机器学习的概率基础知识

Question

我最近开始研究机器学习，发现我需要刷新概率基础知识，如条件概率，贝叶斯定理等。

我正在寻找在线资源，我可以通过机器学习快速了解概率概念。

我偶然发现的在线资源非常基本或过于先进。

Answer 1

这可能会有所帮助：http://www.cs.cmu.edu/~tom/10601_fall2012/lectures.shtml

以上链接来自Tom Mitchell的机器学习课程@ CMU。视频也可用。如果您浏览所有视频，您将对ML概念有一个很好的理解。 （或者只是条件概率，贝叶斯定理等的前几个视频）。

Answer 2

条件概率和贝叶斯定理的概念本身就是非常基本的。你可能会说，它不会比概率建模更基本。这表明你对你所发现的或者根本没有进行任何搜索的看法并不是很好。

在我的头脑中，我可以说出两个资源：首先，任何处理概率或机器学习的Coursera课程（参见AI，Statistics One或Probabilistic Graphical Models）都包含这些预备知识。其次，网上有许多关于统计数据的书籍，其中一个例子是Information Theory, Inference, and Learning Algorithms。