抽样

算法学习笔记：17.蒙特卡洛算法 ——从原理到实战，涵盖 LeetCode 与考研 408 例题

在计算机科学和数学领域，蒙特卡洛算法（MonteCarloAlgorithm）以其独特的随机抽样思想，成为解决复杂问题的有力工具。

·2025-07-12 18:35

用Python做数据分析之数据统计

1、数据采样Excel的数据分析功能中提供了数据抽样的功能，如下图所示。Python通过sample函数完成数据采样。2、数据抽样Sample是进行数据采样的函数，设置n的数量就可以了。

学掌门·2025-07-12 07:44

PyTorch：Dropout 操作 torch.nn.Dropout()

该函数底层调用torch.nn.functional.dropout()；1、torch.nn.Dropout(p=0.5,inplace=False)其作用是，在training模式下，基于伯努利分布抽样

sweettea~·2025-07-07 11:12

脉冲编码调制（PCM）

量化：将抽样后的连续幅度值映射到有限个离散电平的过程，即幅度的离散化。例如：把语音样本量化

2301_80709554·2025-07-05 19:17

蒙特卡罗方法与深度学习的关系

蒙特卡罗方法是一种基于随机抽样的数值计算方法，广泛应用于物理、工程、金融等领域。深度学习则是一种基于人工神经网络的学习方法，在图像识别、语音识别、自然语言处理等领域取得了显

AGI大模型与大数据研究院·2025-07-04 16:17

蒙特卡洛方法：随机抽样的艺术与科学

蒙特卡洛算法（MonteCarloMethod）是一类基于随机抽样解决确定性问题的计算方法，其核心思想是：通过大量随机实验的统计结果逼近复杂数学问题的解。

大千AI助手·2025-07-04 16:16

SoK: A Critical Evaluation of Efficient Website Fingerprinting Defenses

使用准确率来评估攻击模型在多类别封闭世界设置中的性能，但在二进制开放世界设置中使用精确率和召回率防御策略：（1）增加虚拟流量、（2）增加流量延迟、（3）将流量从一个流移到另一个流固定速率发送流量F，随机抽样以添加填充

·2025-07-02 22:50

机器视觉：ransac算法详解

目录一、说明：二、算法步骤三、算法代码四、其它补充一、说明：RANSAC是一种常用的参数估计方法，全称为RandomSampleConsensus（随机抽样一致性）。

无水先生·2025-07-02 17:15

【游戏测试】多语言/本地化测试-抽样测试

一、从可能出现显示问题的角度，多语言可以大致分为以下6类：字符集/编码支持类别（基础问题）：单字节字符语言：如英语、法语、德语、西班牙语（西欧字符）、意大利语、葡萄牙语等。主要使用ASCII或Latin-1扩展字符集。问题相对较少，但非ASCII字符（特殊符号、带重音字母如é,ñ,ß,ø）如果编码处理不当或字体不支持，可能显示为乱码(�)、方块(□)或问号(?)。双字节字符语言：如中文**（简体G

June bug·2025-06-21 22:10

计量经济学(复习/自用/未完)

这意味着，我们每从总体中进行一次抽样，然后计算回归方程系数，得到的回归系数(β0、β1和β2)都是不同的。

Jo乔戈里·2025-06-20 05:01

【概率论】正态分布的由来——从大一同学的视角出发

或者是其它抽样分布？接下来我们将简要探讨正态分布的由来：1.背景我

应有光·2025-06-16 01:09

利用 Python 和 scikit - learn 进行分层抽样

利用Python和scikit-learn进行分层抽样关键词：分层抽样、scikit-learn、Python、数据采样、机器学习、数据预处理、统计学摘要：本文深入探讨了分层抽样在数据科学和机器学习中的应用

