概率分布

07-Numpy基础-伪随机数生成

numpy.random模块对Python内置的random进行了补充，增加了一些用于高效生成多种概率分布的样本值的函数。
风瑟·2023-08-25 06:41

概率分布

基本概念随机变量1.连续性随机变量如果随机变量X的所有可能取值不可以逐个列举出来，而是取数轴上某一区间内的任一点的随机变量2.离散型随机变量设X是一个随机变量，如果它全部可能的取值只有有限个或可数无穷个，则称X为一个离散型随机变量古典概率古典概率通常又叫事前概率，是指当随机事件中各种可能发生的结果及其出现的次数都可以由演绎或外推法得知，而无需经过任何统计试验即可计算各种可能发生结果的概率。条件概率
当_下·2023-08-25 01:20

机器学习：最大熵模型

其数学表达式如下：  假设离散随机变量XXX的概率分布是P(X)P(X)P(X)，则其熵为H
Sun_Sherry·2023-08-24 12:55

机器学习知识点总结：什么是EM(最大期望值算法)

生活中还有很多事物是概率分布，比如有多少人结了婚，又有多少人有工作，如果我们想要调查人群中吸大麻者的比例呢？敏感问题很难得到真实回答，这时就可以利用概率让调查匿名化，在“你吸大麻吗？”
Runjavago·2023-08-23 21:22

统计学补充概念02-对数似然

在概率统计中，似然函数表示给定观测数据，关于模型参数的概率分布。对数似然则是似然函数取对数后的结果。
丰。。·2023-08-23 08:18

成功呈概率分布，关键是你能不能坚持到成功开始呈现的那一刻

4、成功呈概率分布，关键是你能不能坚持到成功开始呈现的那一刻。5、领导的速度决定团队的效率。6、人若把自我框在必须的范围内，就容易限制了自我的思维和格局。
代瑜破初心莫负·2023-08-22 23:56

机器学习基础之参数估计

机器学习基础之参数估计一、参数估计对所要研究的随机变量，当它的概率分布的类型已知，但是参数未知，比如服从正太分布。但是这两个参数未知。那么这么确定这些未知参数呢？
sunny4handsome·2023-08-22 05:40

贝叶斯公式

一、贝叶斯公式贝叶斯公式是一种用于概率推断的重要数学工具，它描述了在观测到新信息后如何更新关于某个事件的概率分布。
summer_west_fish·2023-08-21 07:10

学习笔记|程序员的数学：概率统计#4

4.连续值的概率分布4.1渐变色打印问题（密度计算预热）4.1.1图表描述油墨的消耗量（累积分布函数）打印一条渐变的油墨色带，图表描述油墨的总消耗量，横轴为长度，纵轴为消耗量4.1.2图表描述油墨的打印浓度
Woooooooooooooo·2023-08-21 02:24

【JS 常用的概率算法】

JS常用的概率算法1.Math.random()随机数生成2.概率分布函数3.蒙特卡罗算法4.马尔科夫链5.拉斯维加斯算法JavaScript中常用的概率算法有以下几种：1.Math.random()随机数生成
cv全粘工程师·2023-08-20 16:09

小猿圈Python开发之绘制频率分布直方图示例

概率分布表示样本数据的模样，长的好不好看如果有图像展示出来就非常完美了，使用Python绘制频率分布直方图非常简洁，因为用的频次非常高，这里记录
小猿圈_7197·2023-08-20 07:05

马尔科夫状态转移矩阵

因此可以用于连续概率分布和离散概率分布。4.Π通常称为马尔可夫链的平稳分布。二、马尔科夫状态转移矩阵概念用精确的数学定义来描述，则假
m0_6007358·2023-08-19 23:23

GPT系列总结

language-unsupervised/language_understanding_paper.pdf1.1Unsupervisedpre-training（1）通过一个窗口的输入得到下一个token在目标token上的一个概率分布
江汉似年·2023-08-19 14:24

神经网络基础-神经网络补充概念-54-softmax回归

原理Softmax回归的主要思想是将原始的线性分数（得分）转化为类别概率分布，使得模型可以对多个类别进行分类。
丰。。·2023-08-18 12:14

强化学习 PPO算法和代码

PPO效果前提τ~p(τ)是轨迹分布t∈[0,T-1]是一条轨迹的步骤数策略π是动作a的概率分布State-ActionValueFunction简称V(st)函数Vπ(st)=Eτ∼p(τ)[R(τt
码狂☆·2023-08-18 05:05

提升算法

换句话说就是“三个臭皮匠顶个诸葛亮”对于分类问题，提升方法就是从弱学习算法出发反复学习，得到一系列弱分类器，然后组合这些弱分类器，组成一个强分类器提升方法需要明白的两个问题一是在每一轮如何改变训练数据的权值或概率分布回答
echolvan·2023-08-17 23:08

高斯分布

高斯分布计算方差和期望过程推导有偏和无偏证明高维高斯分布过程高斯分布：连续变量一种最重要的概率分布：正态分布对于一元实值变量,高斯分布被定义为：其中参数：被叫做均值，被叫做方差，方差的平方根，由给定，叫作标准差
带刺的小花_ea97·2023-08-17 19:55

