【中英双语】斯坦福CS109计算机概率论完整课!从计数到贝叶斯与深度学习|油管80万·28讲
合集 · 数学基础 (34)
-
【中英双语】MIT18.102泛函分析完整课!从Banach空间到谱定理|2026重制23讲
21:37:25
-
【中英双语】线性代数的本质-油管5000万+播放-3Blue1Brown出品-5000万
6:01:47
-
【中文配音】油管千万播放-微分方程神级动画!傅里叶·拉普拉斯变换一次看懂 | 最新全8讲
2:46:16
-
【中文配音】3小时可视化微积分|极限·导数·积分一次讲透
2:31:37
-
【中英双语】贝叶斯定理的超简单解释! -油管最强视频
21:41
-
【中英双语】信息论之父香农:压缩=智能?(第一部分)一个视频讲透语言压缩的数学极限 | 3Blue1Brown
1:04:40
-
【中文配音】MIT 18.01 单变量微积分:从导数到泰勒级数一次学完
22:46:02
-
【中英双语】量子计算颠覆认知:Grover算法如何让搜索快如闪电? | 3Blue1Brown
1:13:48
-
【中英双语】微积分从零到精通:15分钟搞懂导数与积分,不背公式也能学会 | No Fluff Academy
32:34
-
【中英双语】MIT线性代数18.06SC完整版!Gilbert Strang经典课|中英双语74讲
62:57:00
-
【中英双语】油管神级视频,让你第一次看懂傅里叶变换,30分钟动画全程演绎
39:24
-
【中英双语】一个动画看懂微积分本质,大一新生别再死记硬背了
5:50:04
-
【中英双语】油管2000万人都在看的微积分课,中文版来了|全程手写
83:05:22
-
【中英双语】油管播放量最高的微积分2,别再被微积分2劝退!手把手带你拿下高数下
92:44:45
-
【中英双语】数学也能设计?3Blue1Brown亲授:让数学从枯燥变创造 | Figma
55:00
-
【中文配音】MIT 18.06SC手把手带你吃透线性代数
26:18:56
-
【中文配音】MIT 6.041 概率论与数理统计 全76讲|2026中文最流畅配音重制
25:17:00
-
【中英双语】斯坦福CS109计算机概率论完整课!从计数到贝叶斯与深度学习|油管80万·28讲
63:33:30
-
【中英双语】Steve Brunton统计学导论|油管合计68万+·假设检验到贝叶斯
18:07:14
-
【中英双语】傅里叶变换中的不确定性原理:从声波到量子,一个视频讲透 | 3Blue1Brown
33:48
-
【中英双语】图论可视化|原片合计205万+·深度/广度搜索一看就明白
2:33:37
-
【中英双语】UiA统计信号处理:从概率论到卡尔曼滤波与假设检验
27:54:08
-
【中英双语】MIT18.200离散应用数学:从鸽笼原理到Reed-Solomon码
49:24:57
-
【中英双语】工程数学微分方程|原片合计265万+·动力系统完整课
39:09:47
-
【中英双语】MIT18.065矩阵方法|原片合计378万+·Strang数据科学线性代数
49:37:08
-
【中文配音】光滑流形入门|切空间·李群·微分形式完整课
25:53:29
-
【中英双语】张量微积分导论|油管合计256万+·协变到曲率
40:47:11
-
【中英双语】张量微积分导论|Tensor Calculus 0: Introduction·中文配音首发
23:27
-
【中英双语】3Blue1Brown概率可视化|原片合计591万+·二项分布到概率密度
42:20
-
【中文配音】抽象代数完整课|群环域从零到西罗定理·Fall2017
39:43:59
-
【中文配音】Stanford数学思维导论:像数学家一样思考
8:11:15
-
【中英双语】抽象代数Ⅱ|模论·伽罗瓦·微分伽罗瓦·Spring2019
45:47:52
-
【中文配音】悉尼大学微积分导论|预备到积分完整课
9:41:30
-
【中文配音】IHES解析数论:Granville装模作样方法|3讲完整课
2:42:31
Parts
- P1 · [中文] 01-计数入门
- P2 · [中文] 02-组合计数
- P3 · [中文] 03-概率是什么
- P4 · [中文] 04-条件概率与贝叶斯
- P5 · [中文] 05-独立性
- P6 · [中文] 06-随机变量与期望
- P7 · [中文] 07-方差与伯努利二项
- P8 · [中文] 08-泊松分布
- P9 · [中文] 09-连续随机变量
- P10 · [中文] 10-正态分布
- P11 · [中文] 11-联合分布
- P12 · [中文] 12-推断一
- P13 · [中文] 13-推断二
- P14 · [中文] 14-建模
- P15 · [中文] 15-通用推断
