深度学习数学基础介绍（二）概率与数理统计

第1章 随机事件与概率
§1.1 随机事件
§1.2 随机事件的概率
§1.3 古典概型与几何概型
§1.4 条件概率
§1.5 事件的独立性

第2章 随机变量的分布与数字特征
§2.1 随机变量及其分布
§2.2 随机变量的数字特征
§2.3 常用的离散型分布
§2.4 常用的连续型分布
§2.5 随机变量函数的分布

第3章 随机向量
§3.1 随机向量的分布
§3.2 条件分布与随机变量的独立性
§3.3 随机向量的函数的分布与数学期望
§3.4 随机向量的数字特征
§3.5 大数定律与中心极限定理

第4章 数理统计的基础知识
§4.1 总体与样本
§4.2 统计量
§4.3 常用的统计分布
§4.4 抽样分布

第5章 参数估计与假设检验
§5.1 点估计概述
§5.2 参数的最大似然估计与矩估计
§5.3 置信区间
§5.4 假设检验概述
§5.5 单正态总体的参数假设检验
§5.6 双正态总体的参数假设检验
§5.7 一般总体的参数假设检验
§5.8 独立性检验

转载于:https://www.cnblogs.com/tubu/p/7063722.html