概率与统计

【Machine Learning】机器学习之一些数学相关的知识储备

文章目录前言一、微积分基础1.1夹逼准则1.2导数/方向导数1.3梯度1.4凸函数二、概率与统计基础2.1概率2.2期望值2.3方差2.4协方差2.5相关系数三、高斯分布3.1独立同分布3.2高斯分布3.3
贾继康·2020-08-13 11:00

机器学习——概率密度估计随笔

概率密度估计笔记概率与统计关系参数估计似然与概率似然函数与概率函数极大似然估计最大后验估计（MAP）贝叶斯估计非参数估计直方图Parzen窗（核密度估计）概率与统计关系先捋清楚概率和统计分别是啥意思。
weberyoung·2020-08-08 19:46

时间序列分析之一：数据预处理

时间序列分析拾运用概率与统计的理论与方法分析随机数据序列，并建立数学模型、定阶和参数估计的学科，它主要应用在预测、控制、滤波、金融（如股票价格）等方面。
数学VS游戏开发·2020-08-07 18:53

静雅斋目录导航

高中数学静雅斋目录导航01、集合02、常用逻辑用语03、初等函数04、导数05、数列06、三角函数与解三角形07、不等式08、概率与统计09、平面向量10、立体几何11、解析几何12、复数、算法框图、推理与证明
weixin_34321753·2020-08-05 03:39

概率与统计笔记

这部分数学的基本思想是：在有上帝视角的时候，知道事件发生的分布，计算某些事件发生的概率，及一些分布的特征。在没有上帝视角的时候，靠已知事件发生的频率推断事件的分布类型，或者分布的一些特征1.贝叶斯定理可以根据客观条件看成是对先验概率的不断修正。2.我们现在使用的概率：将样本空间中的事件映射为随机变量表示的值，用一个函数将事件或随机变量映射到(0,1)之间。3.伯努利分布：两件事情，映射为0，1.伯
shiyueyue0822·2020-07-11 22:58

用python学概率与统计（第四章）概率论简述

组合排列组合：CNn=(Nn)=N!n!(N−n)!排列：PNn=n！(Nn)=N!(N−n)!importitertoolsIn[61]:r=itertools.combinations(range(4),3)In[62]:rOut[62]:In[63]:len(list(r))len(list(r))Out[63]:4In[68]:4r=itertools.permutations(range
polarislove1113·2020-07-11 14:23

Seeing Theory 通过可视化看懂统计理论

最近看到一个有意思的平台，该平台通过可视化的方式来展示概率与统计理论内容，让人们通过交互看到可视化的方式明白概率与统计相关的理论从何而来。平台作者是一个Brown学生所建，目前暂时还没有中文的界面。
秋小鱼Sandy·2020-07-10 02:37

机器学习对回归模型的评价指标：均方误差、可解释方差和R方值

学习过概率与统计的同学们都知道，对于线性回归及其他的回归模型来说，评价连续性可拟合的数据就不能使用离散二分类器的评价指标对回归模型进行评价。
XellossRyan·2020-07-07 14:09

概率与统计试题

对以往数据分析结果表明，当机器调整得良好时，产品的合格率为98%,而机器发生某一故障时,产品的合格率为55%,每天早上机器开动时,机器调整达良好的概率为95%。试求已知某日早上第一件产品是合格品时,机器调整达良好的概率是多少？答：设事件A：产品合格；B:机器调整良好。已知P(A|B)=0.98,P(A|B的逆)0.55，P(B)=0.95。求P(B|A)。P(B|A)=P(AB)/P(A)=P(A
yichudu·2020-07-07 05:04

概率与统计之一 标准差（standard deviation）和标准误（standard error）

标准差和标准误差标准差（standarddeviation）和标准误差(standarderrorofmean)根据国际标准化组织（ISO）的定义：标准差σ是方差σ2的正平方根；而方差是随机变量期望的二次偏差的期望。什么是标准误差（standarderror）呢？通常来说有两种定义方式：样本容量为的标准误差是样本的标准差除以。有人用样本的标准差除以n来作为标准误差（如果标准误差是基于总体均值来估计
zyex1108·2020-06-30 20:02

