数学基础-概率论第23页

1.统计学习及监督学习概论

统计学习的前置知识：工科数学（高等数学），线性代数，概率论，一门基础编程语言（python）统计学习的步骤:有限数据-》假设空间-》学习策略-》实现算法-》选择最优-》预测新数据1.2统计学习的分类基本分类

徴徴南风·2023-09-03 23:55

常见数学名词的物理意义（更新中）

虚部相加乘法：复数z=x+yi控制了函数的放缩和旋转——x放缩，y旋转（即放缩e^x倍，旋转y弧度）在x轴上不旋转，在y轴上不放缩——因为此时对应的yi和x均为0二、导数导数在数学上反映的是一点的斜率，概率论上可以反映一点的在物理

Nosery·2023-09-03 23:53

2020-04-11

函数分析可以让你穿透现象看到本质-从驴、王八、苹果到虚幻（2）程晓华2020-4-3我们上大学的时候，微积分被称为是高等数学，本来我数学基础就一般，“高等”两个字就更把我给搞懵了，总觉得这门课是很神秘的

TIM全面库存管咨询程晓华·2023-09-03 20:37

机器学习课后习题 ---数学基础回顾

（一）选择题1.函数y=1/(x²+1)是A.偶函数B.奇函数C.单调函数D.无界函数2.设f(sin（x/2）=cosx+1,则f（x）为（）A.2x²-2B.2-2x²C.1+2²D.1-x°3.f(x)在点x=x。处连续是函数f(x）在点x=x。处可微的（）。A.充分条件B.必要条件C.充分必要条件D.无关条件4.函数f（x）=|x|在x=0的微分是（）A.0B.-dxC.dxD.不存在5.

尘关·2023-09-03 19:18

陨落的小白·2023-09-03 11:50

很详细，很有用的3D rotation需要的数学基础-欧拉角和四元数

依次绕着每个轴旋转。1欧拉角：对物体进行编辑，或者摆放的时候会经常用，但是做动画的时候无法使用欧拉角。欧拉角的问题：好处就是符合人的知觉（1）严格的顺序依赖：顺序不一样，他算出来的结果不一样。（2）万向节：万向锁沿时间轴上偏的方向和它的速度一起积分，可以算出它的轨迹。（3）很难插值（4）旋转的叠加很难（5）很难沿着一个固定的轴旋转。2四元数在三维空间内是work的。四元数的定义如下:欧拉角转成四元

longerVR·2023-09-03 05:26

上学调皮捣蛋和勤勤恳恳的孩子未来成就哪个大？

以概率论来讲，经常冒险的人比按部就班获得的收益概率更大，当然承担的风险也更大

李增权·2023-09-03 04:21

【管理运筹学】第 7 章 | 图与网络分析（1，图论背景以及基本概念、术语）

它与数学的其他分支如矩阵论、概率论、数值分析等都有着密切地联系。事实

Douglassssssss·2023-09-03 02:05

【数学】【书籍阅读笔记】【概率论】应用随机过程概率论模型导论 by Sheldon M.Ross 第一章概率论引总结与习题题解【更新中】

文章目录前言1第一章概率论引论总结1.1样本空间与事件1.2定义在事件上的概率1.3条件概率1.4独立事件2一些有用的重要结论/公式/例题3重要例题例1.113习题题解题1题24习题总结前言1第一章概率论引论总结第一章从事件的角度引出样本空间

代码小叶·2023-09-02 17:06

2018-10-09

还有稍微的网页设计周计划：第二周：要求把概率论七章重新再做一遍，保证自己能够随用遂想起。英语第一单元的翻译和单词一定一定一定背会，重要的事情说三遍，今年的第一就指望英

哈工大人工智能·2023-09-02 01:30

Unity之3D数学基础

第一章：3D数学介绍1.介绍3D(threedimensions)，立体空间。3D数学研究在3D几何世界中的数学问题，被广泛的应用于使用计算机来模拟3D世界的领域，比如图形学、游戏、虚拟现实和动画等。为什么要学习3D数学？掌握了3D数学的知识之后，对我们将来学习图形学、游戏制作都有很大的帮助。2.1D（数轴）1D：关于计数和度量的数学。数学上，数轴是个一维的图，整数作为特殊的点均匀地分布在一条线上

