机器学习导论(张志华):随机向量性质

前言

这个笔记是北大那位老师课程的学习笔记,讲的概念浅显易懂,非常有利于我们掌握基本的概念,从而掌握相关的技术。

正文

1Random Vectors and Basic concept。

let x=(x 1 ,x 2 ,..,x n ) T   x = ( x 1 , x 2 , . . , x n ) T

x是一个向量

2The cumulative distribution

统计学里的分布函数
F( X  X )= p(X<x)  p ( X < x ) ;

3Bayes Theory

f 1 (x 1 ) !=0  f 1 ( x 1 )   ! = 0
f(x 2 |X ¯ ¯ ¯ ¯   1 =X ¯ ¯ ¯ ¯   1 )  f ( x 2 | X ¯ 1 = X ¯ 1 )
=f(x ¯ ¯ ¯   1 ,x ¯ ¯ ¯   2 )f 1 (x 1 )   = f ( x ¯ 1 , x ¯ 2 ) f 1 ( x 1 )

4Conditional pdf

f 2 (x 2 |x 1 )=f 2 (x 2 )  f 2 ( x 2 | x 1 ) = f 2 ( x 2 )
independence;

5 population Moments

Expection:x:srv,with F x (t)  F x ( t ) then the expectation or mean of a scalar valmed. function g(x).
它具有一些特殊的特性:
1线性,2可分性。

你可能感兴趣的:(机器学习导论(张志华):随机向量性质)