►前言：
提到概率和统计大家第一时间想到的估计是让人头疼的数学公式 、谜一样的希腊字母，还有不好好说人话的各种定理。今天PH求职的Ricky导师想要给大家分享一个压箱底的宝藏网站：Seeing Theory，链接https://seeing-theory.brown.edu/.
人对图片和动画的理解能力是远远高于文字和公式的。该网站把所有重要的统计和概率的知识点用交互可视化的方式生动地给大家呈现出来，让记忆难度大大降低。
►作者介绍：
该网站创始人仅仅是一个布朗大学的本科生，让作者不禁感叹我本科时都在干啥？
►网站介绍：
该网站分为六个章节，难度循序渐进。在这里会根据我超过20个北美DS岗位的面试经验，给大家分析一下每个章节在DS面试中的重要性和学习难度.
►基础概率 Basic Probability
- 概率事件 Chance Event
- 期望值 Expectation
- 方差 Variance
所有概率概率理论的基础，虽然一般不会直接考这种难度的题目，但不完全掌握的话是很难继续深入的，必学！
重要性：★★★★★
难度：★☆☆☆☆
►复合概率 Compound Probability
- 集合理论 Set Theory
- 排列组合 Counting
- 条件概率 Conditional Probability
大厂面试里的概率题都是一半都是排列组合和条件概率题，比如Facebook，Capital One，Lyft等。
重要性：★★★☆☆
难度：★★☆☆☆
►概率分布 Probability Distributions
- 随机变量 Random Variable
- 连续和离散 Discrete and Continuous
- CLT中心极限定义 Central Limit Theorem
前两个都是基础概念，CLT是概率论中最容易被考的概念，70%的面试都会考到，需要完全掌握。
重要性：★★★★☆
难度：★★★★☆
►频率论推断 Frequentist Inference
- 点预测 Point Estimation
- 置信区间 Confidence Interval
- Bootstrap
通过已观测到的事件来推断未知的具体概率分布，本章节内容是热门考点AB测试和假设检验的基础，稍有难度推荐掌握。
重要性：★★★☆☆
难度：★★★☆☆
►贝叶斯推论 Bayesian Inference
- 贝叶斯论 Bayes’ Theorem
- 似然 Likelihood Function
- 先验后验概率 Prior to Posterior
贝叶斯推论告诉了我们如何通过观察数据来更新已有对于数据的假设，基于贝叶斯论的题，可谓是必考题，超过90%的面试都会考到，必学
举个例子：感染病毒A的概率2%，检测结果准确的概率为96%，请问如果检测出来为阳性，请问真的是阳性的可能性是多少呢？大家可以想想。
重要性：★★★★★
难度：★★★★☆
►回归分析 Regression Analysis
- OLS普通最小二乘法 Ordinary Least Square
- 相关系数 Correlation
- ANOVA方差分析 Analysis of Variance
OLS是线性回归的基础，推荐掌握，但综合来讲，本章节的后两个知识点面试里出现的不多，有时间的话推荐学习。
重要性：★★★★☆
难度：★★☆☆☆
导师的话：大家在学习完后，可以再试试看看你的课本，应该会有如履平地的感觉！希望大家能好好使用这个网站，解决让人头疼的概率统计，早日拿到心仪的Offer!
►结语：
PH求职会一直陪在你身边帮助你迈出成功的第一步！导师团队为你提供心仪公司全方位信息让你的求职不再盲目！