主题
苦练内功，筑基AI！概率论和统计建模战力提升篇！
课程特色
循序渐进：从基本的概念、理论推导到案例建模，由浅入深，不断深入。
诠释理论：消除大家只会用，理论不熟悉的顾虑，让大家掌握常见统计建模理论的前因后果，使用时不再心虚。
案例练习：用实际统计数据，结合建模方法理论，使用R方法巩固练习统计建模方法，让大家实现从学习概念理论到会实际运用的进阶。
课程试听
概率论和统计建模—基础篇 https://edu.hellobi.com/course/146 本课程首先带领大家回顾概率统计的基本知识概念（这里讲解的不是非常全面，更全面的会在提高篇中讲解）
课程目的
本课程是为想要从事数据挖掘分析、想要进一步更加深入学习概率统计知识、想要进入大数据、机器学习和人工智能领域学员提供的更加深入的概率统计课程，所以称之为提高篇。希望通过本课程的学习，学员能够掌握多元统计的基本概念；能够从数学上、从理论推导上理解比较常用的7中统计建模方法，同时能够运用R语言中相关方法进行相关统计方法的建模分析。
讲师简介
AllenJ硕士毕业于HUST，曾任国内某公司平台信息部门高级软件工程师，现从事数据挖掘算法相关工作，热衷大数据、人工智能相关技术创新工作，熟练掌握大数据基础数学知识框架、统计挖掘相关算法，曾参与国家和美国数学建模大赛，对概率统计、矩阵论以及其他高等数学基础学科有较深入研究。
课程定价
原价：399元，促销价：199元
上线时间
2017年10月24日
学习方式
录播课程，开课即学
在线反复观看，有效期2年
上课方式：录播学习+VIP会员群+独享问答中心+在线答疑 +2年反复观看
课程目录
第一章：课程简介
1. 课程介绍和规划
2. 数据处理方法以及数据来源说明
3. 数据描述性分析
第二章：多元统计及参数估计
1. 多维随机变量的定义及性质
2. 多元正态分布
3. 条件分布
4. 多元正态分布的参数估计
第三章：多元统计的假设检验
1. 常见统计量的分布
2. 单总体均值向量的检验
3. 多总体均值向量的检验
第四章：多元线性回归分析
1. 多元线性回归分析模型
2. 多元线性回归分析的参数假设及检验
3. 逐步回归
4. 多元线性回归分析预测案例：广东房价预测
第五章：方差分析
1. 方差分析引论
2. 单因素方差分析
3. 多因素方差分析
4. 方差分析案例：步长和步速对心率的影响
第六章：判别分析
1. 判别分析引论
2. 距离判别
3. Bayes判别
4. Fisher判别
5. 判别分析案例：全国各地区城市建设基本情况研究
第七章：聚类分析
1. 聚类分析的基本概念
2. 系统聚类法
3. 动态聚类法
4. 聚类分析案例：中国居民人均年消费水平的研究
第八章：主成分分析
1. 主成分分析的基本思想及概念
2. 主成分分析的数学推导
3. 主成分分析的模型和性质
4. 主成分分析案例：我国普通高等教育发展水平的研究
第九章：因子分析
1. 因子分析的基本概念及统计思想
2. 因子分析模型的参数估计方法
3. 因子旋转与因子得分
4. 因子分析案例：上市公司财务指标数据分析
第十章：典型相关分析
1. 典型相关分析的定义及数学描述
2. 典型变量和典型相关系数的求法及检验
3. 典型相关分析的计算步骤
4. 典型相关分析案例：国家经济发展与能源消耗之间的关系
备注：
课程配套资料请到课程公告下载。
加入学习后请添加客服微信：tianshansvip（请注明：公司+职位+姓名），邀请你加入微信课程群