- P16 · [中文] 16-Beta分布
- P17 · [中文] 17-随机变量相加
- P18 · [中文] 18-中心极限定理
- P19 · [中文] 19-Bootstrap与P值
- P20 · [中文] 20-算法分析中的概率
- P21 · [中文] 21-最大似然MLE
- P22 · [中文] 22-最大后验MAP
- P23 · [中文] 23-朴素贝叶斯
- P24 · [中文] 24-逻辑回归
- P25 · [中文] 25-深度学习
- P26 · [中文] 26-公平性与偏见
- P27 · [中文] 27-高级概率专题
- P28 · [中文] 28-概率论的未来
- P29 · [英文] 01-Counting
- P30 · [英文] 02-Combinatorics
- P31 · [英文] 03-What is Probability
- P32 · [英文] 04-Conditional Probability & Bayes
- P33 · [英文] 05-Independence
- P34 · [英文] 06-Random Variables & Expectation
- P35 · [英文] 07-Variance Bernoulli Binomial
- P36 · [英文] 08-Poisson
- P37 · [英文] 09-Continuous Random Variables
- P38 · [英文] 10-Normal Distribution
- P39 · [英文] 11-Joint Distributions
- P40 · [英文] 12-Inference I
- P41 · [英文] 13-Inference II
- P42 · [英文] 14-Modelling
- P43 · [英文] 15-General Inference
- P44 · [英文] 16-Beta
- P45 · [英文] 17-Adding Random Variables
- P46 · [英文] 18-Central Limit Theorem
- P47 · [英文] 19-Bootstrap & P-Values
- P48 · [英文] 20-Algorithmic Analysis
- P49 · [英文] 21-M.L.E.
- P50 · [英文] 22-M.A.P.
- P51 · [英文] 23-Naive Bayes
- P52 · [英文] 24-Logistic Regression
- P53 · [英文] 25-Deep Learning
- P54 · [英文] 26-Fairness
- P55 · [英文] 27-Advanced Probability
- P56 · [英文] 28-Future of Probability
Description
斯坦福 CS109《Probability for Computer Scientists》(2022)完整中英双版本。 Chris Piech 亲授:从计数与条件概率,一路讲到推断、朴素贝叶斯、逻辑回归与深度学习。 油管系列累计约 80 万播放,首讲单集约 26 万——CS 向概率课里辨识度很高的一档。 本稿亮点: · 完整 28 讲原长,2026 中文语音重制 · 中文配音 + 英文原声,同一稿件双版本 · 适合计科/AI 同学补概率,也适合当 ML 数学前置 分P:P1–P28 中文配音 → P29–P56 英文原声 📚 目录(中文) P1 计数入门 P2 组合计数 P3 概率是什么 P4 条件概率与贝叶斯 P5 独立性 P6 随机变量与期望 P7 方差与伯努利/二项 P8 泊松分布 P9 连续随机变量 P10 正态分布 P11 联合分布 P12 推断一 P13 推断二 P14 建模 P15 通用推断 P16 Beta分布 P17 随机变量相加 P18 中心极限定理 P19 Bootstrap与P值 P20 算法分析中的概率 P21 最大似然MLE P22 最大后验MAP P23 朴素贝叶斯 P24 逻辑回归 P25 深度学习 P26 公平性与偏见 P27 高级概率专题 P28 概率论的未来 ———————————— 📚 配套学习 学习站已同步图文教程(充电后私信开通) ⚡ 完整原长中英双版本制作成本不低;觉得有用欢迎三连或充电支持。 课程来源:Stanford CS109 2022(仅供学习交流) ———————————— 📚 配套增值服务 配套学习站已上线 5 大学习路线(AI大模型 / 计算机本科 / C++就业 / 嵌入式 / 金融创业),指定翻译课程配完整图文教程 ⚡ 充电支持后私信 UP主,开通对应课程学习权益
Comments
这个翻译的很好,语言比较自然。
这个翻译的很好,语言比较自然。