概率统计

做任何事情前 你想好这三步了吗？通用篇

第二步-确保成功率依据就是你对概率统计学的理解概率统计学的理解：永远要有备用计划—planB第三步：时间成本，估算完成事情所需时间依据侯世达法则【*】侯世达法则：完成任务实际的话费的时间总会超过计划花费的时间
vivi薇薇·2019-12-13 15:06

tf-idf、朴素贝叶斯的短文本分类简述

优点：模型训练使用TF-IDF对训练数据做词频及概率统计；分类使用朴素贝叶斯计算所有类目的概率;适用于电商的短文本分类，加入部分人工干预，to
wsgx·2019-12-13 13:00

2020年考研数学汤家凤复习资料大全

2020概率统计辅导讲义-余炳森01.pdf2020概率统计辅导讲义-余炳森02.pdf2020线性代数辅导讲义-汤家凤.pdf2020考研数学接力题典1800数学一解答册汤家凤.pdf2020考研数学接力题典
myair·2019-12-12 22:04

深度学习的数学基础

深度学习的数学基础微积分无穷小在17世纪下半叶，数学史上出现了无穷小的概念，而后发展处极限的概念极限数列的极限函数的极限导数微分积分不定积分也称为原函数或反导数定积分定积分中值定理牛顿-莱布尼茨公式偏导数概率统计样本空间定义
sennchi·2019-12-01 23:04

交易系统的构建框架

交易是个系统工程，包括开平仓依据，加减仓规则，资金管理，概率统计，成功率，盈亏比，心理控制，身体状况等一系列因素。
永钧·2019-11-30 08:23

隐马尔科夫模型（HMM）

1简介隐马尔可夫模型(HiddenMarkovModel)，简称HMM，是一种基于概率统计的模型，是一种结构最简单的动态贝叶斯网，是一种重要的有向图模型。
高永峰_GYF·2019-11-29 22:06

R——概率统计与模拟（三）变换均匀分布对特定分布进行抽样

原创:hxj7本文介绍了如何变换均匀分布以便对特定分布进行抽样。如果你要进行随机抽样，R语言提供了诸多现成的函数供你使用，比如：runif:均匀分布抽样rbinom:二项分布抽样rpois:泊松分布抽样rnorm:正态分布抽样rexp:指数分布抽样rgamma:伽马分布抽样等等那么，如果不用现成的函数，我们能自己实现抽样功能吗？比如，我们是否可以不用rexp函数而实现指数分布抽样？答案是肯定的，只
生信了·2019-11-08 15:04

R——概率统计与模拟（四）拒绝抽样

前文《R-概率统计与模拟（三）变换均匀分布对特定分布进行抽样》介绍了通过“变换均匀分布”来对特定分布进行抽样的方法，但是该方法需要知道累积分布的解析表达式及其反函数，所以有一定的限制。
生信了·2019-11-08 15:59

2018考研加入格致考试每天更新课程 帮助解答学习问题 考研无忧

QQ100540345618张宇考研数学专项启航版高数长线基础班上更新至第9讲18张宇考研数学专项启航版高数长线基础班有更新18张宇考研数学专项新东方版高数概率线代基础班更新完毕18考研帮考研数学方浩概率统计基础班更新至第三章
考研人乐园·2019-11-08 01:33

《营造意匠》·择中的规划

无作他用《周易》作为占卜之典籍，必然以预断吉凶休咎为己任占卜，可以说是一种猜度术，是依据对各种机遇与偶然事件得失成败统计的概率来预言判断的，而不是根据客观必然性来预言和猜度后果曾有统计，在《易经》中卦爻进行概率统计
刘小博·2019-11-07 12:35

站在希望的面前

好好用起来，今天浏览了国内几个大学，我发现可以利用这个平台学习的内容有很多，我自己选了几个比较感兴趣的：南京大学的一个心理学、北京大学的翻转课堂、信息技术与课堂的应用、浙江大学的概率统计、还有很多，若是有一天也能修一个国外的大学的课程就更好
真真卒迹·2019-11-07 02:14

数据挖掘中的分类预测之决策树算法

常见的分类预测算法贝叶斯贝叶斯（Bayes）分类算法是一类利用概率统计知识进行分类的算法，如朴素贝叶斯（NaiveBayes）算法
Skye_kh·2019-11-07 00:15

