授課對象： 這是一門數學課程，適合有志于轉往大數據分析領域的非數學專業人士（例如IT人，業務人員等）補強數學基礎，以更好地學習更高級的數據分析，數據挖掘，機器學習課程 收獲預期： 可以大幅度提高學員的數學基礎，使其學習其它大數據分析課程時覺得更加簡單，得心應手 課程內容： 第1課 面向小白的統計學：描述性統計（均值，中位數，眾數，方差，標準差，與常見的統計圖表） 第2課 賭博設計：概率的基本概念，古典概型 第3課 每人腦袋里有個貝葉斯：條件概率與貝葉斯公式，獨立性 第4課 啊！微積分：隨機變量及其分布（二項分布，均勻分布，正態分布）& J. e3 P: w6 X2 ^; K* W1 U& X 第5課 萬事皆由分布掌握：多維隨機變量及其分布4 o7 |% v% n9 \" m4 R) | 第5課 磚家的統計學：隨機變量的期望，方差與協方差" s4 @+ n. v" I: V) `- u 第6課 上帝之手，統計學的哲學基礎：大數定律、中心極限定理與抽樣分布+ j: W+ V/ n1 _4 Y) `/ w+ [ 第8課 點數成金，從抽樣推測規律之一：參數估計之點估計$ v3 ^1 V. H( t, G9 b: U 第9課 點數成金，從抽樣推測規律之二：參數估計之區間估計 第10課 對或錯？告別拍腦袋決策：基于正態總體的假設檢驗 第11課 扔掉正態分布：秩和檢驗! s! G1 w# i3 P* ]# e 第12課 預測未來的技術：回歸分析, O% b! U) k4 h# ]$ p 第13課 抓住表象背后那只手：方差分析 第14課 沿著時間軸前進，預測電子商務業績：時間序列分析簡介, X. n% b4 ~8 P E9 \+ d 第15課 PageRank的背后：隨機過程與馬爾科夫鏈簡介