·描述性统计(Descriptive Statistics) ·算数平均值(Arithmetic Mean) ·中位值(Median) ·样本方差(Sample Variance) ·直方图(Histogram) ·概率质量函数(Probability Mass Function) ·正态分布(Normal Distribution) ·相关性(Correlation)

◼ 概率 ◼ 随机变量与函数 ◼ 期待值、方差 ◼ 误差传递

常用的概率密度函数分布的数学形式 相应的平均值与方差 相关的应用范围

似然函数，最大似然估计量 指数与高斯概率密度函数的参数确定举 最大似然估计量的方差 不等精度观测结果的并合 解析法 蒙特卡罗法 RCF边界法 图解法

第一节 数学期望 第二节 方差 第三节 协方差与相关系数 第四节 矩、协方差矩阵

【学术论文】方差优化问题的复杂性：从生产线到计算机网络

1 一个例子 2 最小二乘法 3 从线性到非线性：用线性模型 4 概率解释 最大似然估计 最大后验概率估计 正则化效果 5 偏置-方差困境 损失函数的第一步分解 损失函数的第二步分解 对多个数据集的简单总结

了解常用的性能度量 理解常用的比较检验 理解经验误差与过拟合 掌握偏差与方差 灵活运用评估方法

•第4.1节 随机变量的期望 •第4.2节 随机变量的方差 •第4.3节 随机向量的数字特征

§7.1 点估计 §7.2 基于截尾样本的最大似然估计 §7.3 估计量的评选标准 §7.4 区间估计 §7.5 正态总体均值和方差的区间估计 §7.6 (0－1)分布参数的区间估计 §7.7 单侧置信区间