林枫依依·2023-09-02 01:19

向量复习（一）：定义、求解、四则运算、点积和叉积

向量的求解4.向量的四则运算4.1加法4.2减法4.3乘法和除法5.点积和叉积5.1点积5.2叉积6.模的求解7.附录：代码8.免责声明首先，我们先来复习一下二维空间几何求交涉及的向量相关知识，方便那些数学基础不太好或好多年未接触数学的童鞋们

fengkeyleaf·2023-09-01 09:11

[概率论] 贝叶斯公式

这是最近在学习中遇到的问题，技艺不精，在此记录一下我记忆中的贝叶斯公式一直是P(A∣B)=P(B∣A)P(A)P(B)P(A|B)=\frac{P(B|A)P(A)}{P(B)}P(A∣B)=P(B)P(B∣A)P(A)但我一直忽略了它的完整公式P(Ai∣B)=P(B∣Ai)P(Ai)∑jP(B∣Aj)P(Aj)P(A_{i}|B)=\frac{P(B|A_{i})P(A_{i})}{\sum_{

是土豆大叔啊！·2023-09-01 06:06

【概率论】五分钟搞懂概率论联合密度函数与概率之间的计算

【例题】设X和Y的联合密度函数为：f(x,y)={201,Y1,Y1,Y1,Y1,Y<1}=∬2e−xe−2ydxdy=\displaystyle\iint2e^{-x}e^{-2y}dxdy=∬2e−xe−2ydxdy=∫1+∞dx∫012e−xe−2ydy=\displaystyle\int_1^{+\infty}dx\int_0^12e^{-x}e^{-2y}dy=∫1+∞dx∫012e−x

峰度偏偏·2023-08-31 21:37

卡尔曼滤波

1.1.1数学期望的性质假设常数为C，随机变量X和Y，则1.2方差（variance）概率论中和统计中的方差反映单个（一维）随机变量的离散程度即随机变量偏离数学期望的幅度大小，方差越大偏离数学期望的幅度越大

XXX_UUU_XXX·2023-08-31 21:46

AIGC - 生成模型

生成模型0.前言1.生成模型2.生成模型与判别模型的区别2.1模型对比2.2条件生成模型2.3生成模型的发展2.4生成模型与人工智能3.生成模型示例3.1简单示例3.2生成模型框架4.表示学习5.生成模型与概率论

盼小辉丶·2023-08-31 12:13

【AI】数学基础——形式逻辑

文章目录6.1AI与符号主义6.2一阶谓词逻辑6.2.1命题与谓词逻辑关系6.2.2谓词逻辑6.3推理能力6.3.1产生式系统产生式系统组成推理方式6.3.2自动推理机分析形式逻辑的本质问题——哥德尔不完备性定理认知可计算主义局限性将认知过程定义为对符号的逻辑运算，则AI的基础就是形式逻辑谓词逻辑是知识表示的主要方法基于谓词逻辑系统可以实现具有自动推理能力的人工智能不完备性定理向认知的本质是计算这

AmosTian·2023-08-31 09:48

【AI】数学基础——信息论

不确定性才是客观世界的本质属性。不确定性的世界只能使用概率模型来描述，正是对概率模型的刻画促成了信息论的的诞生香农——通信的数学理论，给定了对信息这一定性概念的定量分析方法信息论在世界的不确定性和消息的可测量性之间搭建桥梁条件熵和信息增益是分类问题中的重要参数KL散度用于描述两个不同概率分布之间的差异最大熵原理是分类问题中的常用准则5.1概念5.1.1基本问题在一点精确或近似地复现在另一点选取的消

