跳到主要内容
步芽

【极致中配】斯坦福大学 CS109 计算机科学概率论 | 2022

斯坦福CS109以计算机视角讲授概率论，从计数组合、随机变量、分布到统计推断，最终延伸至朴素贝叶斯、逻辑回归与深度学习。

难度
难度 4/5 — 需微积分基础，从计数递进到机器学习推断，节奏较快
适合人群
有微积分与编程基础、想学概率并通向机器学习的计算机方向学生
前置要求
微积分（连续随机变量、积分求期望需要）、编程基础（课程含算法分析与Python实践）、基础代数（组合计数与代数化简）
课程规模
56 讲 · 5570播放
在 B 站免费观看 →就这门课提问 →排进我的学习路线

主题覆盖

计数与组合条件概率与贝叶斯独立性随机变量与期望常见分布正态分布联合分布统计推断中心极限定理最大似然估计MLE最大后验估计MAP机器学习入门

课程大纲（56 讲）

  1. P1 · Lecture 1 Counting（重制版）70 分钟
  2. P2 · Lecture 2 Combinatorics（重制版）60 分钟
  3. P3 · Lecture 3 What is Probability?（重制版）65 分钟
  4. P4 · Lecture 4 Conditional Probability and Bayes（重制版）66 分钟
  5. P5 · Lecture 5 Independence（重制版）73 分钟
  6. P6 · Lecture 6 Random Variables and Expectation（重制版）57 分钟
  7. P7 · Lecture 7 Variance Bernoulli Binomial（重制版）65 分钟
  8. P8 · Lecture 8 Poisson（重制版）60 分钟
  9. P9 · Lecture 9 Continuous Random Variables（重制版）64 分钟
  10. P10 · Lecture 10 Normal Distribution（重制版）68 分钟
  11. P11 · Lecture 11 Joint Distributions（重制版）63 分钟
  12. P12 · Lecture 12 Inference I（重制版）64 分钟
  13. P13 · Lecture 13 Inference II（重制版）56 分钟
  14. P14 · Lecture 14 Modelling（重制版）66 分钟
  15. P15 · Lecture 15 General Inference（重制版）59 分钟
  16. P16 · Lecture 16 Beta（重制版）61 分钟
  17. P17 · Lecture 17 Adding Random Variables（重制版）67 分钟
  18. P18 · Lecture 18 Central Limit Theorem（重制版）39 分钟
  19. P19 · Lecture 19 Bootstraping and P-Values（重制版）65 分钟
  20. P20 · Lecture 20 Algorithmic Analysis（重制版）52 分钟
  21. P21 · Lecture 21 M.L.E.（重制版）63 分钟
  22. P22 · Lecture 22 M.A.P.（重制版）64 分钟
  23. P23 · Lecture 23 Naive Bayes（重制版）33 分钟
  24. P24 · Lecture 24 Logistic Regression（重制版）67 分钟
  25. P25 · Lecture 25 Deep Learning（重制版）67 分钟
  26. P26 · Lecture 26 Fairness（重制版）55 分钟
  27. P27 · Lecture 27 Advanced Probability（重制版）65 分钟
  28. P28 · Lecture 28 Future of Probability（重制版）62 分钟
  29. P29 · Lecture 29 Counting（重制版）40 分钟
  30. P30 · Lecture 1 Counting70 分钟
  31. P31 · Lecture 2 Combinatorics60 分钟
  32. P32 · Lecture 3 What is Probability?65 分钟
  33. P33 · Lecture 4 Conditional Probability and Bayes66 分钟
  34. P34 · Lecture 5 Independence73 分钟
  35. P35 · Lecture 6 Random Variables and Expectation57 分钟
  36. P36 · Lecture 7 Variance Bernoulli Binomial65 分钟
  37. P37 · Lecture 8 Poisson60 分钟
  38. P38 · Lecture 9 Continuous Random Variables64 分钟
  39. P39 · Lecture 10 Normal Distribution68 分钟
  40. P40 · Lecture 11 Joint Distributions63 分钟
  41. P41 · Lecture 12 Inference I64 分钟
  42. P42 · Lecture 13 Inference II56 分钟
  43. P43 · Lecture 15 General Inference59 分钟
  44. P44 · Lecture 16 Beta61 分钟
  45. P45 · Lecture 17 Adding Random Variables67 分钟
  46. P46 · Lecture 18 Central Limit Theorem39 分钟
  47. P47 · Lecture 20 Algorithmic Analysis52 分钟
  48. P48 · Lecture 21 M.L.E.63 分钟
  49. P49 · Lecture 22 M.A.P.64 分钟
  50. P50 · Lecture 23 Naive Bayes33 分钟
  51. P51 · Lecture 24 Logistic Regression67 分钟
  52. P52 · Lecture 25 Deep Learning67 分钟
  53. P53 · Lecture 26 Fairness55 分钟
  54. P54 · Lecture 27 Advanced Probability65 分钟
  55. P55 · Lecture 28 Future of Probability62 分钟
  56. P56 · Lecture 29 Counting40 分钟

本课程卡由 AI 生成，可能存在误差，欢迎反馈。