概率统计

算法工程师/机器学习工程师（笔试与面试）

+/Java/Python机器学习常用算法或者某一细分领域（推荐，自然语言处理，图像识别，语音识别等）的常用算法二、笔试和面试内容大多是技术笔试然后二到三轮的技术面试技术笔试都是考察基本的计算机知识，概率统计相关题目
枫之鸣城·2020-06-25 11:36

python中实现蒙特卡洛算法

蒙特卡洛算法，是一种以概率统计理论为指导的一类非常的数值计算方法，是指使用随机数来解决很多计算问题的方法。
山海之巅·2020-06-25 08:43

蒙特卡罗法与正常求解对比（解决非线性整数规划）

蒙特卡罗法原文：http://blog.csdn.net/qq_34861102/article/details/77859530随机抽样或统计模拟方法，是一种以概率统计理论为指导的一类非常重要的数值计算方法使用
zz_Outlier·2020-06-25 08:18

Python实现文章自动生成

Python实现文章自动生成  下面的Python程序实现了通过从网页抓取一篇文章，然后根据这篇文章来生成新的文章，这其中的原理就是基于概率统计的文本分析。  
qq_31258245·2020-06-25 05:21

详解向图像加入高斯白噪声

一、高斯分布凡是学过概率统计的人，想必高斯分布是大家再熟悉不过的一种概率函数，这里不再赘述
墨晓白·2020-06-25 01:32

随机信号的分析

一、随机信号概述及基本概念描述随机信号必须采用概率统计的方法1.样本函数：随机信号按时间历程所作的各次长时间的观察，记作\(x_i(t)\)。
飞向蓝天的小飞机·2020-06-25 00:31

概率统计组队学习 之 数理统计

摘要：数理统计概念、描述性统计の学习笔记涉及概念：总体，个体，样本，容量，样本均值，样本方差，k阶样本原点矩，k阶样本中心矩，数据集中趋势的度量（均值、中位数、众数、百分位数），数据离散趋势的度量（方差，标准差，极差，变异系数，四分位差），离散和连续变量分布特征，偏度，峰度一、数理统计概念 1.基本概念：   i.总体：研究对象的全体，对总体的研究就是对一个随机变量的研究。       数理统计学
小裙子Cheryl·2020-06-24 21:38

常见负载均衡算法

由概率统计理论可以得知，随着客户端调用服务端的次数增多，其实际效果越来越接近于平均分配调用量到后端的每一台服务器，也就是轮询的结果。3、源地址哈希法源地址哈希的思想是
土豆有点·2020-06-24 20:12

数学之美番外篇：平凡而又神奇的贝叶斯方法（1）——刘未鹏

当时数学系的课程还没有学到概率统计。我心想，一个方法能够专门写出一本书来，肯定很牛逼。后来，我发现当初的那个朴素归纳推理成立了——这果然是个牛的方法。
masikkk·2020-06-24 13:07

机器学习中的数理统计与参数估计

概率统计与机器学习的关系概率问题是已知整体的情况下判定样本（整体推个体）统计问题是概率问题的逆向工程（个体推整体）机器学习监督学习中，首先根据样本及样本标签训练出模型（个体推整体），再根据模型对样本标签进行预测
lydujing·2020-06-24 10:27

MATLAB|概率统计--零碎知识

偏度（Skewness）偏度（Skewness）是描述某变量取值分布对称性的统计量。如果是正太分布的话.偏度是三阶中心距,值为0.,Skewness=0分布形态与正态分布偏度相同Skewness>0正偏差数值较大，为正偏或右偏。长尾巴拖在右边。Skewness0比正态分布的高峰更加陡峭——尖顶峰Kurtosis<0比正态分布的高峰来得平台——平顶峰计算公式：Kurtosis=E[((x-E(x))
冰冻生菜ch·2020-06-24 10:18

概率统计D 01.01 随机事件及其运算

第一章随机事件与概率自然界中各种现象可区分为两种:确定性与随机性现象.确定性现象:在一定条件下必然会出现得现象.随机性现象:在一定的条件下,可能出现多种结果,而在实验之前无法预知其确切的结果,也无法控制.概率统计是研究和揭示随机现象统计规律的一门学科
longji·2020-06-24 08:33

