Examine la régression probabiliste linéaire, couvrant les probabilités articulaires et conditionnelles, la régression des crêtes et l'atténuation excessive.
Couvre les bayes naïfs gaussiens, les voisins les plus proches du K et le réglage hyperparamétrique dans l'apprentissage automatique.
Explore les variables aléatoires continues, les fonctions de densité, les variables articulaires, l'indépendance et les densités conditionnelles.
Couvre la distribution multinomiale, la densité articulaire, la distribution marginale et la distribution conditionnelle.
