选课咨询
返回顶部
扫码添加学习顾问
了解更多课程信息

数据科学的统计基础

数据科学入门级课程,从统计学基础带领大家直击AI理论与推导,为进入人工智能领域奠定坚实的基础

课程总时长:22小时19分27秒
免费
初级
492人学习
课程介绍
课程目录

第一章:统计量与抽样分布
1,数理统计中的基本概念
2,统计量与抽样分布(一)
2,统计量与抽样分布(二)
3,次序统计量
4,充分统计量与完备统计量
5,统计中常用分布族(一)
5,统计中常用分布族(二)
第二章:点估计
6,矩估计
7,极大似然估计
8,无偏估计与一致最小方差无偏估计(一)
8,无偏估计与一致最小方差无偏估计(二)
9,完备统计量
10,CR不等式及有效估计
11,相合估计
第二章:点估计
第三章:区间估计
12,置信区间
13,正态总体参数的置信区间
14,大样本置信区间
第三章:区间估计
第四章:假设检验
15,Fisher显著性检验
16,正态总体参数的假设检验(一)
16,正态总体参数的假设检验(二)
17,似然比检验
18,Neyman-Pearson基本引理
19,一致最优势检验
20,无偏检验与一致最优势无偏检验
第四章:假设检验
第五章:分布的检验
21,正态概率纸检验
22,拟合优度检验
23,列联表的独立性检验
24,Kolmogorov检验
25,正态性检验
第五章:分布的检验
第六章:Bayes统计与统计判决理论
26,Bayes统计
27,先验分布的确定
28,Bayes统计推断
29,统计判决理论
30,Minimax准则
第六章:Bayes统计与统计判决理论
第七章:非参数统计
31,非参数统计
32,符号检验
33,Wilcoxon符号秩检验
第七章:非参数统计
第八章:抽样调查
34,抽样调查
35,简单随机抽样
36,分层随机抽样
37,整群随机抽样
第八章:抽样调查
授课讲师

暂无老师介绍