AmosTian·2023-08-31 09:48

【AI】数学基础——数理统计（假设检验&数据处理）

概率论数理统计（概念&参数估计）文章目录3.8假设检验3.8.1提出假设3.8.2构建检验统计量对均值检验对方差检验3.8.3根据显著性水平确定拒绝域临界值显著性水平拒绝域3.8.4计算统计量，确定P值

AmosTian·2023-08-31 09:46

【AI】数学基础——最优化理论

从本质上讲，人工智能的目标就是最优化，在复杂环境中与多体交互中做出最优决策。几乎所有的人工智能问题都会归结为一个优化问题在线性搜索中，确定寻找最小值时的搜索方向需要使用目标函数的一阶导数和二阶导数置信域的思想是先确定搜索步长，再确定搜索方向4.1基本概念目标函数(评价函数)：要实现最大化/最小化的函数目标函数可以看做是连续的山脉，最优化的过程就是判断顶峰的位置，并找到到达顶峰路径的过程最优化理论研

AmosTian·2023-08-31 09:43

机器学习

最后还需要了解一些概率论和统计学方面的知识。什么最大似然法，各种分布

月过不了头·2023-08-31 01:33

Qt 自绘进度条

仪表进度条背景基本原理数学基础运行效果源码核心文件头文件实现文件测试文件头文件实现文件背景我在使用Qt开发应用程序的过程中，时不时的会使用到类似进度条的功能。

linuxwuj·2023-08-31 00:49

深度学习中的数据操作（六）概率论基于pytorch实现

硬着头皮写代码的菜鸡·2023-08-30 18:45

＜6＞【深度学习 × PyTorch】概率论知识大汇总 | 实现模拟骰子的概率图像 | 互斥事件、随机变量 | 联合概率、条件概率、贝叶斯定理 | 附：Markdown 不等于符号、无穷符号

人的一生中会有很多理想。短的叫念头，长的叫志向，坏的叫野心，好的叫愿望。理想就是希望，希望是生命的原动力！作者主页：追光者♂个人简介：[1]计算机专业硕士研究生[2]2022年度博客之星人工智能领域TOP4[3]阿里云社区特邀专家博主[4]CSDN-人工智能领域优质创作者[5]预期2023年10月份·准CSDN博客专家

追光者♂·2023-08-30 18:11

PT_大数定律LLN

文章目录概率基础不等式马尔可夫不等式推导注切比雪夫不等式推导例依概率收敛定义直观解释特点服从大数定律大数定律chebyshevLLN应用bernoulliLLN意义KhinchinLLN总结概率基础不等式马尔可夫不等式Markov’sinequality-Wikipedia在概率论中

xuchaoxin1375·2023-08-30 12:57

【AI】数学基础——线代（向量部分）

参考：kenjihiranabe——The-Art-of-Linear-Algebra-zh-CN详细计算方法与理论：见矩阵论线性代数的本质在于将具体事物抽象为数学对象，并描述其静态和动态特性最基本的概念是set集合的定义是由某些具有某些共性的对象汇总成的集体。将这些对象用数字或符号表示(对象映射到数域)，这样集合中的元素就变为了多个数字或符号以某种方式排列成的组合文章目录2.1对象的表示2.2线

AmosTian·2023-08-30 04:51

【AI】数学基础——高数（积分部分）

高数（函数&微分部分）文章目录1.4微积分1.4.1基本思想1.4.2定积分定义定义计算定积分定积分性质定理N-L公式泰勒公式麦克劳林公式1.5求极值1.5.1无条件极值1.5.2条件极值1.5.3多条件极值1.5.4凹函数与凸函数1.4微积分用于求解速度、面积、体积等可累积量1.4.1基本思想以直代曲在[a,b][a,b][a,b]间插入若干点，得到nnn个小区间，每个小矩形面积Ai=f(ξi)

AmosTian·2023-08-30 04:20

【AI】数学基础——高数（函数&微分部分）

p=1&vd_source=260d5bbbf395fd4a9b3e978c7abde437唐宇迪：机器学习数学基础文章目录1.1函数1.1.1函数分类1.1.2常见函数指/对数函数分段函数原函数&反函数

