数理统计-ML-CV 第16页

Pytorch实现机器学习之线性回归

线性回归利用数理统计中的回归分析来确定两种或两种以上变量相互依赖的定量关系，其表达式为：y=wx+b+e（此公式采用向量表示法），误差e服从均值为0的正态分布。

rothschildlhl·2022-04-21 07:27

机器学习的概率统计模型（附代码）（二）

目录数理统计2.1抽样分布1）卡方()分布2）t分布3）F分布2.2大数定律2.3中心极限定理总结系列文章目录数理统计数理统计是数学的一个分支，分为描述统计和推断统计。

KUUUD·2022-04-16 07:33

利用PyUserInput记录键盘鼠标事件信息

群皮最近很皮，想弄一些没啥卵用的东西，想记录键盘鼠标信息，例如鼠标点击坐标，鼠标移动轨迹，点击间隔，键盘按键，按键点击间隔等等，（不要小瞧了这些信息，可以利用数理统计和机器学习可以分析出你的使用习惯，并将有助于优化你的键鼠使用

ChinaYiqun·2022-04-10 12:06

机器学习的概率统计模型（附代码）

目录系列文章目录一.概率论1.1离散随机变量分布1.2连续随机变量分布二.数理统计基础2.1抽样分布2.2大数定律2.3中心极限定理总结系列文章目录第一章：会思考的机器你造嘛——AI技术第二章：机器学习的概率统计模型

KUUUD·2022-04-09 07:31

2020 中国大学生计算机设计大赛

计算机设计大赛一、按时间线讲1、2020年秋季专业技能大赛（11月/12月）1.1软件设计大赛1.2程序设计大赛1.3基础知识竞赛1.4写到最后2、期末考试（1月）2.1数据结构2.2概率与数理统计3、

2018wl·2022-04-06 22:37

python实现概率论与数理统计_《统计思维：程序员数学之概率统计》读书笔记

weixin_39755712·2022-03-27 07:01

数据挖掘的概念和步骤

一、数据挖掘概念数据挖掘是从大量数据中通过数理统计算法搜索隐藏于其中的信息的过程。

BuckData·2022-03-25 07:03

机器学习贝叶斯分类（理论及代码实现）

具体可以参考概率论与数理统计教材、周志华的西瓜书、李航的统计学习方法。1.1、极大似然估计。直接来例子例：假设袋子里有n个球，n无限大。只有黑球和白球，每次有放回的从袋子随机拿100次球。

神仙罗辑·2022-03-25 07:05

高斯过程 Gaussian Processes 原理、可视化及代码实现

作者丨王桂波来源丨https://zhuanlan.zhihu.com/p/75589452编辑丨极市平台高斯过程GaussianProcesses是概率论和数理统计中随机过程的一种，是多元高斯分布的扩展

视学算法·2022-03-23 08:09

人工智能数学核心理论34讲精华视频免费领（微积分、概率论与数理统计、线性代数三部曲）

从事AI行业最重要的知识莫过于数学了，或者说对于计算机领域乃至工科领域都是很重要的。对于大多数的新手来说，如何入手人工智能其实都是一头雾水，比如到底需要哪些数学基础、是否要有工程经验、对于深度学习框架应该关注什么等等。那么，学习人工智能该从哪里开始呢？人工智能的学习路径又是怎样的？数学基础知识蕴含着处理智能问题的基本思想与方法，也是理解复杂算法的必备要素。今天的种种人工智能技术归根到底都建立在数学

Bella人工智能爱好者·2022-03-20 07:16

零基础刷题总结系列一（数理统计+机器学习+python编程）

来源：牛客网题目一链接：https://www.nowcoder.com/questionTerminal/ce5b813660b94c2bb27c5a274bce6d90分析大牛的理解：信息增益通俗讲就是指区分度。如果对于一个属性，其结果都是等概率出现的，即信息熵为1，信息增益为0，那么这个属性就没有任何区分度，无实际意义。（个人理解：结果都是等概率出现意思就是结果的不确定性大，不确定性大，信息

Jayxbx·2022-03-18 10:26

#NLP入门# 良心整理，NLP入门路线和学习资料，一周上手！

I.必备技能python基础基础数学知识-线性代数、矩阵论、概率论与数理统计、信息论基本的文献搜集、英文文献阅读能力基本的数据结构、算法知识、敲代码的能力最重要的：态度、坚持和计划II.入门建议对于初学者

一只帅气的IT Monkey·2022-03-18 07:42

Java 分位点(分位值)计算方式

Java代码实现正常输出完成需求核心代码Java求百分位数说明一下java代码Java分位点(分位值)计算有一个需求给出一段时间的PB(平均市净率)，然后选择这段时间的某一天，计算这天的分位值.很简单的一个数理统计学科的问题