给机器学习初学者的忠告：

不要为了学习机器学习，去把高等数学、线性代数和概率与统计三门课像准备考研一样再学一遍，认识牛顿、莱布尼茨两位高等数学的祖师爷，再了解行列式／矩阵和概率统计中的一些名词术语就足够在这一行业混吃混喝了。
夏雨淋河·2020-06-30 13:58

机器学习和概率统计的关系

概率统计的关注点概率与统计的水很深，我们不
NYAIoT·2020-06-30 12:09

用机器学习的分类算法识别象棋棋子——兼论旋转不变性

2.图像的矩特征矩是概率与统计中的一个概念，是随机变量的一种数字特征。如果把二维灰度图像视为有质量
天元浪子·2020-06-30 03:15

机器学习知识总结系列-机器学习中的数学-概率与数理统计（1-3-1）

文章目录目录1.概率与统计1.1机器学习与概率统计之间的关系1.2重要的统计量1.2.1期望1.2.2方差1.2.3协方差，相关系数协方差相关系数1.2.4矩1.3重要的定理与不等式1.4用样本估计参数目录
Zero-One-0101·2020-06-27 13:01

机器学习的概率与统计知识复习总结

现在复习一下，找一些概率与统计这门课的感觉。主要理解下什么是随机变量，与概率的关系，要样本干什么，等等。1.什么是古典概率？有限个可能事件，且每个事件都是等可能概率事件。
viewcode·2020-06-27 11:06

国外AI大牛推荐的10大最有帮助免费在线机器学习课程

本文编译自twitter用户chipro斯坦福在线自学课程《概率与统计》：该课程涉及概率统计的基本概念，涵盖机器学习4个基本方面：探索性数据分析，产生数据，概率和推理。
陆道峰·2020-06-27 01:11

2019-07-11

在小学阶段数据处理较繁琐，我们不能把“概率与统计”的教学变得枯燥无味，而应以有趣的方式呈现。教师需要自己善于收集和积累生活中的数据，并根据学生的特点加以有效改造，设计成学生感兴趣、喜闻乐见的情境。
梁江伟·2020-06-27 00:35

机器学习深入与强化--数学基础(2)

一、概率与统计1、不是为了学习概率与统计，而是为了进行机器学习而补充相关的概率统计知识。2、概率与统计的水很深，不必强求全面。3、关键是打通概率与统计和机器学习的关系。
Jerry_Fu24·2020-06-26 21:34

叶丙成-概率-chapter1-基础知识

-chapter1-基础知识篇1.概率概论为什么要研究概率我们对世界了解的太少，世界的很多运作是未知的世界上的事情不见得都是必然的(deterministic),有很多事情是有随机性的(random)概率与统计的差异概率
togetlife·2020-06-26 19:21

一个例子搞清楚（先验分布/后验分布/似然估计）

一个例子搞清楚（先验分布/后验分布/似然估计）preface：无论是《通信原理》、《信息论》、《信道编码》还是《概率与统计理论》，或者在现在流行的《模式识别》和《MachineLearning》中总会遇到这么几个概念
icaoys·2020-06-25 01:32

机器学习中的数学——概率论与信息论笔记

作用：①设计算法计算或估算由概率论导出的表达式；②用概率与统计从理论上分析AI系统的行为。不确定性的三种可能来源：①、被建模系统内在的随机性。
a_marker·2020-06-22 11:15

如何从一个小白到硬件开发高手，学习步骤是什么？

要从事硬件你可能要接触到如下课程：高等数学、概率与统计、数字电路、模拟电路、电路分析、电子技术基础、单片机、C语言、信号与系统、微机接口及应用等。2.培养动手能力
嵌入式资讯精选·2020-06-21 19:29

【数学考点】2020高考数学(文·理)最可能考的50道题! 近9年考点竟这么有规律...

有不少同学和家长留言说想要文科数学的押题，看，它来了——文科数学每年必考的知识点有：集合、复数、平面向量、程序框图、三视图、函数与导数、三角函数、圆锥曲线、球的组合体、（概率与统计模块）等。
高考网·2020-06-10 00:00

数与代数分类

经过昨天的分类总结，我们在二级分支那儿已经确定了三个包含科目，分别是数与代数，几何，以及概率与统计，将几乎所有数学知识都概括个够，那么先让我们进入第一个分类，数与代数，研究它的分类方法，和所包含的数吧。
兰海粟·2020-04-14 14:19

