程序员的数学基础课讲义笔记-统计篇



19讲概慨率和统计：编程为什么需要概率和统计.Pdf
20讲概率基础（上）：一篇文章帮你理解随机变量、概率分布和朗望值Pdf
21讲概率基础（下）：联合概率、条件概率和贝叶斯法则，这些概率公式究竞能做什么.Pdf
22讲朴素贝叶斯：如何让计算机学会自动分类，Pdf
23讲文本分类：如何区分特定类型的新闻.Pdf
24讲语言模型：如何使用链式法侧和马尔科夫假设简化概率模型pdf
25讲马尔科夫模型：从PageRank到语音识别，背后是什么模型在支撑.pdf
26讲信息熵：如何通过几个问题，测出你对应的武侠人物.pdf
27讲决策树：信息增益、增益比率和基尼指数的运用.pdf
28讲熵、信息增益和卡方：如何寻找关键特征.pdf
29讲归一化和标准化：各种特征如何综合才是最合理的.pdf
30讲统计意义（上）：如何通过显菩性检验，判断你的AB测试结果是不是巧合pdf
31讲统计意义（下）：如何通过显菩性检验，判断你的AB测试结果是不是巧合.Pdf
32讲概率统计篇答疑和总结：为什么会有欠拟合和过拟合.Pdf
33讲线性代数：线性代数到底都讲了些什么，pdf
34讲向量空间模型：如何让计算机理解现实事物之间的关系，pdf
35讲文本检索：如何让计算机处理自然语言.pdf
36讲文本聚类：如何过滤冗余的新闻.pdf
37讲矩阵（上）：如何使用矩阵操作进行PageRanki计算.pdf
38讲矩阵（下）：如何使用矩阵操作进行协同过滤推荐.Pdf
39讲线性回归（上）：如何使用高斯消元求解线性方程组.Pdf
40讲线性回归（中）：如何使用最小二乘法进行直线拟合.Pdf
41讲线性回归（下）：如何使用最小二乘法进行效果验证Pdf
42讲PCA主成分分析（上）：如何利用协方差范阵来降雄.pdf
43PCA主成分分析（下）：为什么要计算协方差矩阵的特征值和特征向量？Pdf
44奇异值分解：如何挖掘潜在的语义关系？，Pdf
45线性代数篇答疑知总结：矩阵乘法的几何意义是什么？pdf