頑想學概率:機率二 (Probability (2))
Offered By: National Taiwan University via Coursera
Course Description
Overview
這是一個機率的入門課程,著重的是教授機率基本概念。另外我們的作業將搭配臺大電機系所開發的多人競技線上遊戲方式,讓同學在遊戲中快樂的學習,快速培養同學們對於機率的洞察力與應用能力。
Syllabus
- Week 5
- 歡迎各位小夥伴加入「頑想學概率:機率二」!本課程延續「頑想學概率:機率一」,是前者的進階課程。在這一週我們將介紹專於於連續隨機變數的一個函數──機率密度函數 PDF ──並介紹連續機率分布。
- WEEK 6
- 本週我們將延續上週還沒說完的連續機率分布,並介紹離散的隨機變數期望值。
- WEEK 7
- 上週提到離散的隨機變數期望值,本週我們會談到離散的隨機變數期望值該怎麼算出來?在 7-2 和 7-3 我們會了解隨機變速的函數、條件的幾率分佈、和失憶性──之前我們有提到 Geometric Distribution 跟Exponential 都是失憶性的這種幾率分佈,那什麼叫失憶性 (Memoryless) 呢?
- WEEK 8
- 前面幾個禮拜我們所考慮的問題都是只有一個隨機變數的狀況,這週我們要介紹聯合機率分布 (Joint probability distribution)、邊際機率分布 (Marginal probability distribution),探討:如果有兩個隨機變數的話會有什麼不一樣的地方?期望值又是怎麼定義的?
- WEEK 9
- 頑想學概率最後一週課程,內容一樣有趣又充實!如果有好幾個隨機變數我們把它加在一起, 那加在一起之後產生的這個新的隨機變數,它的這個機率分布到底是什麼呢?MGF (Moment Generating Function) 是什麼?該怎麼用它找到隨機變數的機率分布?還有一定要知道的機率學中最重要的「萬佛朝宗」定理──中央極限定理!
Taught by
Prof. 葉丙成 Ping-Cheng Yeh (Benson)
Tags
Related Courses
Advanced Statistics for Data ScienceJohns Hopkins University via Coursera AI and Machine Learning Essentials with Python
University of Pennsylvania via Coursera An Introduction to Machine Learning in Quantitative Finance
University College London via FutureLearn Calculus: Single Variable Part 4 - Applications
University of Pennsylvania via Coursera Preparing for the AP* Statistics Exam
University of Houston System via Coursera