Bỏ qua tới nội dung chính

Khóa học cho chủ đề

Xác suất thống kê

Probability and Statistics

Khóa tuyển chọn cho chủ đề, từ OpenER và các trường đại học. Xem các trường và tổ chức
  • MIT · 6.041SC · Thu 2013

    Probabilistic Systems Analysis and Applied Probability (mở trong tab mới)

    Phân tích hệ xác suất và xác suất ứng dụng

    John Tsitsiklis

    Đề xuất chínhVideo + tài liệuLiên kết ngoàiCấp độ: Trung bìnhTiếng AnhCC BY-NC-SA 4.0

    Khóa xác suất của MIT cho tự học: mô hình xác suất, xác suất có điều kiện, biến ngẫu nhiên rời rạc và liên tục, kỳ vọng, các định lý giới hạn, quá trình Bernoulli, Poisson, xích Markov và nhập môn suy luận thống kê. Có video bài giảng, slide, video giải bài, bài tập có lời giải và đề thi.

    Vì sao chọn: Khóa đầy đủ nhất để tự học miễn phí: video, slide, bài tập có lời giải và đề thi, phủ từ xác suất cơ bản tới xích Markov và suy luận thống kê đúng mức của chủ đề. Nội dung khớp chương 1–7 của sách Blitzstein trong lộ trình.

    Nên học: Unit 1–3 (xác suất, biến ngẫu nhiên), Unit 4 (định lý giới hạn), Unit 5–6 tùy mục tiêu

    • Nhiều bài tập
    • Kinh điển

  • Harvard · STAT110x

    Introduction to Probability (mở trong tab mới)

    Nhập môn xác suất

    Joseph Blitzstein

    Thay thếChỉ tài liệuLiên kết ngoàiCấp độ: Trung bìnhTiếng AnhBản quyềnCần tài khoản miễn phí

    Phiên bản trực tuyến của môn Stat 110 tại Harvard trên edX: đếm, xác suất có điều kiện, biến ngẫu nhiên, kỳ vọng, phân phối liên tục, phân phối đồng thời và xích Markov, học qua bài đọc và bài tập tương tác.

    Vì sao chọn: Do chính tác giả sách chính của lộ trình (Blitzstein) giảng, nên đi đúng thứ tự và cách nghĩ của sách; cần tài khoản edX, bản dự thính miễn phí chỉ mở một phần tài liệu.

  • Stanford · CS109 · Đông 2023

    Probability for Computer Scientists (mở trong tab mới)

    Xác suất cho người học khoa học máy tính

    Thay thếChỉ tài liệuLiên kết ngoàiCấp độ: Trung bìnhTiếng AnhBản quyền

    Môn xác suất dành riêng cho sinh viên khoa học máy tính của Stanford: tổ hợp, xác suất có điều kiện và định lý Bayes, biến ngẫu nhiên, phân phối đồng thời, định lý giới hạn trung tâm, ước lượng hợp lý cực đại, MAP và dẫn nhập học máy như Naive Bayes, hồi quy logistic.

    Vì sao chọn: Góc nhìn của người lập trình: mọi khái niệm xác suất đều được nối tới ứng dụng như lọc thư rác, ước lượng tham số và học máy, kèm bài tập lập trình; video chỉ dành cho sinh viên Stanford nên học qua slide, sách đọc và bài tập.

    • Nhiều bài tập

  • IIT Kharagpur · 111105041

    Probability and Statistics (mở trong tab mới)

    Xác suất và thống kê

    Somesh Kumar

    Thay thếVideo + tài liệuLiên kết ngoàiCấp độ: Trung bìnhTiếng AnhBản quyền

    Chuỗi bài giảng video của IIT Kharagpur trên NPTEL đi từ đại số tập hợp, các luật xác suất, biến ngẫu nhiên và các phân phối đặc biệt tới ước lượng tham số và kiểm định giả thuyết thống kê.

    Vì sao chọn: Bổ sung phần thống kê mà khóa chính chỉ lướt qua: nhiều bài về ước lượng và kiểm định giả thuyết, giảng chậm và chi tiết với nhiều bài giải mẫu, video bài giảng công khai.

    Nên học: Các bài về ước lượng và kiểm định giả thuyết (nửa sau khóa)

  • MIT · 18.05 · Xuân 2022

    Introduction to Probability and Statistics (mở trong tab mới)

    Nhập môn xác suất và thống kê

    Jeremy Orloff, Jennifer French Kamrin

    Thay thếChỉ tài liệuLiên kết ngoàiCấp độ: Cơ bảnTiếng AnhCC BY-NC-SA 4.0

    Khóa nhập môn xác suất và thống kê của MIT có nhiều ứng dụng: tổ hợp, biến ngẫu nhiên, phân phối, suy luận Bayes, kiểm định giả thuyết, khoảng tin cậy, bootstrap và hồi quy tuyến tính. Tài liệu gồm bài đọc, ghi chú lớp, bài tập có lời giải và đề thi, không có video.

    Vì sao chọn: Chọn khi muốn nắm cả thống kê suy luận ở mức nhập môn, đặt suy luận Bayes cạnh cách tiếp cận tần suất; bài đọc ngắn, rõ, bài tập có lời giải, hợp để đọc song song OpenIntro Statistics.