·2022-03-16 13:19

mysql描述性统计函数,机器学习数学基础：数理统计与描述性统计

所谓机器学习和深度学习，背后的逻辑都是数学，因此数学基础在这个领域很是关键，而统计学又是重中之重，机器学习从某种意义上来讲就是一种统计学习。python今天是几率统计基础的第二篇文章，基于第一篇随机变量与随机事件进行整理，首先理一理这里面的逻辑，第一篇的内容蕴涵了大部分几率论的知识(除了大数定律和中心极限定理这种理论性的支持,后期有机会会补上)。而今天的这篇内容是在几率论的基础上往前一步，属于数理

联想小新笔记本·2022-03-10 07:30

大学概率论与数理统计知识点详细整理

目录概率论学习自述概率论的一些基本概念随机变量的分布一维随机变量的分布二维随机变量抽样分布数学期望矩方差协方差常见分布的数学期望与方差：一些重要的定理公式参数估计(1)点估计(2)区间估计假设检验独立性概率论学习自述所学概率论与数理统计属于大学的一门课程

ssslevel·2022-02-28 15:04

图解AI数学基础 | 信息论

·2022-02-25 12:55

线性回归算法原理推导

文章目录1.线性模型基本形式2.线性回归方程3.误差项分析4.似然函数求解5.线性回归求解线性回归，是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛

冰履踏青云·2022-02-20 10:07

R语言-方差分析与回归分析

ks_c·2022-02-20 08:16

一个人的北京：我在阿来客栈邂逅了一个男孩（二）-2

拿出一本《概率论与数理统计》来看，并一本练习册。作为到了大学之后就成学渣的我来说，真是秒变渣。其实手足无措，大概是一直习惯独处吧，旅行、工作（工作性质就是一个人，不太需要面对面）、生活大都是一个人。

暮雨江枫JFL·2022-02-20 04:21

概率论与数理统计(0)：写在前面

deBroglie·2022-02-19 02:54

一入保修深似海

为了做好他们的工作，他们不得不个个身怀绝技——现场分析，信息采集，图片处理、视频剪辑、表格制作、处理投诉、数理统计，成本控制，在线支持，多方答疑……然而，这样的一群人在工作中却深处重重矛盾之中——

cloudfour·2022-02-18 02:38

第一章概率统计基本知识

1.随机事件与概率2.随机变量及其分布3.随机变量的数字特征4.极限定理5.数理统计的基本概念

Curi·2022-02-15 22:00

10.6 机器猫 share folder

也许你对机器学习充满热情；//强行热情也许你精通某种编程语言；//完全不行强行自学也许你熟识算法；//完全不会强行stanford这学期也学了也许你对数学格外擅长；//完全想放弃被数学虐得死去活来之概率论与数理统计也许你在学习和生活中

反复练习的阿离很笨吧·2022-02-15 02:50

河南和信投顾的老师们靠谱么

就拿和信投顾的石老师来说，擅长于运用数理统计模型分析市场运行趋势和股价变化，独立开发的《大盘走势定位多元统计数量模型》经过十年的实战检验，准确率高达98

阮小丁同学·2022-02-14 23:13

概率统计1：导论

课程讲义和视频，来自厦门大学经济学院，洪永淼老师的《概率论与数理统计（上）》。第一讲作为导论课程，介绍了概率统计学在经济研究中的作用。

jiat494·2022-02-12 13:21

《黑天鹅的世界》|高智商归零，低智商开悟，揭秘不一样的世界

兴趣广泛，是个全才，从古典著作到数理统计，从畅销书作家到学者，还是个语言天才，通晓法语，英语

晴果读书·2022-02-11 23:20

正态分布随机变量加减运算后的分布

毕竟在数理统计中这一运算应当是很常用的。设随机变量由得其中相减只需改变均值中间的加号，变成减号即可。

抄书侠·2022-02-10 19:36

笔记一

模式识别的方法：模板匹配统计方法句法方法神经网络预备知识：（1）数理统计。（2）线性代数和矩阵分析。迹的计算：定义：对任意n阶方阵有1).2).3).有矩阵导数：1：函数对向量的导数，结果为向量。

Milkmilkmilk·2022-02-07 11:18

Jensen不等式

引言概率不等式是概率论和数理统计的理论研究中的重要工具，对于概率极限理论和统计大样本理论，几乎所有重要结果的论证是借助于概率不等式的巧妙应用，Jensen\mathrm{Jensen}Jensen不等式和证明

