目
录        

1. 数据挖掘中所需的概率论与数理统计知识上

2. 前言

3. 第一节微积分的基本概念

1. 极限

1. 数列的极限

2. 函数的极限

2. 导数

3. 微分

4. 积分

5. 偏导数

4. 第二节离散连续多维随机变量及其分布

1. 几个基本概念点

2. 随机变量及其分布

1. 何谓随机变量

2. 离散型随机变量的定义

3. 随机变量分布函数定义的引出

4. 连续型随机变量及其概率密度

5. 各种分布的比较

3. 第三节从数学期望方差协方差到中心极限定理

1. 数学期望方差协方差

1. 数学期望

2. 方差与标准差

3. 协方差与相关系数

4. 协方差矩阵与主成成分分析

2. 中心极限定理

1. 独立同分布的中心极限定理

2. 棣莫弗-拉普拉斯中心极限定理

3. 历史

3. 第四节从数理统计简史中看正态分布的历史由来

1. 正态分布的定义

2. 早期概率论从萌芽到推测术

1. 惠更新的三个关于期望的定理

3. 棣莫弗的二项概率逼近

4. 贝叶斯方法

5. 最小二乘法数据分析的瑞士军刀

6. 误差分布曲线的建立

1. 辛普森的工作

2. 拉普拉斯的工作

3. 高斯导出误差正态分布

4. 正态分布的时间简史

7. 第五节论道正态正态分布的4大数学推导

1. 高斯的推导1809

2. Herschel1850和麦克斯韦1860的推导

3. Landon的推导1941

4. 正态分布和最大熵

8. 参考文献及推荐阅读

9. 后记

美国威斯康星大学 数理统计-邵军 38讲

高等概率论 香港科技大学精品课程视频39集

（用户名：xastsg 密码:xastsg55）

基础大全：大数据分析新手入门知识

转载本文请联系原作者获取授权，同时请注明本文来自王伟华科学网博客。

链接地址：https://wap.sciencenet.cn/blog-81613-832402.html?mobile=1

收藏

分享