第一节 统计学习与推理基础 第二节 统计模型与参数推断 第三节 聚类分析、主成分分析与Fisher判别 第四节 贝叶斯推理 第五节 隐马尔可夫模型 第六节 动态神经网络 第七节 支持向量机 第八节 MATLAB的应用实例

第一节 统计学习与推理基础 第二节 统计模型与参数推断 第三节 聚类分析、主成分分析与Fisher判别 第四节 贝叶斯推理 第五节 隐马尔可夫模型 第六节 动态神经网络 第七节 支持向量机 第八节 MATLAB的应用实例

第一节 统计学习与推理基础 第二节 统计模型与参数推断 第三节 聚类分析、主成分分析与Fisher判别 第四节 贝叶斯推理 第五节 隐马尔可夫模型 第六节 动态神经网络 第七节 深度学习 第八节 支持向量机 第九节 MATLAB的应用实例

中国科学技术大学：《多元统计分析》课程教学资源（课件讲义）第六讲 两均值向量的比较

中国科学技术大学：《多元统计分析》课程教学资源（课件讲义）第五讲 多元正态均值向量的推断

中国科学技术大学：《数理统计》课程教学资源（课件讲义）第三讲 指数族与充分完备统计量

1. 粒子和系统的微观运动状态 2. 等概率原理 3. 玻耳兹曼分布 5. 单原子分子理想气体 6. 能量均分定理 4. 热力学量的统计表达式

一、教学目的要求 1.了解参数估计的估计值、估计量。 2掌握矩估计法、最大似然估计法的原理及定义。 3理解顺序统计量法的定义。 二、教学方法 讲授法:讲解参数估计的估计值、估计量等概念、矩估计法、最大似然估计定义、顺序统计量法的定义

第一章 数据分析概述与软件入门 第二章 数据录入与数据获取 第三章 数据管理 第四章 连续变量的统计描述与参数估计 第五章 分类变量的统计描述与参数

农业院校《试验设计与分析》课程参考资料（区域试验分析方法）作物品种区域试验产量结果的综合分析法