鬼道2022·2022-02-07 07:31

数理统计与数据分析阅读笔记-2

当我们的模型表现不佳时，通常是出现两种问题，一种是高偏差问题，另一种是高方差问题。识别它们有助于选择正确的优化方式，所以我们先来看下偏差与方差的意义。-偏差:描述模型输出结果的期望与样本真实结果的差距。-方差:描述模型对于给定值的输出稳定性。

Canala·2022-02-07 00:04

LDA模型分析（二）：pLSA建模与求参

尽管基于SVD的LSA取得了一定的成功，但是其缺乏严谨的数理统计基础，而且SVD分解非常耗时。Hofmann在SIGIR'99上提出了基于概率统计的PLSA模型，并且用EM算法学习模型参数。

林桉·2022-02-06 19:37

Machine Learning

听到机器学习这个概念是很久之前的事，但真正看书去了解倒是头一次，这本书便是同学分享过来的一个pdf版本，只是不是特别习惯看电子版的书，尤其是需要做笔记的时候，因此便去打印出来了，看起来不快，里面基本上涉及到的主要是矩阵论和数理统计的知识

柏举·2022-02-06 12:31

统计学5-贝叶斯法则

贝叶斯托马斯·贝叶斯（ThomasBayes，1702-1761），18世纪英国神学家、数学家、数理统计学家和哲学家，概率论理论创始人，贝叶斯统计的创立者，“归纳地”运用数学概率，“从特殊推论一般、从样本推论全体

赵阳_c149·2022-02-06 07:41

若幻若真，惜情惜义

其实，那天总共才有两节概率论与数理统计课，是上午的三、四节。我快速地起床，洗漱，带上相机和一些足够我用的现金，就匆匆忙忙地出发了。

眼中人·2021-12-14 00:27

【数理统计】一题了解拟合优度检验

0目的（意义）拟合优度检验是用卡方统计量进行统计显著性检验的重要内容之一。它是依据总体分布状况，计算出分类变量中各类别的期望频数，与分布的观察频数进行对比，判断期望频数与观察频数是否有显著差异，从而达到从分类变量进行分析的目的。用来检验观测数与依照某种假设或分布模型计算得到的理论数之间一致性的一种统计假设检验，以便判断该假设或模型是否与实际观测数相吻合。1基础知识1.1独立性检验对于两个分类变量的

火柴先生·2021-12-03 07:58

【数理统计】参数估计及相关（点估计、矩估计法、最大似然估计、原点矩&中心距）

1基础知识1.1常见分布的期望和方差1.2对数运算法则log⁡a(MN)=log⁡aM+log⁡aNlog⁡a(M/N)=log⁡aM−log⁡aNlog⁡a(1/N)=−log⁡aNlog⁡aMn=nlog⁡aM\log_{a}(MN)=\log_{a}M+\log_{a}N\\\log_{a}(M/N)=\log_{a}M-\log_{a}N\\\log_{a}(1/N)=-\log_{a}N

火柴先生·2021-11-28 23:59

关于各种回归评价指标MSE、RMSE、MAE、R-Squared、Standard Deviation（标准差）

关键字：机器学习，回归评价均方误差（MSE）数理统计中均方误差是指参数估计值与参数真值

RDSunday·2021-11-13 12:31

被孩子督促和推动的感觉

平时孩子有空会将学习笔记整理在知乎上分享给大家，之前已经有四个专栏90篇文章了，有时也会看看孩子的知乎文章，但很多真的只是“形式上”关注，真的看不懂，如“概率论与数理统计笔记”，共有

韬乐·2021-11-06 09:01

数理统计_笔记

目录文章目录目录ch1统计学前言01数据02统计指标平均数中位数众数03采样01简单随机抽样01要求02方法03样本条件04统计量05样本数字特征02分层抽样03整体抽样04非随机的等距抽样05系统抽样04概率的基本概念05大数定律与中心极限定理01切比雪夫不等式02相关性分析03回归分析04区间估计ch3概率与抽样分布条件概率事件独立性不相容性与独立性多个事件的独立离散型**二项分布**几何分布

sweetieeWang·2021-10-16 20:41

C++学习贝叶斯分类器实现手写数字识别示例解析

贝叶斯在概率论与数理统计这门课讲过，下面我们简单了解一下：首先，贝叶斯公式是具体的解释就不说了，我们说一说把贝叶斯用在数字识别的什么位置。

·2021-10-16 15:12

【概率论与数理统计】目录

第一章随机事件与概率1.1随机事件1.2等可能概型1.3频率与概率1.4概率的公理化定义与性质1.5条件概率与随机事件的独立性1.6全概率公式与贝叶斯公式第二章离散型随机变量及其分布2.1随机变量2.2概率函数2.3常用离散型随机变量2.4二维随机变量及其分布2.5随机变量的独立性与条件分布2.6随机变量函数的分布第三章连续型随机变量及其分布3.1分布函数3.2概率密度函数3.3常用连续型随机变量

