概率论与数理统计
参考教材：《概率论与数理统计》浙大第四版
视频源：https://www.bilibili.com/video/av20027947?p=2
课件下载：http://t.cn/A6Pzcib0
图灵数学-统计学丛书： https://www.cnblogs.com/dhcn/p/10655553.html
机器学习的数学基础-(三、概率论和数理统计)-黄海广： https://zhuanlan.zhihu.com/p/36584335
1.随机事件与概率
1.1 基本概念
1.2 易混淆概念
1、互斥与对立(互不相容–多个事件，对立–两个事件 | 互不相容=互斥，对立=互为逆事件)
- https://wenku.baidu.com/view/76b4344ee45c3b3567ec8be5.html
- **互不相容与互相对立之间的区别？**https://www.zhihu.com/question/268553856/answer/338878517
2、频率与概率(概率宛如靶心，频率在靶心周围跳动，随机实验次数越多，频率趋于稳定性，向靶心靠拢)
- 频率随着实验次数的变化而变化，随着实验次数趋近于无穷时，频率与概率近似相等
- 频率学派与贝叶斯学派（先验分布与后验分布，MLE和MAP）https://www.cnblogs.com/Luv-GEM/p/10638480.html
3、**古典概型与几何概型:**https://mp.weixin.qq.com/s/Gt8SBnehr2U04hR_xwTHWA
- 如果一个随机试验所包含的基本事件是有限的，且每个基本事件发生的可能性均相等，则这个随机试验叫做拉普拉斯试验，这种条件下的概率模型就叫古典概型。
- 古典概率模型是在封闭系统内的模型,一旦系统内的某个事件的概率在其他概率确定前被确定,其他事件概率也会跟着发生改变.概率模型会由古典概型转变为几何概型.
4、条件概率、全概率公式与贝叶斯公式
- 浅谈全概率公式和贝叶斯公式：https://blog.csdn.net/Hearthougan/article/details/75174210
1.3 思维方法
**概率论中的一些思维方法：**https://mp.weixin.qq.com/s/vlmTq3pNzI1Nx8uhczHFOg
- 符号化事件
- 小概率事件
- 任何的小概率事件如果发生试验次数多了，则都有很大的概率发生
- 统计推断原理
- 在某个假设下，一个事件为小概率事件，由于小概率事件在一次实验中几乎是不可能发生的。如果小概率事件在一次试验中居然发生了，则有理由怀疑原假设的真实性，从而拒绝原假设.