TA的每日心情 | 奋斗
2022-8-11 14:17 |
|---|
签到天数: 4 天 [LV.2]小吧熟人
|
登录后查看本帖详细内容!
您需要 登录 才可以下载或查看，没有帐号？立即注册
x
├─第1章 概率统计课程导学7 Q) ~- q+ e8 V0 f5 v8 `! k
│ 1-1 机器学习中的概率统计应用实践-课程导学.mp42 E. \' `( t& \( K; m
│ V, d/ A( }0 o, ], H% x
├─第2章 统计思维基石：条件概率与独立性
4 H0 t/ e% s; ~" F8 k# t│ 2-1 本讲知识概览与导引.mp4! _ X; A0 b" l
│ 2-2 从概率到条件概率.mp4
6 N* Z9 ^7 D3 |# g! {5 z- c* a│ 2-3 条件概率与独立性.mp4+ n' m+ W! l0 j* |
│ 2-4 从独立到条件独立.mp4! H6 z/ X5 f a
│ 2-5 全概率公式与贝叶斯基础.mp4$ k4 A' Z) |; {; U# H4 T
│ 2-6 本讲小节及小讲预告.mp4% E" F$ S, r( d7 l
│ ' u4 {2 C! k! @+ J6 c5 R
├─第3章 聚焦基本元素：深入理解随机变量* c; Z0 m6 X1 M9 s6 D$ @& ]
│ 3-1 本讲知识概览与导引.mp4! l) L( l- p8 p( z! @! {; J
│ 3-2 离散型随机变量及其分布列.mp4
6 P) |5 w- c4 @4 ]) W: `│ 3-3 二项分布及其PMF函数（含代码实战）.mp4
$ r D9 }6 z& Z: g: P) B# }│ 3-4 二项分布的采样与数字特征（含代码实战）.mp4
( g2 F# h& _/ @4 @- j│ 3-5 几何分布的性质与采样（含代码实战）.mp4
& _; j: b7 A+ y. O│ 3-6 泊松分布的性质与采样（含代码实战）.mp4
6 d) ], n' z) f& r. z( e│ 3-7 连续型随机变量及其概率密度函数.mp4+ {$ N% r: d& V$ n. C8 y. b
│ 3-8 正态分布的性质与采样（含代码实战）.mp4
7 _5 J! \. O! T6 j- ^. h% R│ 3-9 指数分布的性质与采样（含代码实战）.mp49 u. V; h j& _* |/ W. [
│ 3-10 均匀分布的性质与采样（含代码实战）.mp4
& y1 I4 Q- T7 u│ 3-11 本讲小节及小讲预告.mp48 ?; d( z7 n4 m& b M" X) B
│
0 L7 p$ x! [ t* V: T, o9 V ^├─第4章 从一元到多元：探索多元随机变量 b. c1 T. Z$ ?, w
│ 4-1 本讲知识概览与导引.mp4
8 l8 q$ G: Y& W│ 4-2 多元随机变量的重要分布列.mp4
% w0 a7 z2 J0 L& O/ l/ F3 t│ 4-3 随机变量的独立性与条件独立性.mp45 q. Z4 q2 `6 y. b' n6 l1 s2 }
│ 4-4 多元随机变量的相关性与协方差矩阵.mp4/ A. P: B- \/ ~ C" k
│ 4-5 二元正态分布：从标准到一般（含代码实战）.mp4
7 Z) d/ X$ W/ F│ 4-6 协方差与相关性的一个小问题（含代码实战）.mp4' z! |2 @% B; N% a
│ 4-7 相关系数的概念和特性（含代码实战）.mp4
* m& m4 w" O1 }3 d. B" ^│ 4-8 随机变量独立与相关的概念辨析（含代码实战）.mp4' O# R! a1 Z# V
│ 4-9 多元高斯分布的参数特征（含代码实战）.mp4
8 D4 z0 j9 f3 S7 v6 M6 ? m8 Y3 j5 k│ 4-10 二元高斯分布几何特征实证分析（含代码实战）.mp4+ u- l/ r6 l, O/ ~8 N
│ 4-11 本讲小节及下讲预告.mp4
+ o7 I) z0 a+ ^8 e# |- o│ d6 V: [& r# T/ h% d
├─第5章 极限思维：大数定律与蒙特卡罗方法
3 o+ H( @8 j4 i1 \│ 5-1 本讲知识概览与导引.mp4
/ p" Q, G* L; Q6 |│ 5-2 从平均身高问题引入大数定律.mp4
