会员服务
机器学习 · 概率 · 统计 · 斯坦福大学 (Stanford University) ·
2019 年 12 月 19 日
【斯坦福大学】面向机器学习的概率和统计要点速览(中文版)《CS 229 - Probabilities and Statistics refresher》by Afshine Amidi, Shervine Amidi
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

目录： -导引

  • 样本空间
  • 事件
  • 置换
  • 条件概率
    • 贝叶斯规则
    • 独立性
  • 随机变量
    • 定义
    • 期望
    • 方差
  • 概率分布
    • 切比雪夫不等式
    • 主要的分布
  • 联合分布随机变量
    • 密度函数
    • 协方差
    • 相关性
  • 参数估计
    • 均值
    • 方差
成为VIP会员查看完整内容
https://stanford.edu/~shervine/l/zh/teaching/cs-229/refresher-probabilities-statistics
46

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与统计推断学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。很多 推论问题属于 无程序可循难度，所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【开放书-纽约大学】面向数据科学的概率与统计，237页pdf
【开放书-纽约大学】面向数据科学的概率与统计，237页pdf
专知会员服务
144+阅读 · 2020年7月6日
【经典书】机器学习：贝叶斯和优化方法，1075页pdf
【经典书】机器学习：贝叶斯和优化方法，1075页pdf
专知会员服务
404+阅读 · 2020年6月8日
【干货书】用于概率、统计和机器学习的Python，288页pdf
【干货书】用于概率、统计和机器学习的Python，288页pdf
专知会员服务
288+阅读 · 2020年6月3日
【经典书】机器学习高斯过程，266页pdf
【经典书】机器学习高斯过程，266页pdf
专知会员服务
229+阅读 · 2020年5月2日
普渡大学2020硬核课程《鲁棒机器学习理论》课件与笔记，38讲173页pdf
普渡大学2020硬核课程《鲁棒机器学习理论》课件与笔记，38讲173页pdf
专知会员服务
178+阅读 · 2020年3月28日
UC.Berkeley CS189讲义教材:《机器学习全面指南》，185页pdf
专知会员服务
161+阅读 · 2020年1月16日
【资源推荐】深度学习技巧速查清单《CS 230 - Deep Learning Tips and Tricks Cheatsheet》by Afshine Amidi, Shervine Amidi
【资源推荐】深度学习技巧速查清单《CS 230 - Deep Learning Tips and Tricks Cheatsheet》by Afshine Amidi, Shervine Amidi
专知会员服务
26+阅读 · 2019年12月19日
【斯坦福大学CS229】面向机器学习的线性代数和微积分要点速览(中文版)《CS 229 - Linear Algebra and Calculus refresher》by Afshine Amidi, Shervine Amidi
【斯坦福大学CS229】面向机器学习的线性代数和微积分要点速览(中文版)《CS 229 - Linear Algebra and Calculus refresher》by Afshine Amidi, Shervine Amidi
专知会员服务
194+阅读 · 2019年12月19日
【电子书推荐】机器学习、神经网络和统计分类（Machine Learning, Neural Networks, and Statistical Classification）
【电子书推荐】机器学习、神经网络和统计分类（Machine Learning, Neural Networks, and Statistical Classification）
专知会员服务
28+阅读 · 2019年11月19日
【电子书推荐】机器学习导论Introduction to Machine Learning，斯坦福大学 | Nils J. Nilsson
【电子书推荐】机器学习导论Introduction to Machine Learning，斯坦福大学 | Nils J. Nilsson
专知会员服务
44+阅读 · 2019年11月19日
新书《用于计算机视觉、机器人和机器学习的线性代数》，附753页PDF下载
新书《用于计算机视觉、机器人和机器学习的线性代数》，附753页PDF下载
专知
47+阅读 · 2019年11月28日
一文读懂线性回归、岭回归和Lasso回归
一文读懂线性回归、岭回归和Lasso回归
CSDN
34+阅读 · 2019年10月13日
【机器学习】一文读懂线性回归、岭回归和Lasso回归
【机器学习】一文读懂线性回归、岭回归和Lasso回归
AINLP
20+阅读 · 2019年10月12日
1900 页数学基础：面向 CS 的线性代数、拓扑、微积分和最优化