    Nên học: Phần thống kê: suy luận Bayes, kiểm định giả thuyết, khoảng tin cậy, hồi quy

    • Dễ bắt đầu

  • MIT · 18.650 · Thu 2016

    Statistics for Applications (mở trong tab mới)

    Thống kê ứng dụng

    Philippe Rigollet

    Nâng caoVideo + tài liệuLiên kết ngoàiCấp độ: Nâng caoTiếng AnhCC BY-NC-SA 4.0

    Khóa thống kê chuyên sâu về nền tảng lý thuyết của các phương pháp thống kê: ước lượng hợp lý cực đại, phương pháp moment, kiểm định giả thuyết, thống kê Bayes, hồi quy tuyến tính, mô hình tuyến tính tổng quát và phân tích thành phần chính.

    Vì sao chọn: Bước tiếp theo sau khóa chính cho người hướng tới học máy và khoa học dữ liệu: giải thích vì sao các phương pháp ước lượng và kiểm định đúng, có video bài giảng và slide.

    • Chuyên sâu

  • MIT · 18.600 · Thu 2019

    Probability and Random Variables (mở trong tab mới)

    Xác suất và biến ngẫu nhiên

    Scott Sheffield

    Gợi ý tự độngChỉ tài liệuLiên kết ngoàiCấp độ: Trung bìnhTiếng AnhCC BY-NC-SA 4.0

    Môn xác suất của khoa Toán MIT do Scott Sheffield giảng: phép đếm, xác suất có điều kiện và định lý Bayes, các phân phối rời rạc và liên tục thường gặp, phân phối đồng thời, bất đẳng thức Chebyshev, luật số lớn và định lý giới hạn trung tâm. Có ghi chú bài giảng, bài tập và đề thi kèm lời giải.

    Vì sao gợi ý: Tên khớp “probability”

    • Nhiều bài tập

  • IIT Kharagpur · 117105085

    Probability and Random Processes (mở trong tab mới)

    Xác suất và quá trình ngẫu nhiên

    Mrityunjoy Chakraborty

    Gợi ý tự độngVideo + tài liệuLiên kết ngoàiCấp độ: Trung bìnhTiếng AnhBản quyền

    Khóa video NPTEL của IIT Kharagpur cho sinh viên điện tử viễn thông: tiên đề xác suất, biến ngẫu nhiên và hàm mật độ, mômen, vectơ ngẫu nhiên và ma trận tương quan, định lý giới hạn trung tâm, quá trình dừng và ergodic, phân tích phổ, ước lượng Wiener và lọc thích nghi LMS.

    Vì sao gợi ý: Tên khớp “probability”

  • IIT Kanpur · 117104117

    Probability and Random Variables/ Processes for Wireless Communications (mở trong tab mới)

    Xác suất, biến ngẫu nhiên và quá trình ngẫu nhiên cho truyền thông vô tuyến

    Aditya K. Jagannatham

    Gợi ý tự độngVideo + tài liệuLiên kết ngoàiCấp độ: Trung bìnhTiếng AnhBản quyền

    Khóa NPTEL của IIT Kanpur trình bày xác suất gắn với ví dụ truyền thông vô tuyến: xác suất có điều kiện và bộ thu MAP, biến ngẫu nhiên Gauss, kênh fading Rayleigh, quá trình dừng theo nghĩa rộng, mật độ phổ công suất, nhiễu trắng Gauss qua hệ LTI.

    Vì sao gợi ý: Tên khớp “probability”

  • MIT · 18.655 · Xuân 2016

    Mathematical Statistics (mở trong tab mới)

    Thống kê toán học

    Peter Kempthorne

    Gợi ý tự độngChỉ tài liệuLiên kết ngoàiCấp độ: Nâng caoTiếng AnhCC BY-NC-SA 4.0

    Môn thống kê toán học bậc sau đại học của MIT: lý thuyết quyết định, ước lượng, khoảng tin cậy và kiểm định giả thuyết, lý thuyết mẫu lớn và hiệu quả tiệm cận, họ phân phối mũ, phân tích tuần tự. Có ghi chú bài giảng, bài tập và đề thi.

    Vì sao gợi ý: Tên khớp “statistics”

    • Chuyên sâu

  • NPTEL · 111106150

    Probability - I with Examples Using R (mở trong tab mới)

    Xác suất I với ví dụ bằng R

    Siva Athreya

    Gợi ý tự độngVideo + tài liệuLiên kết ngoàiCấp độ: Cơ bảnTiếng AnhBản quyền

    Khóa NPTEL do Viện Thống kê Ấn Độ (ISI Bangalore) giảng: không gian mẫu và biến cố, xác suất có điều kiện và định lý Bayes, độc lập, lấy mẫu có và không hoàn lại, biến ngẫu nhiên rời rạc và liên tục, kỳ vọng, phương sai, bất đẳng thức Markov và Chebyshev, xấp xỉ chuẩn, kèm mô phỏng bằng R.

    Vì sao gợi ý: Tên khớp “probability”

    • Dễ bắt đầu