概率分布

基于蒙特卡洛法的规模化电动汽车充电负荷预测（Python&Matlab实现）

概述1蒙特卡洛模拟方法介绍2规模化电动汽车充电负荷预测计算方法3完整代码0概述对于本文的研究,依据不同用途电动汽车影响因素的分布函数和设定参数，采用蒙特卡洛法,对各用途电动汽车的日行驶里程、起始充电时间概率分布参数进行随机抽样
数学建模与科研·2023-06-18 23:46

高斯过程（Gaussian Process）回归预测，例子，代码及可视化展示

联合分布是指多个随机变量同时满足的概率分布，一个常见的例子是考虑两个随机变量：X表示一个人的年龄，Y表示他们的身高。假设X和Y的联合分布是正态分布。
河北一帆·2023-06-18 17:15

EM算法实现之隐马尔科夫模型HMM的python实现

该过程要求具备“无记忆”的性质：下一状态的概率分布只能由当前状态决定，在时间序列中它前面的事件均与之无关。这种特定类型的“无记忆性”称作
babyai997·2023-06-18 14:37

极大似然估计 EM算法 Kmeans收敛性

极大似然估计估计类条件概率的一种常用策略是先假定其具有某种确定的概率分布形式，再基于训练样本对概率分布的参数进行估计。
ID3·2023-06-18 09:23

统计学第四周——概率分布

本周是统计学学习小组的第四周习内容如下：1、基本概念：随机变量、古典概率、条件概率、离散变量、连续变量、期望值、【大数定律】；2、离散变量概率分布:二项分布、伯努利分布、泊松分布；3、分布的形状:均匀分布
萌新产品小霸王·2023-06-18 06:16

信息检索-存储

压缩的本质是对数据进行重新编码，编码依据是数据的分布特性，一般是概率分布情况，比如对于
以梦为马驾驾驾·2023-06-18 02:32

马尔科夫模型 详解

符号“y|X(t)”通常表示给定变量X在时间t的值时变量y的条件概率分布。它表明y的值取决于特定时间t的X值。马尔可夫过程若随机过程满足马尔可夫性，则称为马尔可夫过
AI生成曾小健·2023-06-17 16:06

数学建模入门 方法及代码

建模的十大算法1.蒙特卡罗算法构造或描述概率过程实现从已知概率分布抽样建立各种估计量1分子模拟计算使用蒙特·卡罗方法进行分子模拟计算是按照以下
mrhao61·2023-06-17 13:51

go分析和kegg分析_生信分析中GSEA分析(GO/KEGG富集分析)的重要性

实际上就是一个超几何分布，超几何分布是统计学上一种离散概率分布。它描述了从有限N个物件(其中包含M个指定种类的物件)中抽出n个物件，成功抽出该指
weixin_39622587·2023-06-16 18:57

生成模型之VAE与VQ-VAE

AE、VAE和VQ-VAE可以统一为latentcode的概率分布设计不一样，AEr通过网络学习得到任意概率分布，VAE设计为正态分布，VQVAE设计为codebook的离散分布。
平亦舸·2023-06-16 10:12

ChatGPT (可能)是怎么炼成的

实际上，GPT学的就是一个“概率分布”。然后按照概率分布，选一个字出来。比如下图中，“美”的出现概率就很高。句子接龙的作用实际上，学会了句子接龙，就可以
河南老♂乡唐可可·2023-06-16 04:35

异常数据检测 | Python实现基于高斯概率分布的异常数据检测

文章目录文章概述模型描述源码分享学习小结参考资料文章概述高斯分布也称为正态分布。它可以被用来进行异常值检测，不过我们首先要假设我们的数据是正态分布的。不过这个假设不能适应于所有数据集。但如果我们做了这种假设那么它将会有一种有效的方法来发现异常值。模型描述Scikit-Learn的EllipticEnvelope[10]模型，它在假设我们的数据是多元高斯分布的基础上计算出高斯分布的一些关键参数过程。
算法之旅·2023-06-16 02:44

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
·2023-06-16 00:55

几何分布 ：要等多久才能成功一次？

几何分布几何分布用于描述对于独立同分布的贝努里随机变量，第一次出现成功需要等待的次数的概率分布。
数科每日·2023-06-15 22:53

决策树

决策树表示给定特征条件下，类的条件概率分布，这个条件概率分布表示在特征空间的划分上，将特征空间根据各个特征值不断进行划分，就将特征空间分为了多个不相交的单元，在每个单元定义了一个类的概率分布，这样，这条由根节点到达叶节点的路径就成了一个条件概率分
SummerTan·2023-06-15 21:04

数据科学分布——泊松分布

泊松分布概念λ的影响产生随机值概率质量函数累积概率密度函数绘制λ概念Poisson分布，是一种统计与概率学里常见到的离散概率分布。现实生活多数服从泊松分布。
啥都鼓捣的小yao·2023-06-15 18:54

《机器学习公式推导与代码实现》-chapter7决策树

决策树模型预测的过程既可以看作一组if-then条件的集合，也可以视为定义在特征空间与类空间中的条件概率分布。决策树模型的核心概念包括特征选择方法、决策
Jiawen9·2023-06-15 16:22

