机器学习中的概率统计

课程将主要介绍分类问题和回归问题，从概率统计视角讲解各种方法的原理和实用价值，辅以Python作为工具语言，分析数据案例。通过本课程的学习，能帮助学生深度理解机器学习中分类模型和回归模型。本课程将概率统计学和机器学习融合在一起，为学生提供全新的视角，深入浅出地阐述机器学习的核心——概率统计。课程结合当下大数据时代的需求，从概率统计学的视角出发，分别揭示性回归模型、K 近邻模型、贝叶斯推断、逻辑回归模型、最大熵模型、决策树模型、感知机模型、支持向量机、EM算法和提升方法这些机器学习方法中的核心思想，辅助学习者深刻理解机器学习方法。