机器学习｜Softmax 回归的数学理解及代码解析

机器学习｜Softmax回归的数学理解及代码解析Softmax回归是一种常用的多类别分类算法，适用于将输入向量映射到多个类别的概率分布。
宇仔TuT·2023-08-17 16:28

信息与通信工程面试准备——数学知识｜正态分布｜中心极限定理

正态分布正态分布也被称为高斯分布或钟形曲线（因为它看起来像一个钟），这是统计学中最重要的概率分布，就像我们在大自然中经常看到的那样，它有点神奇。例如，身高、体重、血压、测量误差、智商得分等
alwaysuzybaiyy·2023-08-17 09:27

机器人非参数滤波之二维直方图滤波算法实现

正如前面所提到的那样，整个滤波的过程包含两个部分，测量更新和运动更新最后得到网格地图的概率分布，以表示机器人目前处于的位置。下面让我们讲解基于2维地图的直方图滤波算法的实现。
8416ac9040d9·2023-08-17 08:30

大语言模型LLM的一些点

LLM发展史GPT模型是一种自然语言处理模型，使用Transformer来预测下一个单词的概率分布，通过训练在大型文本语料库上学习到的语言模式来生成自然语言文本。
远洋号·2023-08-16 14:29

使用chatGPT-4 畅聊量子物理学（三）

量子力学只能预测给定测量的可能结果的概率分布"ChatGPT这句话描述了量子力学中的一种基本原则，即“物理系统在被测量之前不具有确定的属性”。
Omer_·2023-08-16 13:21

SPSS统计教程：卡方检验

一.卡方分布卡方分布是一种概率分布，若k个随机变量Z1、......
野生的狒狒·2023-08-16 13:19

大语言模型LLM的一些点

LLM发展史GPT模型是一种自然语言处理模型，使用Transformer来预测下一个单词的概率分布，通过训练在大型文本语料库上学习到的语言模式来生成自然语言文本。
超人汪小建(seaboat)·2023-08-16 00:14

拓端tecdat|R语言贝叶斯Metropolis-Hastings Gibbs 吉布斯采样器估计变点指数分布附代码数据

指数分布是泊松过程中事件之间时间的概率分布，因此它用于预测到下一个事件的等待时间，例如，您需要在公共汽车站等待的时间，直到下一班车到了。
·2023-08-15 20:39

R语言MCMC:Metropolis-Hastings采样用于回归的贝叶斯估计|附代码数据

您可能需要计算后验概率分布p（θ）的最大值。解决期望值的一种方法是从p（θ）绘制
·2023-08-15 20:06

Python贝叶斯推断Metropolis-Hastings（M-H）MCMC采样算法的实现

p=25376Metropolis-Hastings算法对概率分布进行采样以产生一组与原始分布成比例的轨迹。首先，目标是什么？
·2023-08-15 20:01

数学基础--高斯分布详解

1、简介  正态分布（NormalDistribution），又名高斯分布（GaussianDistribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力
jimte_pro·2023-08-15 17:36

第一章 算法基础——概率论与数理统计基础

1、二项分布：表示n个独立的是与非试验中成功的次数离散概率分布情况，每次成功与失败试验被称为伯努利试验。2、超几何分布：也是统计学中一种离散概率分布，和二项分布类似，但是不同点在于样本的量。
文颜·2023-08-14 14:06

使用chatGPT-4 畅聊量子物理学（二）

哥本哈根解释强调观察者在测量过程中的角色，认为在观察前，粒子的状态并没有固定，而是处于一种概率分布中，只有在被观察时，粒子的状态才
Omer_·2023-08-14 13:11

经典的语言模型：N-gram

语言模型一个语言模型通常构建为字符串的S的概率分布P(s)。比如，每个人100句话中平均大约有一句“你好”，那么“你好”这句话的概率大致为，像“野猪会做饭烧菜”，基本没人会说，则可以认为其概率为0。
一心一意弄算法·2023-08-14 03:51

joint probability

当目标空间是离散的，我们可以将多个随机变量的概率分布想象成填充一个(多维)数字数组。图1显示了一个示例。联合概率的目标空间是每个随机变量的目标空间的笛卡尔积。我们将联合概率定义为两个值联合进入的概率。
菌子甚毒·2023-08-13 20:06

概率图模型（Probabilistic Graphical Model，PGM）

它可以用来表示复杂的概率分布，进行有效的推理和学习，以及解决各种实际问题，如图像处理，自然语言处理，生物信息学，社会网络分析等。概率图模型有两大类：有向图模型和无向图模型。
子燕若水·2023-08-13 19:24

释放马氏距离的力量：用 Python 探索多元数据分析

一、说明马哈拉诺比斯距离（MahalanobisDistance）是一种测量两个概率分布之间距离的方法。它是基于样本协方差矩阵的函数，用于评估两个向量之间的相似程度。
无水先生·2023-08-13 17:38

