Machine learning 机器学习的概率基础

我最近开始学习机器学习，发现我需要更新概率基础知识，如条件概率、贝叶斯定理等

我正在寻找在线资源，在那里我可以快速复习机器学习中的概率概念

---

我偶然发现的在线答案要么非常基本，要么太高级。

条件概率的概念和贝叶斯定理本身就是非常基本的。你可能会说，它没有比概率建模更基本的东西了。这表明你没有很好地观察你所发现的东西，或者根本没有进行任何搜索

在我的脑海中，我可以说出两个资源：首先，任何涉及概率或机器学习的课程（参见AI，Statistics One或概率图形模型）都包含这些预备知识。其次，有许多关于统计的书籍可以在网上免费获得，例如。

这可能会有所帮助：

以上链接来自Tom Mitchell的机器学习课程@CMU。还有视频。如果浏览所有视频，您将对ML概念有很好的理解。（或者只是关于条件概率、贝叶斯定理等的前几个视频）

你认为这是属于你的吗？