机构名称：
¥ 1.0
在本课程中，我们将采用统计观点，这将需要熟悉概率（例如随机变量，期望，独立性，联合分布，条件分布，贝叶斯规则和多元正态分布）的基本概念（例如，随机变量，期望，独立性，联合分布，有条件分布和多元正态分布）。我们还将使用线性代数的语言来描述算法并进行任何分析，因此您应该熟悉诸如规范，内部产品，正交性，线性独立性，特征值/矢量，特征值分解等概念等概念。以及多变量演算的基础知识，例如部分衍生物，梯度和链条规则。如果您作为本科生（或最近）就这些主题开设了课程，那么随着学期的进行，您应该能够填补理解中的任何空白。最后，许多家庭作业和课程项目都需要使用Python。没有必要对Python的经验，但是我假设对科学编程的基础知识（例如，具有C，MATLAB或其他一些编程语言）。
ECE 6254：统计机器学习春季2024年教学大纲
主要关键词
相关文件推荐