《富爸爸投资指南》读后

目前我知道的有：长期思维、概率统计、英语（如果是美股）、写作（思考与分析能力）、关注相对值忽略绝对值的能力、只用闲钱投资（可以判无期徒刑的钱，不影响生活质量的钱）其他领域1.富人思维除了用在投资领域，还可以用在个人成长领域
琢磨概念者·2020-06-24 07:20

机器学习中模型、策略、算法的区别和联系

统计机器学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。
陶醉·2020-06-24 07:25

《机器学习实战》第三章决策树学习笔记

在信息论与概率统计中，熵表示随机变量不确定性的度量。熵越大，随机变量的不确定性就越大。即在未分类之前，数据集是无序的，熵是最大的。而通过分类，可以使数据集变得更加有序，熵减小。
littlenoob·2020-06-24 06:19

断臂的维纳斯，断了题呆子的高分路

2019年高考数学考试已经结束，今年的试题稳中有变，除了将概率统计题改放在21题压轴题的位置外，最新颖的，应该是选择题的第4题，即“断臂的维纳斯”。
曹明源·2020-06-24 04:03

用Python学数学相关教程、开源包推荐与下载

(https://zhuanlan.zhihu.com/p/65454540)里，为大家推荐了一些数学学习的软件和微积分、线性代数、概率统计的学习视频，今天再推荐一些精心挑选的经典教材，并为大家提供电子书的下载链接
lidongyx·2020-06-24 04:34

朴素贝叶斯算法原理

实在看不懂，不如先复（yu）习一下概率统计；如果觉得是我写的太烂，周志华教授的《机器学习》书中，朴素贝叶斯分类器写的很清楚。
沉迷学习的Roger·2020-06-24 04:51

吴恩达机器学习三：概率统计

统计学习与机器学习有什么不同呢？其实统计学习也叫统计机器学习，从名字就可以看出，统计学习是从统计学科的角度、利用机器（编程算法）来对数据进行预测分析，机器学习差不多等于统计学习，机器学习可不可以不依赖统计方法？目前没找到资料证实。我个人的理解是，统计学习这种叫法更适用于学科理论，机器学习则偏于工程实践。数学过关以后，还得懂编程语言、系统架构、数据库、异构平台上的高性能计算，要成为一个优秀的AI工程
DemonHunter211·2020-06-24 01:20

手势识别系列文章之基于单目视觉的openpose手部骨架提取

以前我听信网上很多人的言论，认为深度学习只是概率统计的一个衍生，本身的理论水平有限，只能作为调参侠来使用神经网络，或者利用一些Trick或者技巧来实验性地改造神经网络，没有理论的支持。
kissgoodbye2012·2020-06-24 01:44

《统计学习方法》李航著——第一章学习笔记

第一章：熟悉统计学习方法的基本概念统计学习：基于数据构建概率统计模型并运用模型对数据进行预测和分析，也称为统计机器学习。1.统计学习组成：监督学习，半监督学习，非监督学习和强化学习。
JPDAYSUNDAY·2020-06-23 23:41

ID3算法

属于数学问题，我也是从这里起发现数据挖掘最底层最根本的不再是编程了，而是数学，编程只是一种实现方式而已，数学才是基础，如：朴素贝叶斯分类，小波聚类，尤其是我正在搞的支持向量机，它就是高等代数，空间解析几何，概率统计的综合应用
jisuanbbs·2020-06-23 22:25

三个杂烩！

概率统计封不死小概率的！另，地铁小广告有句，不要修图了，你的样子我们都知道！有意思，但，依旧挡不住，修图的热情，因为骗人骗己是他们活着唯一的意思
纵情嬉戏天地间·2020-06-23 19:49

时间序列分析之holtwinters和ARIMA

所谓时间序列分析，就是根据有序随机变量或观测得到的有序数据之间相互依赖所包含的信息，用概率统计方法定量地建立一个合适的数学模型，并根据这个模型对相应序列所反映的过程或系统作出预报或进行控制。
赤道以北·2020-06-23 16:22

【My major】你愿意与我游遍万水千山吗

对话：人文地理与城乡规划收到通知书的时候可能你是这样的看到课程时可能是这样的不过让我们一起来了解了解吧她的今生主要课程自然地理学，地图学与现代测量、高等数学、线性代数与概率统计、人文地理学，经济地理学，
阜阳师范学院·2020-06-23 10:27

