Couvre les distributions communes, les fonctions génératrices de temps et les matrices de covariance dans les statistiques pour la science des données.
Déplacez-vous dans les probabilités, les statistiques, les paradoxes et les variables aléatoires, montrant leurs applications et propriétés du monde réel.
Plonge dans la théorie des probabilités avancées, couvrant les inégalités, les essais, les distributions et les calculs pour les probabilités et les attentes.
Couvre les concepts fondamentaux des probabilités et des statistiques, y compris les distributions, les propriétés et les attentes des variables aléatoires.
Explore l'inégalité de Hoeffding et la distribution binomiale, en mettant l'accent sur la minimisation des erreurs et les lacunes de généralisation dans la sélection des prédicteurs.
Introduit des fonctions de masse de probabilité pour des variables aléatoires discrètes et diverses distributions, en mettant l'accent sur le calcul des attentes.
Couvertures Modèles linéaires généralisés, probabilité, déviance, fonctions de liaison, méthodes d'échantillonnage, régression de Poisson, surdispersion et modèles de régression alternatifs.
