本概率論視頻由湯家鳳教授全程講授，在此致謝湯家鳳老師 的辛勤付出！也預祝各位同學考研成功！
至此，（2017.9.18-2017.12.6）已復習湯家鳳老師的數學系列課程：
1，106講 高等數學上冊
2，線性代數基礎班
3，概率論基礎班
數學功底好的同學的也可以一起來學習大數據！開啟大數據人工智能之旅！

機器學習和人工智能入門的數學基礎知識：

概率論：
1．離散和連續的隨機變量（Discrete and continuous random variables）
2．重要的分布（伯努利，分類，二項式，正態，指數，泊松，貝塔，伽馬）
3．貝葉斯統計（Bayes statistics）
4．相關和協方差（correlation and covariance）

線性代數：
1．向量和矩陣（Vectors and matrics）
2．矩陣的決定因素（determinant of a matrix）
3．特征向量和特征值（eigenvectors and eigenvalues）
4．矩陣分解（像SVD）（Matrix factorization）

微積分：
1．函數
2．積分

我的努力求學沒有得到別的好處，只不過是愈來愈發覺自己的無知。——笛卡兒
學者用功，須是漸進而不已，日計不足，歲計則有余，若一曝十寒，進銳退速，皆非學也。——朱舜水
只要愿意學習，就一定能夠學會。——列寧

021 區間估計（對u的區間估計、對a^2的區間估計）

總結

以上是生活随笔為你收集整理的021 区间估计（对u的区间估计、对a^2的区间估计）（概率论基础结束）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。