统计语言模型(Statistical Language Model)-学习笔记

统计语言模型是自然语言处理（NaturalLanguageProcessing,NLP）的基础模型，是从概率统计角度出发，解决自然语言上下文相关的特性的数学模型。
Foneone·2020-06-23 08:21

自相关函数的理解

作者：skysailing在学概率统计之前，我们学习的都是确定的函数。概率统计讨论了一次取值时获得的值是不确定的，而随机过程讨论了不确定会发生哪个时间函数。
s.feng·2020-06-23 07:52

协方差矩阵剖析

统计学的基本概念学过概率统计的孩子都知道，统计里最基本的概念就是样本的均值，方差，或者再加个标准差。首先我们给你一个含有n个样本的集合，依次给出这些概念的公式描述，这些高中学过数学的孩子都应该知
cuigezhi4490·2020-06-23 01:57

贝叶斯机器学习前沿进展

来源：人机与认知实验室概要：随着大数据的快速发展，以概率统计为基础的机器学习在近年来受到工业界和学术界的极大关注，并在视觉、语音、自然语言、生物等领域获得很多重要的成功应用。
人工智能学家·2020-06-22 20:30

怎样使用NLPIR平台进行文本分析

语言统计语言统计功能针对切分标注结果，系统可以自动地进行一元词频统计、二元词语转移概率统计（统计两个词左右连接的
NLPIR大数据·2020-06-22 18:43

经典的图像分割方法总结

基于阈值基于区域基于边缘基于小波变换基于神经网络基于能量基于概率统计基于特定理论1.基于阈值的分割基本思想：给定合适的灰度阈值，将图像中各个像素的灰度值和阈值作比较，将每个像素划分到合适的类别中。
敏儿enjoy·2020-06-22 16:51

人工智能自学线路——自用

人工智能开发一般从Python开始，不过对数学与统计学有要求，尤其是概率统计。
pillow_L·2020-06-22 16:59

多传感器数据融合算法综述

多传感器数据融合技术是近几年来发展起来的一门实践性较强的应用技术，是多学科交叉的新技术，涉及到信号处理、概率统计、信息论、模式识别、人工智能、模糊数学等理论。
ZXQHBD·2020-06-22 09:01

人工智能的数学基础 | AI基础

人工智能必备高等数学知识点清单AI技术岗所要求的高等数学知识，大致可以分为四个方面：微积分、概率统计、线性代数，和最优化理论。每个分领域都至少是一本书（也可以是一摞书）。
叶锦鲤·2020-06-22 09:06

| 概率统计基础

数学：理性的基础数学是从实用中来的，它的“初心”是为了理性地进行测量、计算。之所以数学这门学科能够诞生，不仅因为那些客观的规律原本就在那里，还因为我们人类感官、大脑的生理构造和经过几十上百万年演练而成的认知习惯能够去洞察这些规律！在日常生活中，有些时候，我们以为自己在运用自己学过的数学知识，却因为没有透彻地理解原理而产生了误解；还有些时候我们运用朴素的直觉进行判断，却不知道其实事物的背后有着我们学
叶锦鲤·2020-06-22 09:06

贝叶斯机器学习前沿进展

摘要随着大数据的快速发展，以概率统计为基础的机器学习在近年来受到工业界和学术界的极大关注，并在视觉、语音、自然语言、生物等领域获得很多重要的成功应用，其中贝叶斯方法在过去２０多年也得到了快速发展，成为非常重要的一类机器学习方法
人机与认知实验室·2020-06-22 07:11

贝叶斯和贝叶斯公式

【为了证明上帝的存在，他发明了概率统计学原理，遗憾的是，他的这一美好愿望至死也未能实现】贝叶斯(约1701-1761)ThomasBayes，英国数学家。约1701年出生于伦敦，做过神甫。
人机与认知实验室·2020-06-22 07:39

《统计学习方法》学习笔记——基础篇

统计学习基本概念统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。统计学习也称为统计机器学习。现在，当人们提及机器学习时，往往是指统计机器学习。
吉思雨·2020-06-22 00:39