《统计学习方法》——条件随机场(下)

条件随机场(conditionalrandomfield,CRF)是给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型，其特点是假设输出随机变量构成马尔可夫随机场。
愤怒的可乐·2023-06-15 07:37

Python可视化——基于matplotlib.pyplot的基础图形绘制

本文简介二、基本图形2.1柱状图2.1.1普通柱状图2.1.2堆积柱状图2.1.3分组柱状图2.2条形图2.2.1普通条形图2.2.2复式条形图2.2.3堆积条形图2.3直方图2.3.1普通直方图2.3.2概率分布直方图
小白微·2023-06-15 06:06

论文解读 | 基于蒙特卡罗树搜索的触觉目标识别主动末端执行器姿态选择

将它们在物体上离散化会创建共同的特征，可以建模为概率分布，该分布可以
BFT白芙堂·2023-06-14 17:07

核密度估计原理及spark&python实现

核密度估计属于非参数估计，它主要解决的问题就是在对总体样本的分布未知的情况，如何估计样本的概率分布。
我就算饿死也不做程序员·2023-06-14 10:27

从 ChatGPT 爆火回溯 NLP 技术

GPT模型是一种NLP模型，使用多层变换器（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。
Jericho2022·2023-06-14 06:05

【2018-09-25】朴素贝叶斯算法

训练数据集：先验概率：条件概率分布：后验概率分布：朴素贝叶斯分类器可表示为：后验概率最大化，选择具有高概率的决策====期望风险最小化
BigBigFlower·2023-06-14 00:38

【深度学习】日常笔记4

Softmax函数可以将一组任意实数值转换为一个概率分布，它的输出值是各个类别的概率估计。
重剑DS·2023-06-13 22:18

监督学习算法

逻辑回归很多的监督学习算法是基于估计概率分布P(y|x)的，假设参数服
·2023-06-13 22:08

数据可视化-Tableau练习作业（一）

4、连接统计文件02图表分析按照幻灯片中案例或者老师的讲解进行简单的图表分析暂无03离散量和连续量的区别体会离散量和连续量的区别离散变量指变量值可以按一定顺序一一列举，通常以整数位取值的变量离散变量的概率分布
安悦悦ya·2023-06-13 12:00

【小呆的概率论学习笔记】正态分布的代数运算

正态分布简介1.正态分布的数字特征2.正态分布的代数运算a.单随机变量的代数运算b.两个正态分布随机变量的和c.多个正态分布随机变量的线性组合1.正态分布简介正态分布应该是概率论和数理统计中最重要的一类概率分布
努力的骆驼·2023-06-13 06:41

数据偏度介绍和处理方法

偏度（skewness）是用来衡量概率分布或数据集中不对称程度的统计量。它描述了数据分布的尾部（tail）在平均值的哪一侧更重或更长。偏度可以帮助我们了解数据的偏斜性质，即数据相对于平均值的分布情况。
deephub·2023-06-11 17:54

深度学习（Pytorch）：Softmax回归

Softmax回归引入了softmax激活函数来将输出转换为合理的概率分布。与线性回归不同的是，Softmax回归的输出单元从⼀个变成了多个，因此Softmax回归的输入为向量。
冲鸭嘟嘟可·2023-06-11 16:47

R语言中的隐马尔可夫HMM模型实例|附代码数据

最近，我们使用隐马尔可夫模型开发了一种解决方案，并被要求解释这个方案HMM用于建模数据序列，无论是从连续概率分布还是从离散概率分布得出的。
·2023-06-11 00:24

lightGBM的介绍

AdaBoost的两个问题：如何改变训练数据的权重或概率分布提高前一轮被弱分类器错误分类的样本的权重，降低前一轮被
Better Me·2023-06-10 21:16

【数学基础】应用数理统计知识点

1.基本概念1.1研究随机现象的工具研究随机现象的工具{概率论：X∼F(x;θ)⇒{概率分布函数分布律或者密度函数期望或者方差…数理统计：X1X2⋮Xn}⇒X∼F(x;θ)研究随机现象的工具\begin
zadarmo_·2023-06-10 06:07

什么是softmax

分类问题通常涉及到对于不同类别的分类，输出值是一个离散的标签或者是概率分布。分类问题输出的是物体所属的类别，回归问题输出的是物体的值。而softmax回归
QTreeY123·2023-06-10 03:03

两个高斯分布之间的KL散度

一元高斯分布的概率分布函数为f(x)=12πσe−(x−μ)22σ2.(1.1)f\left(x\right)=\frac{1}{{\sqrt{2\pi}\sigma}}{e^{-\frac{{{{\left
峡谷相对论·2023-06-09 23:00

NLP（2）N-gram language Model （缺了一些平滑的方式介绍）

2Add-ksmoothingAbsoluteDiscounting案例Interpolation在自然语言处理（NLP）中，语言模型（LanguageModels）是用来预测文本序列中下一个单词或者字符的概率分布的模型
暖仔会飞·2023-06-09 20:22