Python编程之道·2025-06-15 17:52

算法导论第五章：概率分析与随机算法的艺术

包含生日悖论、赠券收集、随机快速排序、蓄水池抽样等经典问题的完整实现与数学分析。

W说编程·2025-06-15 00:22

样本与抽样分布：统计推断的基石

目录引言6样本与抽样分布6.1总体与样本核心概念6.2统计量：样本的数学摘要定义常用统计量重要性质证明：E(S2)=σ2E(S^2)=\sigma^2E(S2)=σ26.3三大抽样分布：统计推断的支柱6.3.1χ2

Algo-hx·2025-06-15 00:21

AI颠覆市场调研：生成式智能体如何重构商业决策？

这场变革的核心在于：用软件替代人力，用模拟替代抽样，用实时替代滞后。一、市场调研的“三重枷锁”与A

花生糖@·2025-06-10 01:04

Python 标准库之 random 模块介绍

random模块是Python标准库中用于生成伪随机数的工具集，适用于模拟、游戏、抽样等场景。

Json19970108018·2025-06-09 05:08

机器学习——XGBoost

给定一个大小为m的训练集，重复B次，使用有放回抽样创建一个大小为m的新训练集，然后在新的数据集上训练决策树，因此第一次通过这个循环时，我们可能会像这样创建一个训练集，并像这样训练决策树，这里是我们要改变算法的地方

小卷心菜.·2025-06-07 15:49

方差分析表和回归分析表的那些浆糊糊

因素总体的个数；n—观测值个数SSA(组间离差平方和)是：个水平组均值与总体均值离差的平方和；反映了控制变量不同水平对观测变量的影响SSE(组内离差平方和)是：每个观测数据与本水平组均值离差的平方和；反映了抽样误差的大小

Angel Q.·2025-06-02 15:00

通信原理学习笔记6-4：数字解调——抽样判决的译码准则（最大后验概率准则MAP、最大似然准则ML、最小二乘/最小平方准则LS、最小距离准则）

InI_nIn，经过AWGN信道、匹配滤波器、采样后，得到符号YnY_{n}YnYn=In+nnY_{n}=I_{n}+n_{n}Yn=In+nn其中，nnn_{n}nn为离散高斯白噪声我们的目标：根据抽样结果

Insomnia_X·2025-06-01 10:03

机房防静电地板施工避坑指南：常见问题与解决方案大汇总

解决方案：选择信誉良好的供应商，要求提供产品检测报告和质量认证证书，必要时抽样

柏睿网络·2025-05-28 01:54

建投数据通过ISO9001再认证

建投数据在此次再认证审核过程中，专家组依据该标准要求，通过访谈、抽样核查和现场核查等方式，对建投数据认证范围内的各相关职能部门及业务部门进行审核，审核涵盖管理文件、过程控

建投数据·2025-05-26 21:04

秒懂Boosting和Bagging算法

二、Bagging：民主投票的"乌合之众"逆袭战1.核心思想Bootstrap抽样：让每个模型在随机子数据集上训练（就像蒙着眼睛抓阄

来自于狂人·2025-05-25 09:18

5.数据统计分析及可视化

均匀分布及随机数图6.1.1.1均匀分布6.1.1.2均匀随机数6.1.2正态分布及随机数图6.1.2.1正态分布函数6.1.2.2正态随机数图6.1.2.3正态分布概率检验图（Q-Q图）6.2统计量及抽样分布图

我是姜承錄·2025-05-23 10:52

2025认证杯数学建模第二阶段B题完整论文（代码齐全）：谣言在社交网络上的传播

2025认证杯数学建模第二阶段B题完整论文（代码齐全）：谣言在社交网络上的传播，详细内容见文末名片问题分析2.1问题一的分析本题旨在设计出检测次数尽可能少的抽样检测方案。

灿灿数模分号·2025-05-20 04:32

R语言机器学习算法实战系列（二十五）随机森林算法多标签分组分类器及模型可解释性

文章目录介绍教程内容加载必要的R包（带详细注释）1.加载数据2.数据分割（按Species分层抽样）3.数据预处理配方4.创建随机森林模型（多分类）5.创建工作流6.设置交叉验证和参数调优7.参数调优8

