我最近开始学习机器学习,发现我需要刷新概率基础知识,例如条件概率、贝叶斯定理等。
我正在寻找可以在机器学习中快速复习概率概念的在线资源。
我偶然发现的在线资源要么非常基础,要么太高级。
我最近开始学习机器学习,发现我需要刷新概率基础知识,例如条件概率、贝叶斯定理等。
我正在寻找可以在机器学习中快速复习概率概念的在线资源。
我偶然发现的在线资源要么非常基础,要么太高级。
这可能会有所帮助:http ://www.cs.cmu.edu/~tom/10601_fall2012/lectures.shtml
以上链接来自 Tom Mitchell 的机器学习课程 @ CMU。视频也可用。如果您浏览所有视频,您将对 ML 概念有很好的理解。(或者只是条件概率、贝叶斯定理等的前几个视频)。
条件概率和贝叶斯定理的概念本身是非常基本的。您可能会说,它没有比概率建模更基础的了。这表明您没有很好地查看您找到的内容,或者根本没有真正进行任何搜索。
在我的脑海中,我可以列举两个资源:首先,任何涉及概率或机器学习的Coursera课程(参见 AI、Statistics One 或概率图形模型)都包含这些预备知识。其次,网上有很多关于统计的书籍,例如信息论、推理和学习算法。