; I' f z( T( v│ 5-3 大数定律背后的理论支撑.mp4) J3 ~9 m3 ^, y! L! @0 l
│ 5-4 样本均值与随机变量期望的关系（含代码实战）.mp4' D, U. H- m d% B. I8 g5 j0 v
│ 5-5 样本均值的方差与分布（含代码实战）.mp4! W! ]$ \, ]7 j1 o$ [; j
│ 5-6 蒙特卡罗方法的应用背景.mp4
8 P8 D" l5 w0 Z d; T" [│ 5-7 用蒙特卡罗方法近似计算圆面积（含代码实战）.mp4
1 g( W) Q# Y/ A0 n4 n( h│ 5-8 中心极限定理的基本概念和工程背景.mp4/ r3 H; U+ _/ D. u
│ 5-9 中心极限定理的模拟与验证（含代码实战）.mp4
3 o% R( e) k1 U0 d& S│ 5-10 本讲小结及下讲预告.mp4
! `) ^# u$ \' Z% O* D3 d I│ 5 W2 Y7 S9 M( [1 L: b% A8 F5 j
├─第6章 由静到动：随机过程导引: d' Q' g: h$ h1 y6 ]- [, @: _
│ 6-1 本讲知识概览与导引.mp4& H$ L1 f+ U/ }0 k& Y- v& t) g* _& R
│ 6-2 随机过程应用背景概述.mp4
. r/ l# b \4 r: n│ 6-3 博彩中的随机过程（含代码实战）.mp4( k( V- `2 F+ v$ t
│ 6-4 随机过程模拟：股票价格的总体分布（含代码实战）.mp4" B' v" W/ s4 @" S P& h- o
│ 6-5 股票价格变化过程的展现（含代码实战）.mp4
/ b$ e1 u7 I$ N0 M6 m5 K! b( Y' L│ 6-6 两类重要的随机过程.mp46 |* A" q! c* \6 W. D7 g
│ 6-7 本讲小结及下讲预告.mp4, O1 Q9 n/ S. X1 h, }- O
│ $ z6 e0 I' p# c, H+ p. u* j
├─第7章 马尔科夫链（上）：转移与概率
6 R4 B2 R0 K, s) G$ N* R│ 7-1 本讲知识概览与导引.mp4) e: @( e4 H$ W) z7 ~; P7 i
│ 7-2 离散时间马尔科夫链的三要素.mp4
$ z( H, b$ [6 B- @│ 7-3 马尔科夫链的基本性质和矩阵表示.mp4" m9 v- ?+ c/ X+ d
│ 7-4 多步转移概率的计算.mp4
4 o6 c; n2 N$ v3 S│ 7-5 多步转移与概率乘法（含代码实战）.mp4
$ D; ^1 H% W2 @2 l5 n│ 7-6 路径概率问题举例.mp4+ @! G7 X, W. v- L" ^+ c/ `; W
│ 7-7 本讲小结及下讲预告.mp4
/ k- C8 @- @9 x3 y/ m; P" `│
5 R/ I* c5 m6 n* k├─第8章 马尔科夫链（下）：极限与稳态, a1 f7 ~: d4 L
│ 8-1 本讲知识概览与导引.mp4
- D% C+ r8 E5 Y# M' U! W ?│ 8-2 马尔可夫过程的两种典型极限状态.mp4
, r9 ?7 q; q& a│ 8-3 马尔可夫链中的常返类和周期性.mp4
5 A3 n. a) w& }* `1 t│ 8-4 马尔可夫链的稳态及求法.mp4. l3 P* @; Q( b9 [' @, i) D0 X
│ 8-5 本讲小结与下讲预告.mp4
0 X( n; H; }' b# T│ ; U6 P: v7 \3 ~
├─第9章 隐马尔科夫模型（上）：明暗两条线
3 q1 D4 {! r: ?3 S5 m, ]# }│ 9-1 本讲知识概览与导引.mp4 ^' v' ^( Z4 P1 N* [* g' i5 S
│ 9-2 隐马尔科夫模型导引.mp4
) H# |- _* ]& h+ z│ 9-3 隐马尔科夫典型案例1：盒子摸球试验.mp4% M/ b7 ~" c9 p0 K9 s
│ 9-4 隐马尔科夫典型案例2：小宝宝的日常生活.mp42 p$ c u: B7 n3 y& h4 a
│ 9-5 隐马尔科夫模型的外在特征和内核三要素.mp4
7 A% ]1 Q) B! x" M7 d3 M# I│ 9-6 齐次马尔可夫性和观测独立性.mp4
3 t7 L! M( G5 t│ 9-7 本讲小结及下讲预告.mp4
