文件内容:
file:1-1 机器学习中的概率统计应用实践-课程导学.mp4
file:2-1 本讲知识概览与导引.mp4
file:2-2 从概率到条件概率.mp4
file:2-3 条件概率与独立性.mp4
file:2-4 从独立到条件独立.mp4
file:2-5 全概率公式与贝叶斯基础.mp4
file:2-6 本讲小节及小讲预告.mp4
file:3-1 本讲知识概览与导引.mp4
file:3-10 均匀分布的性质与采样（含代码实战）.mp4
file:3-11 本讲小节及小讲预告.mp4
file:3-2 离散型随机变量及其分布列.mp4
file:3-3 二项分布及其PMF函数（含代码实战）.mp4
file:3-4 二项分布的采样与数字特征（含代码实战）.mp4
file:3-5 几何分布的性质与采样（含代码实战）.mp4
file:3-6 泊松分布的性质与采样（含代码实战）.mp4
file:3-7 连续型随机变量及其概率密度函数.mp4
file:3-8 正态分布的性质与采样（含代码实战）.mp4
file:3-9 指数分布的性质与采样（含代码实战）.mp4
file:4-1 本讲知识概览与导引.mp4
file:4-10 二元高斯分布几何特征实证分析（含代码实战）.mp4
file:4-11 本讲小节及下讲预告.mp4
file:4-2 多元随机变量的重要分布列.mp4
file:4-3 随机变量的独立性与条件独立性.mp4
file:4-4 多元随机变量的相关性与协方差矩阵.mp4
file:4-5 二元正态分布：从标准到一般（含代码实战）.mp4
file:4-6 协方差与相关性的一个小问题（含代码实战）.mp4
file:4-7 相关系数的概念和特性（含代码实战）.mp4
file:4-8 随机变量独立与相关的概念辨析（含代码实战）.mp4
file:4-9 多元高斯分布的参数特征（含代码实战）.mp4
file:5-1 本讲知识概览与导引.mp4
file:5-10 本讲小结及下讲预告.mp4
file:5-2 从平均身高问题引入大数定律.mp4
file:5-3 大数定律背后的理论支撑.mp4
file:5-4 样本均值与随机变量期望的关系（含代码实战）.mp4
file:5-5 样本均值的方差与分布（含代码实战）.mp4
file:5-6 蒙特卡罗方法的应用背景.mp4
file:5-7 用蒙特卡罗方法近似计算圆面积（含代码实战）.mp4
file:5-8 中心极限定理的基本概念和工程背景.mp4
file:5-9 中心极限定理的模拟与验证（含代码实战）.mp4
file:16-4 M-H方法中的随机游走与接受因子.mp4
file:16-2 问题的目标与细致平稳条件.mp4
file:16-1 本讲知识概览与导引.mp4
file:16-3 Metropolis-Hastings方法的基本思路.mp4
file:16-6 M-H方法的实践（含代码实战）.mp4
file:16-7 本讲小结.mp4
file:16-5 M-H方法中建议矩阵Q的选取.mp4
file:15-2 马尔科夫链重点内容回顾.mp4
file:15-4 马尔科夫链进入稳态的过程演示（含代码实战）.mp4
file:15-3 马尔科夫链平稳分布的理解.mp4
file:15-5 稳态过程的再剖析与意义分析.mp4
file:15-1 本讲知识概览与导引.mp4
file:15-8 一个显而易见的难题.mp4
file:15-7 基于马尔科夫链的采样过程实践（含代码实战）.mp4
file:15-6 基于马尔科夫链的采样过程.mp4
file:15-9 本讲小结及下讲预告.mp4