跳转至

统计

512 个字 预计阅读时间 2 分钟

来源课程

  • 《概率论与数理统计》
  • 《统计与大数据分析》

关于《统计与大数据分析》的课程介绍与己见 - CC98 论坛

个人感觉《统计与大数据分析》是一门更注重实践和代码的课程,如果你之前没有学过概统相关课程,其作业量和考核方式并不会让你对概统有很高的掌握

所以最好是同期上一下《概率论与数理统计》相关课程,这样两门课程可以互相补充,对于概统的学习会更加全面

肖朦 https://person.zju.edu.cn/0019032#0

课程内容

  • 总共 16 lecture
  • 上课不会点名,老师在第一节课就说明了自己是不会点名的
  • 回答问题可以加分,最后一节课后提交课程建议和反馈也可以加分
  • 肖朦老师上课会用 Jupyter notebook 插件生成的 slides 直接上课
  • 课件会以 html 的形式发在钉钉群里

绪论

样本空间与概率

集合、概率率、离散模型、常见数据格式及处理方法、连续模型、条件概率、全概率定理、贝叶斯准则、独立、排列组合

离散随机变量 | Discrete Random Variables

分布列、分布函数、均值、方差等

连续随机变量 | Continuous Random Variables

均值、方差、二维正态分布、多维随机变量

特殊函数 | Special Functions

大数定律、中心极限定理、统计学三大函数

参数估计 | Parameter Estimation

点估计、区间估计

假设检验 | Hypothesis Testing

重要参数检验、符号检验

拟合优度 | Goodness of Fit

分类数据、列联表

回归 | Regression

OLS 估计、误差估计、预测区间

多元回归和方差分析 | Multiple Regression and Analysis of Variance

区间估计、偏相关、方差分析

机器学习 | Machine Learning

SKlearn 实现、学习性能量化、二元分类、Logistic 函数、梯度下降法、正则化、非线性边界、多元分类、非线性分类、神经网络算法、图像识别