讲透机器学习概率统计，快速打造算法基础核心能力网盘资源免费观看百度云网盘链接提取码分享下载

• file:13-7 贝叶斯推断全过程模拟验证（含代码实战）.mp4
• file:13-2 贝叶斯定理的回顾.mp4
• file:13-1 本讲知识概览与导引.mp4
• file:13-6 贝叶斯推断实战-计算后验分布.mp4
• file:11-5 总体方差估计与有偏性（含代码实战）.mp4
• file:11-3 总体、样本与统计量.mp4
• file:11-2 统计推断的一个引例.mp4
• file:6-6 两类重要的随机过程.mp4
• file:6-4 随机过程模拟：股票价格的总体分布（含代码实战）.mp4
• file:6-2 随机过程应用背景概述.mp4
• file:6-7 本讲小结及下讲预告.mp4
• file:9-4 隐马尔科夫典型案例2：小宝宝的日常生活.mp4
• file:9-5 隐马尔科夫模型的外在特征和内核三要素.mp4
• file:9-6 齐次马尔可夫性和观测独立性.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:5-6 蒙特卡罗方法的应用背景.mp4
• file:5-2 从平均身高问题引入大数定律.mp4
• file:5-8 中心极限定理的基本概念和工程背景.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:5-3 大数定律背后的理论支撑.mp4
• file:14-10 两类采样方法的问题与思考.mp4
• file:14-3 精确推断与近似推断的概念.mp4
• file:14-8 接受-拒绝采样的方法内涵分析.mp4
• file:14-6 接受-拒绝采样中建议分布及参数选取（含代码实战）.mp4
• file:14-4 随机近似方法的理论基础.mp4
• folder:讲透机器学习概率统计，快速打造算法基础核心能力
• folder:第13章 贝叶斯统计推断：最大后验
• folder:第11章 推断未知：统计推断的基本框架
• folder:第6章 由静到动：随机过程导引
• folder:第9章 隐马尔科夫模型（上）：明暗两条线
• folder:第5章 极限思维：大数定律与蒙特卡罗方法
• folder:第14章 近似推断的思想和方法
• folder:第16章 马尔科夫链-蒙特卡洛方法详解
• folder:第4章 从一元到多元：探索多元随机变量
• folder:第15章 助力近似采样：基于马尔科夫链的采样过程
• folder:第10章 隐马尔可夫模型（下）：概率估计与状态解码
• folder:第2章 统计思维基石：条件概率与独立性
• folder:第12章 探寻最大可能：极大似然估计法
• folder:第3章 聚焦基本元素：深入理解随机变量
• folder:第1章 概率统计课程导学