想进入互联网技术行业,但是面对多门编程语言不知如何选择,0基础的你
- 掌握开发、编程技术单一、冷门,迫切希望能够转型的你
- 想进入大厂,但是编程经验不够丰富,没有竞争力,程序员找工作难。
「悉心打造精品好课,9天学到大牛3年项目经验」
【完善的技术体系】
技术成长循序渐进,帮助用户轻松掌握
掌握机器学习知识,扎实编码能力
【清晰的课程脉络】
浓缩大牛多年经验,全方位构建出系统化的技术知识脉络,同时注重实战操作。
【仿佛在大厂实习般的课程设计】
课程内容全面提升技术能力,系统学习大厂技术方法论,可复用在日后工作中。
「你可以收获什么?」
购买课程后添加小助手为好友(微信ID:superaihelper)加入课程讨论群。理解概率和统计基本概念,会利用合适的概率分布解释机器学习算法原理,运用统计知识求解机器学习模型参数,为后续的机器学习打下扎实的数学基础。