高等数学(第七版)(上册)课后习题答案

同济大学数学系编出版社：高等教育出版社第1章：函数与极限第2章：导数与微分第3章：微分中值定理与导数的应用第4章：不定积分第5章：定积分第6章：定积分的应用第7章：微分方程马同学提供线性代数,微积分,概率与统计等高等数学知识讲解形象生动
从来而来·2020-04-09 23:32

三个概率问题

概率与统计初步对我们日常生活很有帮助。我先提一个问题：如果你经营一家零售店，无意中发现你的一个出纳，一个老太太正在盗用收银款。由于她害怕被解雇，过来向你祈求原谅。
伍帆·2020-03-09 02:47

高分学霸教你如何复习考研数学

辅助资料包括：相关教材(高数、线代、概率与统计)、《数学题型集粹与练
启航考试学校·2020-03-07 16:34

从随机数到概率与统计学

当我再一次重又回到学习状态时，和在学校时的最大区别就是，内容不再枯燥，少了茫然，我把这归结为三点原因：1、有目标的学习，知道学习意义2、教程的趣味性和节奏感3、自我思想的相对成熟也许这几个并没有包含所有的方面，但对我来说，他们是影响最大、最重要的部分，因为昨天是冬至，晚上回家比较早，邻里吃饭喝酒聊天，吃完饭晕晕乎乎的，就没花时间写东西了，所以今天补写一篇昨天的课程大概从随机数谈到概率密度到二项分布
TrueFar·2020-03-01 08:57

2018-10-17

Markdown学习笔记一级标题二级标题三级标题可以一直写到六级标题.....无序列表数学线性代数概率与统计有序列表数学线性代数概率与统计插入图片与链接百度诗的引用非淡泊无以明志非宁静无以致远粗体与斜体粗体
douglasWch·2020-02-26 13:51

机器学习中的数学系列-2概率与统计

1，基本概念期望，方差，协方差概念与性质2，重要的分布重要的定理1.Jensen不等式Paste_Image.png需要注意条件，pi大于0，p1+p2+...+pn=1,以及f是凸函数。如果把pi看作概率，那么得到f(E(X))<=Ef(X)2.切比雪夫不等式Paste_Image.png切比雪夫不等式说明任意一个数据集中，位于其平均数m个标准差范围内的比例（或部分）总是至少为1-1/㎡，其中m
3orchid3·2020-02-12 06:46

源自斯坦福CS229，机器学习备忘录在集结

【嵌牛正文】：据项目介绍，该repository旨在总结斯坦福CS229机器学习课程的所有重要概念，包括：学习该课程所需的重要预备知识，例如概率与统计、
羽_71ba·2020-02-10 10:59

排列组合——排列

学习概率论与数理统计，要用到排列组合的知识，更重要的是要用到排列组合的思维方法，因此，学习概率与统计是很有必要了解一下排列组合的知识的。以下是两道比较简单的关于排列的问题，相信文科生也是能解的。
勇赴·2019-12-28 04:30

概率与统计基础

图片发自App在定义概率时要事先明确指出样本空间是什么。图片发自App贝叶斯公式设是样本空间的一个分割,若,则随机变量定义在样本空间上的实值函数称为随机变量.若,则表示如下的随机事件或者可以将随机事件表示为诸如形式.分布函数设是随机变量,对任意实数,称为随机变量的分布函数,且称服从,记作,或概率分布列设是一个离散随机变量,若的所有可能取值是,则称取的概率为的概率分布列或简称分布列,记作,或或通常使
水之心·2019-12-26 00:00

零基础AI入门指南

首先AI对数学基础要求比较高，微积分、线性代数、概率与统计，缺一不可。其次需要有一定的编程能力，Python或R至少得会一种。然后AI本身还有一大堆的理论和算法需要学习。
郭文圣·2019-12-01 10:56

日常总结 2017年3月27日

下午继续图书馆，看了一大节课『原来这么拍』，然后去上了概率与统计。晚上把剩下那些没看的『原来这么拍』看完了。然后跟一个小亲戚讨论了一下『辱母杀人案』。R-Reflective:感觉反应层次你要如何
Mr_Leekon·2019-11-02 15:43

作为一个普通的人工智能工程师，需要具备什么样的数学基础？

对于数据挖掘、人工智能、模式识别主要是高等数学（微积分、优化）、线性代数、概率与统计这三门是非常重要而且必要的数学基础。
duozhishidai·2019-09-26 19:56