2 V( ]9 S' b$ o4 U- G- `* s* w- Q) t│
' A ] y3 p. S) H+ n5 C7 ]2 p├─第10章 隐马尔可夫模型（下）：概率估计与状态解码
5 G! H u {# `$ R( z3 O│ 10-1 本讲知识概览与导引.mp4: E1 D2 ]9 Q/ l9 Y! Y
│ 10-2 隐马尔可夫模型的两个研究主题.mp4% V8 G {$ a5 c. A
│ 10-3 观测序列概率估计直观解法及其问题.mp4; |# C1 c, `3 a) l* u; @, P
│ 10-4 用前向概率算法进行概率估计的原理.mp4
; v' _* j; [/ C│ 10-5 前向概率算法应用举例.mp4( [2 U. G9 e, A# v( n7 s( c8 O3 ^, M* m
│ 10-6 前向概率算法的程序实现（含代码实战）.mp4 } D( h4 u/ I# b1 @
│ 10-7 状态解码问题的描述.mp4
& c& A3 j6 X2 s4 T+ [" g│ 10-8 维特比算法与最大路径概率.mp4) k! B1 A) B' R
│ 10-9 用维特比算法进行状态解码的理论基础.mp4
2 C1 i; G7 U3 Y& }: p5 o" i│ 10-10 盒子摸球案例中的状态解码实战.mp4
; P* `* p0 W: J( ?/ K│ 10-11 维特比算法的程序实现（含代码实战）.mp4) X4 w4 w8 b7 R. H. U
│ 10-12 本讲小结及下讲预告.mp4% d- I3 C% j5 d
│
6 P9 y2 m! b; c4 A3 x: _4 V7 n├─第11章 推断未知：统计推断的基本框架: ?9 Z9 V U( y6 X! x3 D: p
│ 11-1 本讲知识概览与导引.mp4
* a# N' r/ u& ~7 e+ k! S│ 11-2 统计推断的一个引例.mp4
$ y: ?% o+ U/ Q, N6 B. {( a│ 11-3 总体、样本与统计量.mp4
: m6 t2 H3 D; R( [│ 11-4 估计误差与无偏估计（含代码实战）.mp4% w3 X( j: a+ \6 E' K
│ 11-5 总体方差估计与有偏性（含代码实战）.mp41 { [3 K7 q$ n9 a9 _
│ 11-6 本讲小结及下讲预告.mp48 `& ?" O# w \2 k7 |0 _
│
- i6 j4 @' h2 X! a& P├─第12章 探寻最大可能：极大似然估计法+ k5 L! U% Y& I5 ?$ L2 W, _
│ 12-1 本讲知识概览与导引.mp47 r! g" P* Y. ^# m
│ 12-2 极大似然估计法的引例（含代码实战）.mp4( T3 |0 J1 P; I8 S) {9 w0 W" l
│ 12-3 似然函数的由来.mp46 A& T9 B" { F9 w/ E0 A
│ 12-4 扩展到连续型的似然函数.mp4
" k; y; U! H$ E- k1 K6 u" d│ 12-5 极大似然估计的思想.mp4
" y2 s( k& Z9 P! p. Y+ l) y% ? V│ 12-6 极大似然估计的计算方法.mp4
. i/ K$ t/ k% F│ 12-7 单参数极大似然估计案例.mp4/ }* @7 d2 B, z* O
│ 12-8 多参数极大似然估计案例.mp4
9 D Z9 w( ~: C6 Y- M- f│ 12-9 本讲小结及下讲预告.mp4
S, W7 `* P# p$ O# B$ t│
b1 [1 o) v {1 ^+ P) |├─第13章 贝叶斯统计推断：最大后验9 T- T& o4 P: |% H* K- i
│ 13-1 本讲知识概览与导引.mp4
7 F3 E F; A" V7 Z│ 13-2 贝叶斯定理的回顾.mp4
% E; }1 I: I/ n& v│ 13-3 贝叶斯推断的理论过程.mp4
% n8 M- T0 e5 H1 w. X% p/ ~6 N8 C1 t0 D│ 13-4 贝叶斯推断实战-选取先验分布（含代码实战）.mp49 }* A: }3 Q$ A, `: I
│ 13-5 贝叶斯推断实战-选择观测数据的分布（含代码实战）.mp4
! N) c3 O+ \& X0 n% k+ o0 T! A8 p│ 13-6 贝叶斯推断实战-计算后验分布.mp4