生信学习者1·2025-05-20 00:04

中级统计师-统计学基础知识-第三章参数估计

统计学基础知识第三章参数估计第一节统计量与抽样分布1.1总体参数与统计量总体参数：描述总体特征的未知量（如均值μ\muμ、方差σ2\sigma^2σ2、比例π\piπ）。

孟意昶·2025-05-19 16:10

随机森林 java_Spark随机森林RandomForest

RandomForest核心代码train方法每次迭代将要计算的node推入堆栈，选择参与计算的抽样数据，计算该节点，循环该过程。

白庆堂·2025-05-16 12:50

奈奎斯特采样定理_神奇的采样定理

抽样调查在日常生活中是一个高频词。生产车间的抽样调查，可以大致确定产品的合格率。通过部分同学求职的意愿，能了解学生的职业发展情况等等。一定程度上，样本能够反映整体的趋势和分布。

weixin_39886024·2025-05-16 11:43

3.5 统计初步

本章系统阐述统计推断理论基础，涵盖大数定律、抽样分布、参数估计与假设检验等核心内容。

x峰峰·2025-05-14 16:42

算法-递归与回溯

算法-递归与回溯前言一、递归思想求1-100的和：又列如求n的阶乘：Fibonacci最大公约数二、回溯思想全排列：组合（放回抽样）组合（不放回抽样）小结前言有了前面的基础，现在正式开始学习基本算法。

丿栀子味的夏天·2025-05-09 16:01

Hadoop总结

大数据对思维方式的影响：颠覆了传统的思维方式——全样而非抽样、效率而非精确、相

Ajekseg·2025-05-06 14:52

深度学习篇---抽样

文章目录前言一、数学建模与理论基础奈奎斯特-香农采样定理核心条件物理意义临界情况示例二、非理想采样的实际考量零阶保持（ZOH）采样孔径效应三、多维抽样理论图像采样（二维抽样）实际案例视频采样（三维抽样）

Ronin-Lotus·2025-04-29 12:56

机器学习（9）——随机森林

文章目录1.随机森林的基本原理想2.算法流程2.1.数据采样（Bootstrap）：2.2.构建决策树：2.3.聚合预测：3.随机森林的构建过程3.1.数据集的随机抽样3.2.决策树的训练3.3.树的生长

追逐☞·2025-04-25 23:45

ransac拟合多个平面

目录1理论讲解2详细步骤3示例代码1理论讲解RANSAC（随机抽样一致性算法）是一种用于从一组数据中拟合模型并识别内点和外点的算法。

点云学习·2025-04-24 04:51

概率论全面总结

这个与抽样问题，经常联系起来2.什么是几何分布、超几何分布？都是离散概率分布。是抽取问题的一种。几何分布，是描述的n重伯努利实验

IMWTJ·2025-04-21 06:09

day25学习Pandas库

文章目录三、Pandas库4.函数计算7.合并8.随机抽样9.空值处理9.1检测空值9.2填充空值9.3删除空值行/列5.读取CSV文件5.1to_csv()5.2read_csv()6.绘图三、Pandas

zhuyixiangyyds·2025-04-15 13:18

点云处理中阶 Sample Consensus（二）

目录一、深入理解RSNSAC二、RANSAC的缺点三、PCL中常用的SampleConsensus算法四、参考资料一、深入理解RSNSACRANSAC是“RANdomSAmpleConsensus”（随机抽样共识或采样一致性

哦里哦里哦里给·2025-04-15 09:48

AF3 OpenFoldDataLoader类_prep_batch_properties_probs方法解读

它将根据配置文件中的设定为每个批次数据生成recycling轮次的概率分布，并存储到prop_probs_tensor中，用于后续抽样选择特定recycling维度的数据（_add_batch_p

qq_27390023·2025-04-07 07:21

高手经验分享：梦洛伊模型在双色球及其金融与保险领域的应用

梦洛伊模型简介梦洛伊模型是一种基于随机抽样的统计方法，广泛应用于概率分析和决策支持。它通过模拟大量的随机

心灵星图·2025-04-06 10:35

次序统计量的概率密度函数

次序统计量的概率密度函数首先给出次序统计量的概念：设X1,...,XnX_1,...,X_nX1,...,Xn是从总体中抽样得到的样本，将其按从小到大的顺序进行排列，得到一组有序的样本值X(1),...

