AI & Algorithms
機率與統計 4：卡方分佈、t 分佈與 F 分佈
從標準常態推導卡方、t 與 F 分佈，說明樣本變異數的抽樣分佈，並用 t 分佈建立平均值的信賴區間、用 F 分佈比較兩組變異數。
AI & Algorithms
機率與統計 3：統計估計、不等式與極限定理
從隨機樣本與常用統計量出發，推導矩估計、最大概似估計、偏差與均方誤差，再用 Markov 與 Chebyshev 不等式理解大數定律、中心極限定理和標準誤。
AI & Algorithms
機率與統計 2：常見分佈、多維隨機變數與相關性
比較 Bernoulli、Binomial、Poisson、Uniform、Exponential 與 Normal 分佈，並用聯合、邊緣與條件分佈建立共變異數、相關係數及共變異數矩陣。