AmosTian·2023-08-30 04:19

【AI】数学基础——线代（矩阵&特征值,特征向量&矩阵分解）

【AI】数学基础——线代（向量部分）文章目录2.3矩阵2.3.1二元方程组求解与行列式行列式2.3.2用矩阵形式表示数据矩阵与行列式区别特殊矩阵2.3.3矩阵的秩矩阵的秩2.3.4矩阵运算加减法数乘运算矩阵乘向量线性变换角度线性组合角度矩阵乘矩阵转置求逆

AmosTian·2023-08-30 04:16

高三紧急通知！如果你的数学成绩不到120分，很可能考不上一本

30~70分，数学基础弱，公式不会用，做题没思路；70~95分，原理学不通，没有搭建知识体系，知识点框架不清楚；95-110分，做题没技巧，只会做简单的题目，不会举一反三，出题人一挖坑就丢分了；110-

学姐要回家·2023-08-29 23:26

郑合惠子，我爱你哦！

图片发自App这事都是源于我刚才做的一个动作，已经埋头苦学了两个小时的概率论了

小扬少爷·2023-08-29 16:12

【考研数学】概率论与数理统计 —— 第二章 | 一维随机变量及其分布（2，常见随机变量及其分布 | 随机变量函数的分布）

文章目录引言三、常见的随机变量及其分布3.1常见的离散型随机变量及其分布律（一）（0-1）分布（二）二项分布（三）泊松分布（四）几何分布（五）超几何分布3.2常见的连续型随机变量及其概率密度（一）均匀分布（二）指数分布（三）正态分布四、随机变量函数的分布（一）离散型随机变量函数的分布（二）连续型随机变量函数的分布引言承接前文，我们继续学习第二章，一维随机变量及其分布的第二部分内容。三、常见的随机变

Douglassssssss·2023-08-29 11:31

【考研数学】概率论与数理统计 —— 第二章 | 一维随机变量及其分布（1，基本概念与随机变量常见类型）

文章目录引言一、一维随机变量及其分布1.1随机变量1.2分布函数二、随机变量常见类型及分布2.1离散型随机变量2.2连续型随机变量及概率密度函数写在最后引言暑假接近尾声了，争取赶一点概率论部分的进度。

Douglassssssss·2023-08-29 11:59

从零开始实现核密度估计（kernel density estimation，KDE）-python实现

问题背景核密度估计（kerneldensityestimation）是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，由Rosenblatt(1955)和EmanuelParzen(1962)

sdf57·2023-08-28 23:07

发现乐趣

羡慕，嫉妒，恨，恨自己这块铁练不成钢，恨自己这块烂泥敷不上墙，也想过好好学习，可是就是学不进去尤其是数学基础没打好怎么都跟不上，语文全靠死记硬背哎呀不禁感叹自己真不是读书的料，你说读书有天赋异禀？

肥肥的青菜虫的妹妹·2023-08-28 17:15

由奥数想到的~三年级考试小结

数学基础知识学习也出现了点小问题，主要表现在一些基础的概念掌握的不好。比如乘法分配律，比如单位换算。虽然rain时候说会做了，也可以用马虎来掩饰知识掌握的不牢固。

rain妈茗月·2023-08-28 15:44

2018-11-15

概率论，没有认真听讲做作业。数据结构，也没敲一个程序。英语，也没有好好备战六级。数据库，没有系统的看书听课，做题。前端，js也是学的很迷糊。

Vano_·2023-08-28 14:05

【笔记】视觉算法——图像平滑

原始图像因此我们可以利用不同时间采集得到的多福图像，对真实像素进行估计，即：根据概率论可知方差变为原来的.多幅图求均值.png时域平均法的缺点就是多幅图像才能进行噪声抑制。

离群土拨鼠·2023-08-28 13:53

数学期望讲解

数学期望讲解数学期望是概率论中的一个重要概念，它表示一个随机变量在一次试验中可能取得的平均值。数学期望可以用来描述一个随机现象的平均特征，也可以用来预测一个随机事件的长期结果。

