1-5 多随机变量：联合概率，边际概率，条件概率，独立性
介绍
章节
问答
笔记
第1章 概率论基础：从不确定性到量化认知
1-1 机器学习中的不确定性
1-2 概率的直观理解，几个概率的概念
1-3 两种概率学派：频率篇与贝叶斯派
1-4 随机变量的直观理解
1-5 多随机变量：联合概率，边际概率，条件概率，独立性
1-6 概率论中经典有趣的例子
第2章 从随机变量到经典离散模型
2-1 离散概率与机器分类问题
2-2 随机变量，定义，期望值，方差，标准差
2-3 离散概率分布和连续概率分布，PMF，PDF，CDF
2-4 伯努利分布
2-5 二项分布
2-6 多项伯努利分布
2-7 多项分布
