面向非数学专业人士的大数据统计学基础课程
这门课程专为希望进军大数据分析领域的非数学专业人士(如IT人员、业务人员等)设计,帮助他们夯实数学基础,为学习更高级的数据分析、数据挖掘、机器学习课程做好准备。
课程收益:
通过本课程的学习,学员的数学基础将得到显著提升,学习其他大数据分析课程时将更加轻松自如。
课程大纲:
-
第一课 统计学入门:描述性统计
-
均值、中位数、众数
- 方差、标准差
-
常见统计图表
-
第二课 概率论基础:赌博设计
-
概率的基本概念
-
古典概型
-
第三课 条件概率与贝叶斯公式
-
贝叶斯公式
-
事件的独立性
-
第四课 随机变量及其分布
-
微积分基础
-
二项分布、均匀分布、正态分布
-
第五课 多维随机变量及其分布
-
第六课 随机变量的数字特征
-
期望
-
方差与协方差
-
第七课 统计学的哲学基础
-
大数定律
- 中心极限定理
-
抽样分布
-
第八课 参数估计之点估计
-
第九课 参数估计之区间估计
-
第十课 基于正态总体的假设检验
-
第十一课 非参数检验:秩和检验
-
第十二课 预测未来的技术:回归分析
-
第十三课 方差分析
-
第十四课 时间序列分析简介
-
第十五课 随机过程与马尔科夫链简介