无尽的罚坐人生·2023-08-28 09:42

门卫工作如何提高成功率

这个问题就涉及到了，刘嘉老师的概率论的话题了，就像刘嘉老师举的例子，抛硬币出现正面的概率是50%，你已经连续抛出10次正面，问第11次抛出正面的概率是多少，答案还是50%，因为每一次抛硬币都是单独的事件

松球42·2023-08-28 08:15

人工智能与深度神经网络,人工智能的实现路径是

人工智能学习路线为：高等数学，概率论，python编程，机器学习，深度学习，各种算法实战。想学习人工智能，通过上面的学习路线学完，最好还要到人工智能企业里实战才行。

阳阳2013哈哈·2023-08-28 07:42

刘嘉概率论22讲《四，独立性，随机事件的相互关系》

只有明白了一个随机事件和其他随机事件的关系，判断他们之间是否具有独立性，才能正确分析和度量它的概率什么是独立性呢？通俗的说，如果随机事件之间没有任何关联，我们就可以说这些随机事件是相互独立的，他们之间就具有独立性。而这种具有独立性的随机事件，也被称为“独立事件”比如，抛硬币5次都是正面，那么第六次出现正面的概率肯定更小，出现反面的概率更大。这是不对的，这就是我们常听说的，赌徒谬误。如果你感觉第六次

阿木魔法学院1865_b324·2023-08-28 03:33

机器学习入门书：动手学机器学习

本书包含4个部分：第一部分为机器学习基础，介绍了机器学习的概念、数学基础、思想方法和简单的机器学习算法；第二部分为参数化模型，讲解线性模型、神经网络等算法；第三部分为非参数化模型，主要讨论支持

人邮异步社区·2023-08-28 02:46

对贝叶斯最深入浅出解构的一篇文章

概率论只不过是把常识用数学公式表达了出来。

aikiliger·2023-08-27 19:07

机器学习与数学基础知识（二）

本文是机器学习与数学基础知识的第二集视频，主要内容是微积分选讲，共三部分知识点，与机器学习直接相关的是第二部分知识点微积分中的两个机器学习算法——牛顿法和梯度下降法。

22世纪冲刺·2023-08-27 09:18

积跬步至千里 || 数学基础、算法与编程

数学基础、算法与编程1.BAP技能BAP技能是指基础(Basic)、算法(Algorithm)和编程(Programm)三种基本技能的深度融合。

Mr_LeeCZ·2023-08-27 08:33

Ann全排列的枚举_递归实现(基于Python)

根据概率论中的排列组合知识知道A(n,n)=n!=n*(n-1)…*1；最终结果数是n的阶乘个，例如对于集合{1,2,3},有6种全排列。

放翁lcf·2023-08-26 23:30

高中老师整理，准高三生学习计划全攻略！

例如某人数学基础较差，他就制定数学复习计划，目的就在于加强数学基础，提高教学成绩。某人英语单词记不牢，他就要制

学姐要回家·2023-08-26 20:48

人工智能数学基础--线性代数

人工智能数学基础数学与人工智能概览数学与人工智能•人工智能是一个交叉学科，应用的领域也非常广阔。不同的应用领域所要求的数学背景知识也不尽相同。

TKE_kolento.·2023-08-26 16:47

【深度学习】数学基础——线代

目录0、基础1、基本运算和基本概念2、范数3、向量基概念及运算4、行列式及特殊矩阵5、奇异值分解（SVD）6、基向量及线性相关性等7、线性变换8、特征方程与相似矩阵9、其他资料0、基础标量：0维数据，如常数0、1、2等单个数字。向量：1维数据，如（1,2），（2,3），（2,3,4）等点。矩阵：2维数据，如[[1,3]，[2,8]]的2维数组等。张量：可以简单的理解为Pytorch、TensorF

阳一子·2023-08-26 16:14

推荐频道

数学基础-概率论