D1/15-K11《数学之美》读书初心

原来，搜索引擎和智能语音识别背后其实是简单的概率统计，数列运算而已。如果，在大学时
Leon_683e·2019-11-06 20:01

《统计思维：程序员数学之概率统计》读书笔记

均值是为了描述集中趋势，而方差则是描述分散情况。汇总统计量简单明了，但风险也大，因为它们很有可能会掩盖数据的真相。另一种方法就是看数据的分布（distribution），它描述了各个值出现的频繁程度。表示分布最常用的方法是直方图（histogram），这种图用于展示各个值出现的频数或概率。直方图很有用，因为它可以非常直观地展现数据的以下特征。在数据量较大时，可以使用曲线图。•众数分布中出现次数最多
统计学徒·2019-11-06 15:43

概率论与统计学 历史方法论

第三周：浙大版《概率统计》，书上的例题以及后面的习题全部做一遍。有点难，但是很经典。第四周：复习，把不熟悉的概念，理论，检验什么的复习一遍。整理
张学安·2019-11-06 05:30

蒙特·卡罗算法Python实例解析

二概念蒙特·卡罗算法，也称统计模拟方法，是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明，而被提出的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。是指使用随机数（或更常见的伪随机数）
道阻且长_行则将至·2019-11-05 03:35

统计学习方法概论

统计学习方法概论统计学习监督学习统计学习三要素模型评估与模型选择泛化能力生成模型与判别模型分类问题标注问题回归问题最小二乘法拟合曲线统计学习方法的三要素：模型、策略和算法；统计学习统计学习（statisticallearning）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
千与千与·2019-11-04 23:20

姑娘，喝了这杯茶

《女士品茶》读书笔记之一最近整理以前看过的书，想了想先从《女士品茶》开始，正如这本书的自序所言，全书没有关于概率统计的抽象概念，但是却介绍了一些概率统计在各个领域的应用。
思考问题的熊·2019-11-02 03:27

活在在未来的拆书笔记。

正确的事就是去学习逻辑学数学概率统计学这类工具。正确的方法，就是符合逻辑的方法。在这里复合逻辑指的是两方面，一方面就复合逻辑学中的逻辑。另一方面指的就是符合我们生活中的一些简单正确的逻辑。
上善若水在路上·2019-11-01 07:30

11月23日量化投资学长交流会

1用计算机无数次高效模拟，验证自己猜想是否正确(属于研究岗范畴吧)23没有经济逻辑只是用数学概率统计，说明发生什么情况概率最大。知道最终状态不知道中间状态的黑箱子。要懂事件与事件
爱吃鱼和莴苣的狗·2019-11-01 01:27

22##大数据职位所需的数据场技能

在深入挖掘上，可用Python或者R语言进行编程，应用以概率统计为支撑的机器学习算法。摘要：除了报表统计外，还需要对数据的
葡萄喃喃呓语·2019-10-31 13:13

如何通过概率统计来蒙对4级

：嗯...是的，我找到了英语四级蒙到450分的规律首先先向各位童鞋介绍一下小编过去的蒙题经历...蒙题历程有了数年的历史了...第一次蒙题是在中考的时候，距中考还有100天的时候，一枚纯学渣。研究了往届五年的试卷，找到规律，然后从平时考200多分到超了中考线20多分第二次蒙题是在高考的时候，从180分不到，到高考485分…深谙各大正规考试老师出题心理。平时没听过一次课…然后考试的时候用一晚上的时候
围城先生y·2019-10-31 00:07

微积分——让你窥见真实高维世界的孔洞

就像我们学概率统计、线性代数，学完了就丢在那里不管了，没用上。很多让我们觉得不可理解的事情，比如为什么能够求得的精确值？这是因为我们在一个低一维的角度思考问题。
东邪西魔·2019-10-30 13:06

概率统计超入门(第八章笔记)

第八章弄清数据之间的关系1.在图形上看两个变量的关系2.协方差3.从协方差导出的相关系数4.相关系数的概念和散点图的关系6.线性回归7.求线性回归
芒果很忙_d120·2019-10-14 14:29

负载均衡的多种算法总结

由概率统计理论可以得知，随着客户端调用服务器的次数增多，其实际效果越来越接近于平均分配请求到服务器列表中的每一台服务器。
一入码坑深似海·2019-09-23 21:01

激光散斑原理总结

要研究它必须使用概率统计的方法。通
lihe2019·2019-09-20 16:47

25 机器学习相关参考文献及推荐阅读

同济大学数学系编；微积分概念发展史，[美]卡尔·B·波耶著，唐生译；概率论与数理统计，高教版，盛骤等编；浙大版概率论与数理统计电子PPT课件；数理统计学简史，陈希孺院士著；(极力推荐上书，相信每一个学概率统计的朋友都有必要看一看
杨林伟·2019-09-18 17:33