学习笔记-贝叶斯分类器及其python实现

朴素贝叶斯（NB）[学生党学习笔记，如有错误谢谢各位大佬指出]所用书籍：《统计学习方法》-李航一、概述  朴素贝叶斯模型首先基于特征条件独立假设，学习输入的联合概率分布；然后基于此模型，对给定的输入x，
九七不会用python·2023-06-09 18:15

Softmax简介

Softmax是一种数学函数，通常用于将一组任意实数转换为表示概率分布的实数。
deephub·2023-06-09 13:29

【机器学习】采样方法

方法11.2.6Metropolis-Hasting算法11.2.7吉布斯采样采样方法11.1简介什么是采样从一个分布中生成一批服从该分布的样本，该过程叫采样.采样本质上是对随机现象的模拟，根据给定的概率分布
小白有颗大白梦·2023-06-09 07:09

只见新人笑，不见旧人哭 ChatGPT淘汰了多少产品？快来了解！

ChatGPT作为目前世界上最先进的人工智能聊天工具，其GPT模型就是一种自然语言处理（NLP）模型，使用多层变换器（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
shshshhhhh·2023-06-09 02:43

泊松分布、二项分布与正态分布

83%E3%80%81%E6%B3%8A%E6%9D%BE%E5%88%86%E5%B8%83%E3%80%81%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83/二项分布：离散概率分布总共
流浪德意志·2023-06-08 19:57

浅谈两点分布，二项分布，伽马分布，指数分布，泊松分布，卡方分布，t分布，F分布，均匀分布，正态分布，β分布，狄利克雷分布--概率分布家族的伦理关系

分布家族的伦理关系回过头看这排版真是难受，用Markdown重新整理了一下排版：https://blog.csdn.net/ibelieve8013/article/details/102569844浅谈两点分布，二项分布，伽马分布，指数分布，泊松分布，卡方分布，t分布，F分布，均匀分布，正态分布，β分布，狄利克雷分布。（红丸子，白丸子，四喜丸子。。。）我们知道，在数理统计中，经常是和各种分布打交
Jamie_Wu·2023-06-08 19:25

读数据压缩入门笔记04_统计编码

1.统计编码（statisticalencoders）的算法1.1.每种编码方法都对每个符号的概率分布做了不同的假定1.2.需要处理的数据集中符号的概率分布与现有的VLC方法都不能完全匹配1.3.统计编码算法通过数据集中符号出现的概率来进行编码使结果尽可能与熵接近
躺柒·2023-06-08 10:09

核密度估计

概率分布是统计推断的核心问题,一旦给出联合概率密度,就能够回答变量子集之间的所有问题。可以说,参数统计的核心内容就是对密度的估计。
Infinity343·2023-06-08 07:24

人生是一场赌博，我们不会押对每一次，重点是，保证每一次行动都在成功的大概率事件上——概率论（5）

“不听老人言，吃亏在眼前”，生活中经常有一些老司机的经验之谈，我们遇到问题也会去咨询那些成功的人，这种处理方式或许有用，但也很有可能是错的，因为生活是概率分布。
要勇敢啊·2023-06-07 16:19

深度学习学习笔记

深度学习的发展阶段0.1.3深度学习的爆发阶段0.2深度学习的定义与应用场景0.2.1深度学习的定义0.2.2深度学习的应用场景1深度学习的数学基础1.1矩阵论相关知识1.1.1矩阵论基本定义1.1.2矩阵分解1.2概率分布与数理统计相关知
略略略06·2023-06-07 12:59

多维高斯分布

特征值分解对协方差矩阵进行特征值分解，可以得到特殊情况，p=2时在XOY平面内投影为一椭圆，坐标方向，为协方差矩阵特征值分解后的方向其图如下3.常用定理3.1线性变换3.2独立性3.3联合概率与条件概率联合概率：联合概率是指在多元的概率分布中他们就是既满足
甚也不会·2023-06-07 10:11

数据分析面试必考的Python统计分析

本书的主线是围绕数据分析师所需要的统计学理论知识展开的，层层递进，依次为描述性分析、概率和概率分布、抽样推断与参数估计、假设检验、方差分析、卡方分析、回归模型、相关性分析、时间序列。
Python_金钱豹·2023-06-07 00:43

条件随机场（CRF）：数学建模与MATLAB实现

代码,专栏链接(赛前一个月恢复源码199,欢迎大家订阅):http://t.csdn.cn/Um9Zd条件随机场（ConditionalRandomField，CRF）是一种用于建立多个输出变量之间条件概率分布的无向图模型
未来教育官方账号·2023-06-07 00:48

Sinkhorn-Knopp算法

Sinkhorn算法原理最优运输问题的目标就是以最小的成本将一个概率分布转换为另一个概率分布。
彭祥.·2023-06-06 22:20

一文全解经典机器学习算法之支持向量机SVM（关键词：SVM，对偶、间隔、支持向量、核函数、特征空间、分类）

但这种分类方法其实稍加“繁琐”，因为要估计数据的概率分布作为中间步骤。这就像当一个人学习英语时，他只要直接报个班或者自己看书就行了，而不需要先学习诘屈聱牙的拉丁语作为基础。既
快乐江湖·2023-04-21 19:09
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他