上海交大公开课 周志华教授 统计机器学习 概率与算法【41课时】

冰点也疯狂

课程目录：
01. 概率基础
02. 随机变量1
03. 随机变量2
( i0 _2 `: K7 J4 F/ G. ]( n04. 高斯分布
, o, |" h: @1 e& B+ k! f! w  ~05. 连续分布
/ Z. Z) y, \& B0 `2 O06. 例子
* c1 H( A$ @; L  D# z07. scale mixture pisribarin
( ~3 q( S: S! [2 u% l08. jeffrey prior
) s: @+ x& z$ d% D: m3 l8 L( v09. statistic interence
, o6 S4 x8 T5 N( P10. Laplace 变换
) v2 e) r. O( m; N' }# W11. 多元分布定义
3 O( j! z9 {7 o8 ^' x  E2 y$ a12. 概率变换
13. jacobian
14. wedge production
9 [" z7 F" S; m15. 统计量
& z3 J" f6 L- j& J0 j7 W16. 多元正态分布
: }, l. g  I' r) B6 [17. Wishart 分布
7 l! ?& I( M$ g; H7 f4 ?2 K18. 矩阵元Beta分布
3 h+ v% d8 C' G- `& ~5 p2 F19. 统计量 充分统计量
* c- f# E1 P* K) G) \7 h( h20. 指数值分布
21. 共轭先验性质
% e; u3 H) A# E7 X$ w# H0 I5 Q22. Entropy
( W1 P) [5 }: |9 D3 L23. KL distance
24. properties
4 ^6 C% Q) ~6 i$ Q# S25. 概率不等式1
26. 概率不等式2
: T: E/ r# X. e# ?27. 概率不等式1
28. 概率不等式2
9 Z9 J! r. I/ }0 c5 Q29. 概率不等式3
30. 概率不等式
- G$ ?. Q- A; w* s0 e5 b+ Q7 n9 B0 h2 d31. 随机投影
32. John引理
) l0 T$ k  g/ O4 n33. Stochastic Convergence-概念
) {' f4 L. J+ `% e* p3 A34. Stochastic Convergence-性质
3 j: C1 E" }+ G. u9 n! T: n35. Stochastic Convergence-应用
4 |, i" O$ i. i0 \# a36. EM算法1
37. EM算法
6 G2 M7 C9 o1 L8 c2 B1 [38. EM算法3
39. Markov Chain Monte carlo1
/ ]+ {8 H2 _7 \) C40. Markov Chain Monte carlo2
& O3 h* E8 H: i8 b2 ~: N  E41. Bayesian Classification
1 k- Y% a8 Z, t# g: f3 H9 r' s# j& I
; |$ c* u* G7 W1 {% f

m9128213

很好的教程～～