' E( e( [* }1 {5 a5 @1 d, \$ C│ 13-7 贝叶斯推断全过程模拟验证（含代码实战）.mp4
2 z) R6 G$ A& N, x% I1 b. ?3 J6 T }│ 13-8 关于共轭先验的问题.mp4
2 F" L" d: c& I│ 13-9 本讲小结及下讲预告.mp4
! G! s- p# [- [+ t/ F" h8 y│
6 Q$ V3 P+ N$ r; ~; R/ R0 }├─第14章 近似推断的思想和方法! e! c2 P( r# \+ K
│ 14-1 本讲知识概览与导引.mp4& ~6 R& c6 P1 ^1 a* b- u
│ 14-2 统计推断的场景与关注重点.mp4, {- S' r* H4 g" D; C5 C, @
│ 14-3 精确推断与近似推断的概念.mp4
/ h1 L* v- J4 C x% W' B5 {│ 14-4 随机近似方法的理论基础.mp4; \+ q2 n+ P- _$ H: W: u
│ 14-5 接受-拒绝采样的基本方法.mp4
( i" F8 l' J0 G- n/ U# t│ 14-6 接受-拒绝采样中建议分布及参数选取（含代码实战）.mp4
$ @% V7 v* S9 m) R4 Z│ 14-7 接受-拒绝采样过程实践（含代码实战）.mp4' n, q' a. T/ H: I* k1 Y
│ 14-8 接受-拒绝采样的方法内涵分析.mp44 N2 o7 | X r1 ~4 ]& S* Q
│ 14-9 重要性采样的方法介绍.mp4! C+ J b/ S: P% A" I7 c _& _9 X
│ 14-10 两类采样方法的问题与思考.mp4
: D# i; g7 }* h3 O│ 14-11 本讲小结及下讲预告.mp43 U0 M# |- ], @2 o5 E5 L7 n& K/ |
│ 0 M+ V, u( I- ^3 W$ ~
├─第15章 助力近似采样：基于马尔科夫链的采样过程
: H0 B5 D' Z S' I6 U│ 15-1 本讲知识概览与导引.mp4, |% j' L0 Y, b; \. N; c
│ 15-2 马尔科夫链重点内容回顾.mp44 @9 l: N5 Y* b* I( \. \
│ 15-3 马尔科夫链平稳分布的理解.mp4. q3 y, w1 r& W, L, d b
│ 15-4 马尔科夫链进入稳态的过程演示（含代码实战）.mp4# ?$ T1 `; h0 z6 y7 V3 o0 V/ Q0 D
│ 15-5 稳态过程的再剖析与意义分析.mp4
) {8 e$ Q& _# F. ]) H1 Y9 x1 D│ 15-6 基于马尔科夫链的采样过程.mp40 ^1 u/ ]* F9 A+ B! U
│ 15-7 基于马尔科夫链的采样过程实践（含代码实战）.mp4, J, s9 K8 A6 f
│ 15-8 一个显而易见的难题.mp4
* J, T4 H0 N9 h" I: Q+ h) M& j9 X│ 15-9 本讲小结及下讲预告.mp4
! ]. d0 ~9 Z* U. K; X│ $ Y" q1 N c6 h& a# b: A) e
└─第16章 马尔科夫链-蒙特卡洛方法详解
. R9 X- S* Y7 `) {9 R$ w' ` 16-1 本讲知识概览与导引.mp45 x, a! ?/ k8 o! j8 k
16-2 问题的目标与细致平稳条件.mp4& U! U! H8 _: ?7 \ S- J- w
16-3 Metropolis-Hastings方法的基本思路.mp4
3 V! s* [# g3 {% ~ 16-4 M-H方法中的随机游走与接受因子.mp4
: N: e2 F! k" d( i/ v, W 16-5 M-H方法中建议矩阵Q的选取.mp4
+ S8 A, O% a& Z( ?4 q0 f6 N 16-6 M-H方法的实践（含代码实战）.mp4
5 k# Z& {2 } }& G: P& L 16-7 本讲小结.mp47 n9 c2 x/ }1 y6 j4 n$ w
( H/ _9 ?; j4 H4 ` m$ z0 e6 F9 g6 c7 T, H6 Z" N! y7 e! v
下载地址:aub234
. p8 m3 a+ x! e x* `; }' ] |
|
发表于 2023-1-3 09:08:00
发表于 2023-1-3 09:17:20
