- >6-2 条件概率_贝叶斯公式
- >6-3 随机变量
- >6-4 数学期望和方差
- >6-5 常用随机变量服从的分布
- >6-6 随机向量_独立性_协方差_随机向量的正太分布
- >6-7 最大似然估计思想
- >7-1 最优化的基本概念
- >7-2 迭代求解的原因
- >7-3 梯度下降法思路
- >7-4 梯度下降法的推导
- >7-5 牛顿法公式推导以及优缺点
- >7-6 坐标下降法_数值优化面临的问题
- >7-7 凸集
- >7-8 凸函数
- >7-9 凸优化的性质_一般表达形式
- >7-10 拉格朗日函数
- >1.1 认识数据并预处理
- >1.2 最受欢迎的菜并可视化分析
- >1.3 订单消费维度分析并可视化
- >1.4 日期与时间维度进行点菜量分析


