【机器+概率】
大小:(99 Bytes)

只需: RMB 19元  马上下载

    第10章 隐马尔可夫模型（下）：概率估计与状态解码
    第11章 推断未知：统计推断的基本框架
    第12章 探寻最大可能：极大似然估计法
    第13章 贝叶斯统计推断：最大后验
    第14章 近似推断的思想和方法
    第15章 助力近似采样：基于马尔科夫链的采样过程
    第16章 马尔科夫链-蒙特卡洛方法详解
    第1章 概率统计课程导学
    第2章 统计思维基石：条件概率与独立性
    第3章 聚焦基本元素：深入理解随机变量
    第4章 从一元到多元：探索多元随机变量
    第5章 极限思维：大数定律与蒙特卡罗方法
    第6章 由静到动：随机过程导引
    第7章 马尔科夫链（上）：转移与概率
    第8章 马尔科夫链（下）：极限与稳态
    第9章 隐马尔科夫模型（上）：明暗两条线

已选中12个文件/文件夹
    10-1 本讲知识概览与导引
    10-10 盒子摸球案例中的状态解码实战
    10-11 维特比算法的程序实现（含代码实战）
    10-12 本讲小结及下讲预告
    10-2 隐马尔可夫模型的两个研究主题
    10-3 观测序列概率估计直观解法及其问题
    10-4 用前向概率算法进行概率估计的原理
    10-5 前向概率算法应用举例
    10-6 前向概率算法的程序实现（含代码实战）
    10-7 状态解码问题的描述
    10-8 维特比算法与最大路径概率
    10-9 用维特比算法进行状态解码的理论基础
已选中6个文件/文件夹
    11-1 本讲知识概览与导引
    11-2 统计推断的一个引例
    11-3 总体、样本与统计量
    11-4 估计误差与无偏估计（含代码实战）
    11-5 总体方差估计与有偏性（含代码实战）
    11-6 本讲小结及下讲预告
已选中9个文件/文件夹
    12-1 本讲知识概览与导引
    12-2 极大似然估计法的引例（含代码实战）
    12-3 似然函数的由来-
    12-4 扩展到连续型的似然函数
    12-5 极大似然估计的思想
    12-6 极大似然估计的计算方法
    12-7 单参数极大似然估计案例
    12-8 多参数极大似然估计案例
    12-9 本讲小结及下讲预告
已选中11个文件/文件夹
    14-1 本讲知识概览与导引
    14-10 两类采样方法的问题与思考
    14-11 本讲小结及下讲预告
    14-2 统计推断的场景与关注重点
    14-3 精确推断与近似推断的概念
    14-4 随机近似方法的理论基础
    14-5 接受-拒绝采样的基本方法
    14-6 接受-拒绝采样中建议分布及参数选取（含代码实战）
    14-7 接受-拒绝采样过程实践（含代码实战）
    14-8 接受-拒绝采样的方法内涵分析
    14-9 重要性采样的方法介绍
已选中9个文件/文件夹
    13-1 本讲知识概览与导引
    13-2 贝叶斯定理的回顾
    13-3 贝叶斯推断的理论过程
    13-4 贝叶斯推断实战-选取先验分布（含代码实战）
    13-5 贝叶斯推断实战-选择观测数据的分布（含代码实战）
    13-6 贝叶斯推断实战-计算后验分布
    13-7 贝叶斯推断全过程模拟验证（含代码实战）
    13-8 关于共轭先验的问题
    13-9 本讲小结及下讲预告
已选中9个文件/文件夹
    15-1 本讲知识概览与导引
    15-2 马尔科夫链重点内容回顾
    15-3 马尔科夫链平稳分布的理解
    15-4 马尔科夫链进入稳态的过程演示（含代码实战）
    15-5 稳态过程的再剖析与意义分析
    15-6 基于马尔科夫链的采样过程
    15-7 基于马尔科夫链的采样过程实践（含代码实战）
    15-8 一个显而易见的难题
    15-9 本讲小结及下讲预告
已选中7个文件/文件夹
    16-1 本讲知识概览与导引