第 1 章 统计学习及监督学习概论

对数据的预测与分析是通过构建概率统计模型实现的。统计学习总的目标
ImThinking·2020-06-21 23:23

【读书笔记】之概率统计知识梳理

这篇笔记，主要记录花书第三章关于概率知识和信息论知识的回顾。概率论在机器学习建模中的大量使用令人吃惊。因为机器学习，常常需要处理很多不确定的量。不确定的量可能来自模型本身的随机性、对外在失误的不完全观测以及不完全的建模。其实在这之前，已经有两篇文章重点介绍过概率论的部分知识：协方差&贝叶斯统计的知识。这篇笔记只是记录了花书中的重点，并不是通俗的解释相关概率论只是，想了解更多内容，下面是传送门：【通
AI启蒙研究院·2020-06-21 23:51

分类——决策树算法（Python3实现）

1.熵、条件熵与信息增益熵（entropy）在信息论与概率统计中，熵（entropy）是表示随机变量不确定性的度量。
Dy_dan·2020-06-21 22:43

概率统计：第四章 随机变量的数字特征

第四章随机变量的数字特征内容提要一、数学期望1.设离散型随机变量的分布律为,若级数收敛，称级数的和为随机变量的数学期望，记为，即2.设连续型随机变量的密度函数为,若积分收敛，称积分的值为随机变量的数学期望，记为，即3.设是随机变量的函数（是连续函数）a)是离散型随机变量，其分布函数为，若级数收敛，则；b)是连续型随机变量，其密度函数为若积分收敛，则；c)为随机变量，是连续函数，则=为随机变量若()
GarfieldEr007·2020-06-21 21:42

概率统计与随机过程（二）统计假设检验

统计假设检验的步骤先假设总体具有某种统计特性（如具有某种参数，或遵从某种分布）然后再检验这个假设是否可信以上两步称为统计假设检验，或假设检验。具体：假设选取统计量，明确其分布给出显著性水平查出置信限计算统计量统计推断例如：Pearson积矩相关系数的假设检验：Pearson相关性分析的前提假设是数据样本服从正态分布，但数据样本仅仅是总体中的一组样本，由此得到的相关系数会存在抽样误差。因为，若总体相
一只爱喝酸奶的猫·2020-06-21 19:45

六月组队学习

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale学习联合主办：阿里云天池、MindSpore开源社区、讯飞开放平台本期组队学习，主要是Pandas数据分析、概率统计
Datawhale·2020-06-21 19:25

数据分析的基本流程和方法

数据分析的目的性很强，数据收集、数据处理和数据建模都要围绕数据分析的目的展开；同时数据分析有对专业知识和技巧要求比较高，如概率统计、数学建模的等。
三月的阳光·2020-06-21 09:32

机器学习中的数学(五)--概率统计

写在前面《机器学习中的数学》系列主要列举了在机器学习中用到的较多的数学知识，包括微积分，线性代数，概率统计，信息论以及凸优化等等。
爱吃骨头的猫、·2020-06-21 06:20

人工智能有哪些好书值得推荐？

《统计思维：程序员数学之概率统计》ByAllenB.DowneyThinkStats是一本写
FMI飞马网·2020-06-21 05:48

决策树常见的面试点整理

从概率统计的角度看，熵是对随机变量不确定性的度量，也可以说是
Manduner_TJU·2020-06-21 03:40

为数据科学家解释概率统计中最重要的概念:马尔可夫链

每个数据科学家一旦开始研究统计模型，就会遇到马尔可夫链和马尔可夫过程这两个术语。本文将以一种易于理解的方式解释马尔可夫过程的基本概念。马尔可夫链广泛应用于金融、汽车、食品、博彩业，在日常生活中几乎无处不在。因此，这是所有统计学家必须知道的话题。天气、赌博、股价、人类行为等都是马尔可夫过程。文章主旨本文旨在解释以下关键主题：什么是马尔可夫过程？什么是马尔可夫链？马尔可夫链实例什么是平稳马尔可夫链分布
deephub·2020-06-21 03:21

机器学习中的概率统计

题记：由于本科概率统计本着分不在高，及格就行的原则，让自己在机器学习中遇到了很大的障碍，得回头去把丢掉的东西捡起来。1.先提出各个知识点的概念，有的简单就只提一下名称，容易混淆的就单独提出来。
machine_learner·2020-06-20 22:07
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他