机器学习数学基础之概率论：
概率论BigPicture1.0 概率介绍、试验、事件、公理化的概率1.1 样本空间、柯氏公理、概率的性质1.2 古典概率、乘法原理、排列1.3 组合、二项式定理、多项式定理1.4 有限事件并的概率、概率欺骗了你2.1 条件概率、全概率公式2.2 事件独立、条件独立2.3 Bayes’ Theorem3.1 随机变量和离散分布3.2 连续分布3.3 Cumulative Distribution Function3.4 双变量分布3.5 边缘分布不和独立随机变量3.6 条件分布 (Part I)3.6 条件分布 (Part II)3.7 多变量分布（Part I）3.7 多变量分布（Part II）3.8 随机变量的函数3.9 多随机变量的函数4.1 随机变量的期望 (Part I)4.1 随机变量的期望 (Part II)4.2 期望的性质4.3 方差4.4 距4.5 均值和中值4.6 协方差和相关性4.7 条件期望5.1 分布介绍5.2 伯努利和二项分布5.3 超几何分布5.4 泊松分布5.5 负二项分布5.6 正态分布(Part I)5.6 正态分布(Part II)5.6 正态分布(Part III)5.7 Gamma分布(Part I)5.7 Gamma分布(Part II)5.8 Beta分布5.9 多项式分布5.10 二维正态分布6.1 大样本介绍6.2 大数定理6.3 中心极限定理6.4 连续性修正
