大数据统计学基础

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