盛世隐者·2021-10-04 22:44

对概率及数理统计应有的基本认识

概率是表示事件出现的可能性大小的一种数量指标。古典概率的看法，建立在“等可能”的基础上，各种可能的结果及其出现的次数都推演得知，而无需经过任何统计试验即可计算各种可能发生的概率。（古典概率的计算主要基于排列组合）在很多实际问题中，将全部可能事件结果罗列出来是不可能的，同时，结果的等可能性假定也很难成立。无法按古典概率的方式计算概率。所以从实用的角度，就有了概率的统计定义。这是一种通过实验去估计事件

有机会一起种地OT·2021-09-16 10:43

R语言可视化渐近正态性、收敛性：大数定律、中心极限定理、经验累积分布函数

p=23777在我们的数理统计课程中，已经看到了大数定律（这在概率课程中已经被证明），证明给出一组i.i.d.随机变量，其中有为了直观地看到这种收敛性，我们可以使用> for(i in 1:20)B\[

·2021-09-13 15:52

python深度总结线性回归

目录概述例子通俗解释数学推导误差评估方法梯度下降批量梯度下降随机梯度下降小批量梯度下降法案例一概述线性回归的定义是:目标值预期是输入变量的线性组合.线性模型形式简单,易于建模,但却蕴含着机器学习中一些重要的基本思想.线性回归,是利用数理统计中回归分析

·2021-09-03 15:51

数据分析面试题

文章目录1数理统计1.1.T检验和ANOVA都是用来看样本之间均值是否相等，但是两者又有什么区别呢？

Danah.F·2021-08-18 22:46

数据分析中的统计学知识

第三次复习概率论与数理统计，希望理解比之前更深刻。仅代表本人理解，如果错误欢迎指出。一、大数定理直观地理解是：当样本的容量足够大（或者实验的次数足够多），样本的均值收敛于总体的均值。

风一样的我1·2021-08-01 19:30

数理统计复习笔记九——正态性检验

假设X1,⋯ ,XnX_1,\cdots,X_nX1,⋯,Xn是来自正态总体为F(x)F(x)F(x)的IIDIIDIID样本，现感兴趣的假设为H0:F(x)∈{Φ(x−μσ):μ∈R,σ>0}(1)H_0:F(x)\in\{\Phi(\frac{x-\mu}{\sigma}):\mu\in\bmR,\sigma\gt0\}\tag1H0:F(x)∈{Φ(σx−μ):μ∈R,σ>0}(1)对于正态

TSzero·2021-07-29 18:36

数理统计复习笔记八——Kolmogorov检验

1.Kolmogorov检验数理统计复习笔记六——Pearson卡方拟合优度检验说明了χ2\chi^2χ2拟合优度检验，如果分点选的不是很好，可能会把两个有一定差别的分布检验为没有区别，而Kolmogorov

TSzero·2021-07-29 14:04

数理统计复习笔记七——列联表的独立性检验

1.一般的二维列联表B1B_1B1B2B_2B2⋯\cdots⋯BsB_sBs合计A1A_1A1n11n_{11}n11n12n_{12}n12⋯\cdots⋯n1sn_{1s}n1sn1⋅n_{1\cdot}n1⋅A2A_2A2n21n_{21}n21n22n_{22}n22⋯\cdots⋯n2sn_{2s}n2sn2⋅n_{2\cdot}n2⋅⋮\vdots⋮⋮\vdots⋮⋮\vdots⋮⋯

TSzero·2021-07-29 14:44

数理统计复习笔记六——Pearson卡方拟合优度检验

一、分类数据的χ2\chi^2χ2拟合优度检验1.1一般情形下的检验问题根据某项指标，总体被分为rrr类：A1,⋯ ,ArA_1,\cdots,A_rA1,⋯,Ar。此时我们最关心的是关于各类所占的比例的假设H0:第i类Ai所占的比例为pi,i=1,⋯ ,r(1)H_0:第i类A_i所占的比例为p_i,i=1,\cdots,r\tag1H0:第i类Ai所占的比例为pi,i=1,⋯,r(1)其中，∑

TSzero·2021-07-29 13:31

推荐频道

数理统计-ML-CV