Index of /geekbang/11-程序员的数学基础课/04-概率统计篇 (14讲)/

../
19丨概率和统计：编程为什么需要概率和统计？.html                        17-May-2023 03:15             1342018
20丨概率基础（上）：一篇文章帮你理解随机变量、概率分布和期望值.html              17-May-2023 03:15             3803629
21丨概率基础（下）：联合概率、条件概率和贝叶斯法则，这些概率公式究竟能做什么？.html      17-May-2023 03:15             2120395
22丨朴素贝叶斯：如何让计算机学会自动分类？.html                        17-May-2023 03:15             4199844
23丨文本分类：如何区分特定类型的新闻？.html                          17-May-2023 03:15             2118244
24丨语言模型：如何使用链式法则和马尔科夫假设简化概率模型？.html                17-May-2023 03:15             2060213
25丨马尔科夫模型：从PageRank到语音识别，背后是什么模型在支撑？.html          17-May-2023 03:15             3090453
26丨信息熵：如何通过几个问题，测出你对应的武侠人物？.html                   17-May-2023 03:15             2680633
27丨决策树：信息增益、增益比率和基尼指数的运用.html                      17-May-2023 03:15             1763637
28丨熵、信息增益和卡方：如何寻找关键特征？.html                        17-May-2023 03:15             1264490
29丨归一化和标准化：各种特征如何综合才是最合理的？.html                    17-May-2023 03:15             1283710
30丨统计意义（上）：如何通过显著性检验，判断你的A-B测试结果是不是巧合？.html        17-May-2023 03:15             4745105
31丨统计意义（下）：如何通过显著性检验，判断你的A-B测试结果是不是巧合？.html        17-May-2023 03:15             3138771
32丨概率统计篇答疑和总结：为什么会有欠拟合和过拟合？.html                   17-May-2023 03:15             3398281