平和少年·2025-04-06 09:54

正大杯问卷样本抽样方法，看我这一篇就够了（不等概率三阶段抽样）

不等概率三阶段抽样是一种复杂但灵活的抽样方法，它结合了不等概率抽样和三阶段抽样的特点。

小小小菜狗-·2025-04-02 00:41

2.9 软件质量控制与质量保证

质量审计过程分析缺陷检测问题溯源核心特征对比表维度质量保证(QA)质量控制(QC)执行频率阶段里程碑检查（如迭代结束）实时持续监控关注对象生产过程与方法论交付成果与具体产出核心目标预防缺陷产生识别并消除已存在缺陷典型工具过程审计/PDCA循环测试用例/统计抽样时间特性

Tom Boom·2025-03-27 16:15

HiveSQL优化

分桶采样当表的数据量比较庞大的时候,在编写SQL语句后,需要首先测试SQL是否可以正常的执行,需要在表中执行查询操作,由于表数据量比较庞大,在测试一条SQL的时候整个运行的时间比较久,为了提升测试效率,可以整个表抽样出一部分的数据

小球-大数据·2025-03-27 11:59

PCL基础：pcl::SACSegmentation＜PointXYZRGBN＞函数全面说明，一遍文章精通平面分割算法

（一般在周末更新技术干货）`pcl::SACSegmentation`是PointCloudLibrary(PCL)中用于进行随机抽样一致性（RandomSampleConsensus，RANSAC）平面分割的类模板

多宝Kim·2025-03-23 00:51

达梦数据库统计信息详解

例如统计信息缺失，或统计信息陈旧，或抽样数据不能很好地反映数据分布时，优化器选择的执行计划不是“最优”的，甚至可能是很差的执行计划，就会引起严重的数据库性能问题，甚至导致数据库服务器夯死

Megamind_cx·2025-03-18 16:24

23章12节：抽样的蒙特卡洛方法

蒙特卡洛方法作为一种基于随机抽样的数值计算技术，在工程、金融、统计、物理等众多领域中得到了广泛应用。该方法通过对大量随机数的模拟，来解决那些难以解析求解的问题。

DAT｜R科学与人工智能·2025-03-18 11:18

训练数据重复采样，让正负样本比例1：1

详细解释resample函数：resample函数来自sklearn.utils，用于从数据集中重新抽样。replace=True表示允许重复抽样，即同一个样本可以被多次选中。

kimi-222·2025-03-17 14:24

23章9节：分层随机抽样及其在R语言中的实现与验证

在统计学和数据科学的实际工作中，抽样方法始终扮演着至关重要的角色。如何从庞大的总体中获取具有代表性的样本，一直是数据分析过程中需要面对的核心问题之一。

DAT｜R科学与人工智能·2025-03-16 11:01

信号处理抽取多项滤波的数学推导与仿真

一、数学变换推导1.多相分解的核心思想将FIR滤波器的系数h(n)h(n)h(n)按相位分组，每组对应输入信号的不同抽样相位。通过分相、滤波、重组，实现与原FIR等效的处理。

jz_ddk·2025-03-14 01:02

23章11节：自助抽样及其在R语言中的实现与验证

自助抽样作为一种非参数的计算方法，为我们提供了基于样本数据“自我重复”构建抽样分布的途径。1977年，斯坦福大学的B.Efron在著名论文《BootstrapMethods:Ano

DAT｜R科学与人工智能·2025-03-13 18:12

推荐频道

抽样