1900 页数学基础：面向 CS 的线性代数、拓扑、微积分和最优化
算法与数学之美
58+阅读 · 2019年8月14日
今日面试题分享：熵、联合熵、条件熵、相对熵、互信息的定义
今日面试题分享：熵、联合熵、条件熵、相对熵、互信息的定义
七月在线实验室
8+阅读 · 2019年2月28日
斯坦福统计学习理论笔记：Percy Liang带你搞定「贼难」的理论基础
斯坦福统计学习理论笔记：Percy Liang带你搞定「贼难」的理论基础
机器之心
26+阅读 · 2018年12月18日
资源 | 源自斯坦福CS229，机器学习备忘录在集结
资源 | 源自斯坦福CS229，机器学习备忘录在集结
机器之心
19+阅读 · 2018年8月22日
资源 | CMU统计机器学习2017春季课程：研究生水平
资源 | CMU统计机器学习2017春季课程：研究生水平
机器之心
14+阅读 · 2017年10月30日
从概率论到多分类问题：综述贝叶斯统计分类
从概率论到多分类问题：综述贝叶斯统计分类
机器之心
12+阅读 · 2017年9月28日
MNIST入门：贝叶斯方法
MNIST入门：贝叶斯方法
Python程序员
23+阅读 · 2017年7月3日
Do RNN and LSTM have Long Memory?
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
Causality for Machine Learning
Arxiv
22+阅读 · 2019年11月24日
Knowledge Distillation from Internal Representations
Knowledge Distillation from Internal Representations
Arxiv
4+阅读 · 2019年10月8日
Manifold Approximation by Moving Least-Squares Projection (MMLS)
Manifold Approximation by Moving Least-Squares Projection (MMLS)
Arxiv
3+阅读 · 2019年3月7日
Interpretable Convolutional Neural Networks via Feedforward Design
Interpretable Convolutional Neural Networks via Feedforward Design
Arxiv
4+阅读 · 2018年10月5日
Harvesting Paragraph-Level Question-Answer Pairs from Wikipedia
Arxiv
3+阅读 · 2018年5月15日
Logically-Constrained Reinforcement Learning
Arxiv
5+阅读 · 2018年4月22日
Deterministic Non-Autoregressive Neural Sequence Modeling by Iterative Refinement
Arxiv
4+阅读 · 2018年2月19日
Parameter Space Noise for Exploration
Arxiv
3+阅读 · 2018年1月31日
Denoising Adversarial Autoencoders
Arxiv
9+阅读 · 2018年1月4日
VIP会员
相关主题
机器学习
概率
统计
斯坦福大学 (Stanford University)
相关VIP内容
【开放书-纽约大学】面向数据科学的概率与统计，237页pdf
【开放书-纽约大学】面向数据科学的概率与统计，237页pdf
专知会员服务
144+阅读 · 2020年7月6日
【经典书】机器学习：贝叶斯和优化方法，1075页pdf
【经典书】机器学习：贝叶斯和优化方法，1075页pdf
专知会员服务
404+阅读 · 2020年6月8日
【干货书】用于概率、统计和机器学习的Python，288页pdf
【干货书】用于概率、统计和机器学习的Python，288页pdf
专知会员服务
288+阅读 · 2020年6月3日
【经典书】机器学习高斯过程，266页pdf
【经典书】机器学习高斯过程，266页pdf
专知会员服务
229+阅读 · 2020年5月2日
普渡大学2020硬核课程《鲁棒机器学习理论》课件与笔记，38讲173页pdf
普渡大学2020硬核课程《鲁棒机器学习理论》课件与笔记，38讲173页pdf
专知会员服务
178+阅读 · 2020年3月28日
UC.Berkeley CS189讲义教材:《机器学习全面指南》，185页pdf
专知会员服务
161+阅读 · 2020年1月16日
【资源推荐】深度学习技巧速查清单《CS 230 - Deep Learning Tips and Tricks Cheatsheet》by Afshine Amidi, Shervine Amidi
【资源推荐】深度学习技巧速查清单《CS 230 - Deep Learning Tips and Tricks Cheatsheet》by Afshine Amidi, Shervine Amidi
专知会员服务
26+阅读 · 2019年12月19日
【斯坦福大学CS229】面向机器学习的线性代数和微积分要点速览(中文版)《CS 229 - Linear Algebra and Calculus refresher》by Afshine Amidi, Shervine Amidi