概率论与数理统计：第二、三章:一维~n维随机变量及其分布

一维随机变量及其分布1.一维随机变量1.随机变量2.分布函数F(x)F(x)F(x)(1)定义(2)分布函数的性质(充要条件)(3)分布函数的应用——求概率3.最大最小值函数2.一维离散型随机变量及其概率分布
程序员爱德华·2023-08-13 11:53

R语言泊松(Poisson)分布

Poisson分布，是一种统计与概率学里常见到的离散概率分布，由法国数学家西莫恩·德尼·泊松（Siméon-DenisPoisson）在1838年时发表。
qq_27390023·2023-08-13 11:13

机器学习之隐马尔科夫

二、基本概念2.1定义definition隐马尔可夫模型由初始概率分布、状态转移概率分布以及观测概率分布确定。隐马尔可夫模型的形式定义如下:设Q是所有可能的状态的集合,V是所有可能的观测的集合。
shtahal·2023-08-12 10:51

十大机器学习算法之二：逻辑斯蒂回归

模型训练3.1损失函数3.1.1平方损失函数3.1.1交叉熵损失函数3.1.2对数似然函数3.2梯度2.3优化方法1知识预警1.1交叉熵与对数似然1.1.1熵设XXX是一个取有限个值的离散随机变量，其概率分布为
嘿嘻哈呀·2023-08-11 21:17

强化学习基础

强化学习策略网络输入状态s，输出动作a的概率分布如下：π(a∣s)\pi(a|s)π(a∣s)多次训练轨迹如下r表示回报横轴为T,1个回合的步骤数纵轴为N,回合数，1行代表1条轨迹，符合概率分布P[s11a11r11
码狂☆·2023-08-11 17:47

【数学建模算法】(19)排队论：多服务台模型（M/M/s/∞）

记为系统到达平衡状态后队长的概率分布，注意到对个数为的多服务台系统，有和记，则当时，由之前的结论，相似地，有：故：其中：式（1）和（2）给出了在平衡
热爱学习的高老板·2023-08-11 01:06

MCMC（马尔可夫链）

1.马尔可夫链由状态空间和转移矩阵定义2.齐次马尔可夫链是指未来状态的条件概率分布仅依赖于现在状态，与过去无关3.如果马氏链的每个状态都会趋于一个稳定的数值，我们称过程收敛4.如果分布π(X)使得停留在某一状态的概率与从随机采样的前期状态转移到它的概率相同
整得咔咔响·2023-08-10 19:51

平稳随机过程

平稳随机过程的概念：并不是说所有时刻的概率分布相同，而是说概率随时间的分布是周期性的，同一个相位的概率相同。图中已经证明了，平稳过程的期望值是常数。但是，平稳过程的方差和均方值也是常数。
satadriver·2023-08-10 19:20

机器学习实战 朴素贝叶斯

对于给定的训练数据集，首先基于特征条件独立假设学习输入输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。
Helen980416·2023-08-10 08:48

正态累积分布函数的近似计算方法

虽然这个结论可以被解释为正态概率分布的第一个模糊表达，但Stigler指出，deMoivre本
带着地球去浪一浪·2023-08-09 15:40

概率分布：二项分布

二项分布二项分布(binomialdistribution)就是在重复n次独立的伯努利试验(Bernoulliexperiment)中，所期望结果出现次数的概率分布。
带着地球去浪一浪·2023-08-09 15:09

朴素贝叶斯法

此方法的思路是首先由训练数据计算和的估计,然后得到联合概率分布之后利用贝叶斯定理及学到的联合概率分布计算属于类别的概率对于给定的输入，通过上式计算属于类别的概率，即又由朴素贝叶斯法的特征条件独立性假设，
cccshuang·2023-08-09 00:47

（统计学习方法|李航）第一章统计学习方法概论七八九十节——生成模型与判别模型，分类问题，标注问题，回归问题

目录一，生成模型与判别模型二，分类问题三，标注问题四，回归问题一，生成模型与判别模型P（X,Y）是联合概率分布只要是出现联合概率分布，就一定是生成模型判别方法就是直接去求概率二，分类问题评估分类器性能的指标一般是分类准确率其定义是
Allenspringfestival·2023-08-08 14:41

2020-08-09

11概率分布：认识现实世界的数学模型随机变量：把随机事件可能的结果抽象成一个数字，每个数字对应一个概率，这个随机变化的数字。
读研少年·2023-08-08 07:25

（统计学习方法|李航）第五章 决策树——一二三节：决策树模型与学习，特征选择，决策树的生成，

目录一，决策树模型与学习1.决策数模型2.决策树与if-then规则3.决策树与条件概率分布4.决策树学习二，特征选择1.特征选择问题2.信息增益3.信息增益比三，决策树的生成1.ID3算法2.C4.5
Allenspringfestival·2023-08-07 11:17

[深度学习]Softmax 交叉熵

交叉熵代表的是不同概率分布的相似情况,他的计算方法如下所示：其中ｙ代表的是每种类比出现的概率cross\_entropy=-\sumy*log(y)对于深度学习中的分类问题来说，当分类越准确的时候，上述值就越小
UpCoderXH·2023-08-07 09:42
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他