举报
0/150
提交
取消
- 课程须知
- 课程适合：数学基础薄弱、缺乏实践的同学、想转AI专业以及有意转型AI领域的开发人员、想深入大模型原理，想对大模型微调，上下文学习，PromptEngineering，和想训练自己的大模型，有更高追求的同学。 学前技术储备：了解python语法最佳。
- 老师告诉你能学到什么？
- 构建起概率论的核心知识框架，不仅从频率派与贝叶斯派理解了不确定性的本质，更掌握了随机变量、数字特征及多变量关系这些关键分析工具，在此基础上系统学习了伯努利、二项、多项分布等经典离散概率模型，从而理解机器学习分类任务中的直接应用。
微信扫码，参与3人拼团