机器学习与应用 课件 第2章 机器学习的统计学基础.pptx

第2章机器学习的统计学基础核心概念、方法与应用解析

目录CONTENTS01概率与条件概率系统讲解随机事件、概率的公理化定义及加法定理，建立基础概率认知。深入剖析条件概率与乘法定理，掌握贝叶斯公式的推导逻辑，这是理解不确定性事件推理与决策的核心理论基石。02随机变量的分布学习用随机变量量化随机现象，清晰区分离散与连续型随机变量的本质差异。重点掌握分布函数的定义与基本性质，同时理解二维随机变量的联合分布与边缘分布，为分析复杂随机系统提供数学工具。03随机变量的数字特征通过期望、方差、协方差与相关系数等关键指标，从数值维度描述随机变量的核心统计规律。同时学习大数定律与中心极限定理，理解大