    16-2 问题的目标与细致平稳条件
    16-3 Metropolis-Hastings方法的基本思路
    16-4 M-H方法中的随机游走与接受因子
    16-5 M-H方法中建议矩阵Q的选取
    16-6 M-H方法的实践（含代码实战）
    16-7 本讲小结已选中7个文件/文件夹
    9-1 本讲知识概览与导引
    9-2 隐马尔科夫模型导引
    9-3 隐马尔科夫典型案例1：盒子摸球试验
    9-4 隐马尔科夫典型案例2：小宝宝的日常生活
    9-5 隐马尔科夫模型的外在特征和内核三要素
    9-6 齐次马尔可夫性和观测独立性
    9-7 本讲小结及下讲预告已选中5个文件/文件夹
    8-1 本讲知识概览与导引
    8-2 马尔可夫过程的两种典型极限状态
    8-3 马尔可夫链中的常返类和周期性
    8-4 马尔可夫链的稳态及求法
    8-5 本讲小结与下讲预告已选中7个文件/文件夹
    6-1 本讲知识概览与导引
    6-2 随机过程应用背景概述
    6-3 博彩中的随机过程（含代码实战）
    6-4 随机过程模拟：股票价格的总体分布（含代码实战）
    6-5 股票价格变化过程的展现（含代码实战）
    6-6 两类重要的随机过程
    6-7 本讲小结及下讲预告
已选中10个文件/文件夹
    5-1 本讲知识概览与导引
    5-10 本讲小结及下讲预告
    5-2 从平均身高问题引入大数定律
    5-3 大数定律背后的理论支撑
    5-4 样本均值与随机变量期望的关系（含代码实战）
    5-5 样本均值的方差与分布（含代码实战）
    5-6 蒙特卡罗方法的应用背景
    5-7 用蒙特卡罗方法近似计算圆面积（含代码实战）
    5-8 中心极限定理的基本概念和工程背景
    5-9 中心极限定理的模拟与验证（含代码实战）
已选中10个文件/文件夹
    5-1 本讲知识概览与导引
    5-10 本讲小结及下讲预告
    5-2 从平均身高问题引入大数定律
    5-3 大数定律背后的理论支撑
    5-4 样本均值与随机变量期望的关系（含代码实战）
    5-5 样本均值的方差与分布（含代码实战）
    5-6 蒙特卡罗方法的应用背景
    5-7 用蒙特卡罗方法近似计算圆面积（含代码实战）
    5-8 中心极限定理的基本概念和工程背景
    5-9 中心极限定理的模拟与验证（含代码实战）
保存到：
我的网盘
已选中11个文件/文件夹
    4-1 本讲知识概览与导引
    4-10 二元高斯分布几何特征实证分析（含代码实战）
    4-11 本讲小节及下讲预告
    4-2 多元随机变量的重要分布列
    4-3 随机变量的独立性与条件独立性
    4-4 多元随机变量的相关性与协方差矩阵
    4-5 二元正态分布：从标准到一般（含代码实战）
    4-6 协方差与相关性的一个小问题（含代码实战）
    4-7 相关系数的概念和特性（含代码实战）
    4-8 随机变量独立与相关的概念辨析（含代码实战）
    4-9 多元高斯分布的参数特征（含代码实战）
已选中11个文件/文件夹
    3-1 本讲知识概览与导引
    3-10 均匀分布的性质与采样（含代码实战）
    3-11 本讲小节及小讲预告
    3-2 离散型随机变量及其分布列
    3-3 二项分布及其PMF函数（含代码实战）
    3-4 二项分布的采样与数字特征（含代码实战）
    3-5 几何分布的性质与采样（含代码实战）
    3-6 泊松分布的性质与采样（含代码实战）
    3-7 连续型随机变量及其概率密度函数
    3-8 正态分布的性质与采样（含代码实战）
    3-9 指数分布的性质与采样（含代码实战）
已选中6个文件/文件夹
    2-1 本讲知识概览与导引
    2-2 从概率到条件概率
    2-3 条件概率与独立性
    2-4 从独立到条件独立
    2-5 全概率公式与贝叶斯基础
    2-6 本讲小节及小讲预告