📌 概率基础概念
- 概率定义：事件发生的可能性度量，用0-1区间表示（🎲）
- 随机变量：如抛硬币结果（正面/反面）或骰子点数（🎲）
- 概率分布：描述随机变量取值的概率规律（📊）
📊 统计学核心方法
- 描述统计：数据集中趋势（均值、中位数）和离散程度（方差）分析（📈）
- 推断统计：通过样本数据推测总体特征（📊）
- 假设检验：判断统计显著性（例如p值分析）（🧪）
🤖 机器学习中的概率统计应用
- 贝叶斯定理：用于分类和预测（🧠）
- 概率图模型：如贝叶斯网络（🤖）
- 统计学习理论：支持向量机、朴素贝叶斯等算法的数学基础（📘）