【斯坦福大学CS229】面向机器学习的线性代数和微积分要点速览(中文版)《CS 229 - Linear Algebra and Calculus refresher》by Afshine Amidi, Shervine Amidi
专知会员服务
194+阅读 · 2019年12月19日
【电子书推荐】机器学习、神经网络和统计分类（Machine Learning, Neural Networks, and Statistical Classification）
【电子书推荐】机器学习、神经网络和统计分类（Machine Learning, Neural Networks, and Statistical Classification）
专知会员服务
28+阅读 · 2019年11月19日
【电子书推荐】机器学习导论Introduction to Machine Learning，斯坦福大学 | Nils J. Nilsson
【电子书推荐】机器学习导论Introduction to Machine Learning，斯坦福大学 | Nils J. Nilsson
专知会员服务
44+阅读 · 2019年11月19日
热门VIP内容
相关资讯
新书《用于计算机视觉、机器人和机器学习的线性代数》，附753页PDF下载
新书《用于计算机视觉、机器人和机器学习的线性代数》，附753页PDF下载
专知
47+阅读 · 2019年11月28日
一文读懂线性回归、岭回归和Lasso回归
一文读懂线性回归、岭回归和Lasso回归
CSDN
34+阅读 · 2019年10月13日
【机器学习】一文读懂线性回归、岭回归和Lasso回归
【机器学习】一文读懂线性回归、岭回归和Lasso回归
AINLP
20+阅读 · 2019年10月12日
1900 页数学基础：面向 CS 的线性代数、拓扑、微积分和最优化
1900 页数学基础：面向 CS 的线性代数、拓扑、微积分和最优化
算法与数学之美
58+阅读 · 2019年8月14日
今日面试题分享：熵、联合熵、条件熵、相对熵、互信息的定义
今日面试题分享：熵、联合熵、条件熵、相对熵、互信息的定义
七月在线实验室
8+阅读 · 2019年2月28日
斯坦福统计学习理论笔记：Percy Liang带你搞定「贼难」的理论基础
斯坦福统计学习理论笔记：Percy Liang带你搞定「贼难」的理论基础
机器之心
26+阅读 · 2018年12月18日
资源 | 源自斯坦福CS229，机器学习备忘录在集结
资源 | 源自斯坦福CS229，机器学习备忘录在集结
机器之心
19+阅读 · 2018年8月22日
资源 | CMU统计机器学习2017春季课程：研究生水平
资源 | CMU统计机器学习2017春季课程：研究生水平
机器之心
14+阅读 · 2017年10月30日
从概率论到多分类问题：综述贝叶斯统计分类
从概率论到多分类问题：综述贝叶斯统计分类
机器之心
12+阅读 · 2017年9月28日
MNIST入门：贝叶斯方法
MNIST入门：贝叶斯方法
Python程序员
23+阅读 · 2017年7月3日
相关论文
Do RNN and LSTM have Long Memory?
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
Causality for Machine Learning
Arxiv
22+阅读 · 2019年11月24日
Knowledge Distillation from Internal Representations
Knowledge Distillation from Internal Representations
Arxiv
4+阅读 · 2019年10月8日
Manifold Approximation by Moving Least-Squares Projection (MMLS)
Manifold Approximation by Moving Least-Squares Projection (MMLS)
Arxiv
3+阅读 · 2019年3月7日
Interpretable Convolutional Neural Networks via Feedforward Design
Interpretable Convolutional Neural Networks via Feedforward Design
Arxiv
4+阅读 · 2018年10月5日
Harvesting Paragraph-Level Question-Answer Pairs from Wikipedia
Arxiv
3+阅读 · 2018年5月15日
Logically-Constrained Reinforcement Learning
Arxiv
5+阅读 · 2018年4月22日
Deterministic Non-Autoregressive Neural Sequence Modeling by Iterative Refinement
Arxiv
4+阅读 · 2018年2月19日
Parameter Space Noise for Exploration
Arxiv
3+阅读 · 2018年1月31日
Denoising Adversarial Autoencoders
Arxiv
9+阅读 · 2018年1月4日
微信扫码咨询专知VIP会员
Top