七月在线机器学习中的数学第二期笔记1

这套笔记是跟着七月在线机器学习中的数学第二期的学习而记录的，主要记一下我再学习机器学习的时候一些概念比较模糊的地方，具体课程参考七月算法官网：七月数理统计和参数估计部分一.概率与数理统计首先，看一下概率与统计的关注点
小小小是我·2019-07-05 20:14

最大似然估计

这里涉及了概率与统计的两种应用，假设检验
tgis·2019-04-12 17:00

【计算机综合】

编程基础Java中堆内存（heap）和栈内存（stack）的区别概率与统计下面三种算法应该都属于数值概率算法概率算法-LasVegas考虑用拉斯维加斯算法解决N皇后问题：对于n后问题的任何一个解而言，每一个皇后在棋盘上的位置无任何规律
dominic_z·2019-03-31 22:13

入行数据分析，这几本书是你需要看的，良心推荐！

打好概率与统计的基础概率与统计是数据分析的基石，像一些概率分布、抽样、线性回归、时间序列都是数据分析当中经常会用到的，可以说日常碰到的大部分的分析需求都可以用统计分析来解决。
duozhishidai·2019-03-20 18:44

机器学习 第7章 贝叶斯分类器 概念总结和简单实践

在概率与统计中，有一个定理，P(Y,X)=P(X)P(Y|X)=P(Y)P(X|Y)，如果我们把X看作属性，把Y看作分类结果label，那么我们想要得到的就是在属性X已知的情况下，各类别P（Y|X）的概率
至味清欢·2019-03-16 00:24

荐书.重新帮助我们客观看待世界的好书

本期推荐一本书，也是诺贝尔经济学家罗伯特希勒推荐的，书名是《简单统计学:如何轻松识破一本正经的胡说八道》概率与统计应该作为所有人的基础或标配，它能帮助我们更加理性客观的看待这个世界。
好多番茄·2019-03-10 09:48

计算几何 CSU1986 矩形相交问题

现在子浩君正研究《概率与统计》第四大宝典，所以，他需要统计这些图案的
OtterVV·2018-12-12 21:47

静雅斋目录

01.集合02.常用逻辑用语03.初等函数04.导数05.数列06.三角函数与解三角形07.不等式08.概率与统计09.平面向量10.立体几何11.解析几何12.复数框图推理与证明13.坐标系与参数方程
静雅斋数学·2018-10-23 16:00

Sympy：Getting started

SymPy支持符号计算、高精度计算、模式匹配、绘图、解方程、微积分、组合数学、离散数学、几何学、概率与统计、物理学等方面的功能。
ACphart·2018-08-16 10:52

微积分

p=14矩阵求导奇异值分解向量的导数求偏导面积可以是个向量凸函数凹函数Tensor没有理解SVDM概率与统计线性代数微积分https://www.bilibili
SMSM·2018-07-15 11:34

概率与统计

事件关系及运算遗忘的有：C表示的含义C表示组合的个数（无序），A表示排序的个数（有序）。C=A的个数除以顺序的个数屏幕快照2018-06-3021.26.34.pngAB相互独立，则P(A并B)是怎么计算的？是什么意思？屏幕快照2018-06-3021.08.24.png全概率贝叶斯条件概率P(AB)=P(B)*P(A|B)或者可以理解为P(AB)就是先发生B然后再在B的基础上发生A的概率所以就是
SMSM·2018-07-14 15:46

统计学习方法相关问题

统计学习方法相关问题1.概率与统计的关系如何？http://blog.sciencenet.cn/blog-242272-1036214.html2.似然与概率之间的关系如何？
姜上先生·2018-03-12 16:34

大话MLE和MAP、损失和正则

学过概率与统计的人，应该就是极大似然估计MLE，该方法假设要估计的参数为常数，从而求解最大似然函数问题，得到最优参数。
海街diary·2018-03-05 19:02

【笔记】想学机器学习？这里有你需要知道的一些基础知识！

本文主要内容：机器学习基础：机器学习的分类与一般思路微积分基础：泰勒公式、导数与梯度概率与统计基础：概率分布、常见分布、常见统计量线性代数基础：矩阵乘法的几何意义机器学习的其他名称：模式识别、数据挖掘、
光影流年925·2018-01-02 15:41
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他