亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

很好，特別適合有一定概率統計基礎的人學習！

優點：內容覆蓋面很廣，從授課過程中可以看出老師本人的數理基礎很扎實，算法邏輯清晰，重要知識點均有涉及。 缺點：可能是時間限制，內容又比較多，所以在遇到比較繞的，或者參數較多的知識點時講的不是很透徹，對于理解力稍差或者基礎知識不扎實的學員（比如我）會比較有挑戰，需要在聽本課程的同時，再找其他的資源輔助理解該知識點。

很好的入門課程，但是數學上的嚴格定義給得模糊了些，想深入學習還需要參考其他資料。

很不錯，很直觀，用實踐編程輔助理論理解，以前不懂的地方都弄懂了??！

清晰易懂，非常感謝。以前學過隨機過程，但是沒有消化，您這一串講，終于豁然開朗，

內容豐富，很實用！希望這次可以學會貝葉斯和MCMC

學習背景：某高校應用數學專業碩士生 課程看法：課程對概率論理論知識的點撥通俗易懂（內容并不深入主要以實用為主），涉及到的蒙特卡洛方法以及馬爾科夫（感覺這個在隨機過程中才學）相關知識在數理統計中其實很少細說，即便是數學專業出身還是覺得很有收獲。學習該課程主要是抱著理論如何實現為編程的心態看的，到今天已經全部學完這門課了，發現自己其實在理論方面收獲的知識不少于編程內容。 買課建議：適合python已經入門并且有一定概率論基礎的同學

在CSDN上學習過石溪老師的機器學習數學系列，石溪老師從更高的角度高屋建瓴地講述了機器學習必備的數學知識，學習完有一種豁然開朗的感覺，受益匪淺。這次驚喜地看到石溪老師在imooc上的課程，果斷出手購買了下來認真學習。這套課程不僅有概率統計學的基礎知識，更重要的是老師對基礎知識背后的邏輯脈絡進行了梳理，而且有理論有實戰，還詳細地講解了概率統計模型的python代碼，有助于更深入地理解這些知識?，F在剛剛看完開頭的幾節內容，難能可貴的是后面還有本科階段學校里一般不講但對機器學習來講又是十分重要的馬爾可夫過程和蒙特卡洛模擬等內容。一定會跟著石溪老師的步伐打好機器學習的數學基礎！

good good very good

中規中矩，還不錯吧 適合入門新手