资源介绍
授课对象:
这是一门数学课程,适合有志于转往大数据分析领域的非数学专业人士(例如IT人,业务人员等)补强数学基础,以更好地学习更高级的数据分析,数据挖掘,机器学习课程
收获预期:
可以大幅度提高学员的数学基础,使其学习其它大数据分析课程时觉得更加简单,得心应手
课程内容:
第1课 面向小白的统计学:描述性统计(均值,中位数,众数,方差,标准差,与常见的统计图表)
第2课 赌博设计:概率的基本概念,古典概型
第3课 每人脑袋里有个贝叶斯:条件概率与贝叶斯公式,独立性
第4课 啊!微积分:随机变量及其分布(二项分布,均匀分布,正态分布)& J. e3 P: w6 X2 ^; K* W1 U& X
第5课 万事皆由分布掌握:多维随机变量及其分布4 o7 |% v% n9 \" m4 R) |
第5课 砖家的统计学:随机变量的期望,方差与协方差" s4 @+ n. v" I: V) `- u
第6课 上帝之手,统计学的哲学基础:大数定律、中心极限定理与抽样分布+ j: W+ V/ n1 _4 Y) `/ w+ [
第8课 点数成金,从抽样推测规律之一:参数估计之点估计$ v3 ^1 V. H( t, G9 b: U
第9课 点数成金,从抽样推测规律之二:参数估计之区间估计
第10课 对或错?告别拍脑袋决策:基于正态总体的假设检验
第11课 扔掉正态分布:秩和检验! s! G1 w# i3 P* ]# e
第12课 预测未来的技术:回归分析, O% b! U) k4 h# ]$ p
第13课 抓住表象背后那只手:方差分析
第14课 沿着时间轴前进,预测电子商务业绩:时间序列分析简介, X. n% b4 ~8 P E9 \+ d
第15课 PageRank的背后:随机过程与马尔科夫链简介
- 上一篇: USACO全部测试数据
- 下一篇: 手写数字数据集及源码