负载均衡的多种算法总结

由概率统计理论可以得知，随着客户端调用服务器的次数增多，其实际效果越来越接近于平均分配请求到服务器列表中的每一台服务器。
valarchie·2019-09-12 00:00

Blog 7 | 数学之美 折服于隐马尔可夫模型

数学之美读书笔记（未完待续）——算法的魅力数学模型一、数学概率统计模型|应用中文分词已知：一句话S，有多种分词形式A1A2A3B1B2B3B4例如：在北京大学在北京大学在北京大学在北京大学提问：如何从这些分词形式中选一种最自然的分词方式
丸zq·2019-09-08 20:00

基于python+opencv的人脸检测+

深度不会学习人脸识别属于目标检测，主要涉及两个方面：①先对检测的物体进行概率统计，从而知道待检测对象的一些特征，建立其目标的检测模型②用得到的模型来匹配输入的图像，如果有匹配则则输出匹配的区域，否则什么也不做
bangchen2462·2019-09-06 23:00

机器学习基础回顾

狭义上说，就是让计算机基于数据构建（概率统计）模型，并通过该模型对未知数据进行预测与分析的方法。（西蒙曾对“学习”下过这么一个定义：
蒹葭杰克·2019-09-05 00:53

异常检测(3)——基于概率统计的异常检测（2）

书接上文，继续讨论基于多元正态分布的异常检测算法。现在有一个包含了m个数据的训练集，其中的每个样本都是一个n维数据：可以通过下面的函数判断一个样本是否是异常的：我们的目的是设法根据训练集求得μ和σ，以得到一个确定的多元分正态布模型。具体来说，通过最大似然估计量可以得出下面的结论：其中Σ是协方差对角矩阵，最终求得的多元正态分布模型可以写成：关于最大似然估计量、协方差矩阵和多元正态分布最大似然估计的具
我是8位的·2019-09-03 18:00

概率统计-贝叶斯法使用

理解贝叶斯公式在提贝叶斯之前，出现一个条件概率。P(A|B)意思是在B情况下，发生A事件的概率是多少。有时候，在B发生情况下，求发生A的概率是是难以计算的。可以试试通过另一种方式进行求解。那么此时提出贝叶斯定理P(A|B)=P(B∣A)P(A)P(B)\frac{P(B|A)P(A)}{P(B)}P(B)P(B∣A)P(A)在没理解这个公式之前，我一直记不住公式，如果通过下图的几何方法去理解的方法
Hello_Ray·2019-09-01 23:37

异常检测(2)——基于概率统计的异常检测（1）

某个工厂生产了一批手机屏幕，为了评判手机屏幕的质量是否达到标准，质检员需要收集每个样本的若干项指标，比如大小、质量、光泽度等，根据这些指标进行打分，最后判断是否合格。现在为了提高效率，工厂决定使用智能检测进行第一步筛选，质检员只需要重点检测被系统判定为“不合格”的样本。智能检测程序需要根据大量样本训练一个函数模型，也许我们的第一个想法是像监督学习那样，为样本打上“正常”和“异常”的标签，然后通过分
我是8位的·2019-08-29 19:00

【杂谈】人工智能、NLP学习路线

【人工智能学习路线】数学基础：微积分、线性代数、概率统计、信息论技术基础：计算机原理、程序设计语言、算法基础、对应领域知识（NLP，cv，语音）算法方面（理论）：机器学习算法（逻辑回归、决策树模型、集成算法
快乐成长吧·2019-08-25 21:28

《统计学习方法》-第一章（1）

统计学习概述统计学习的特点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和分析的一门学科。
皮皮大·2019-08-13 00:20

概率统计-方差与正态分布（高斯分布）

方差在数据统计中，大部分情况下都是不能对总体的数据进行统计。比如统计一批键盘使用寿命，如果键盘都去做寿命测试，那都测坏了没法卖钱养家了。此时需要从一批键盘中随机挑选一些键盘去代表总数进行测试。即抽取一些样本，对样本的计算结果去估计总体的一些情况。平均数的计算公式μ\muμ=∑i=1nxin\frac{\sum_{i=1}^nx_i}{n}n∑i=1nxi，样本的平均数和总体的平均数求法一致的；总体
Hello_Ray·2019-08-05 23:32

人工智能书单

《人工智能》:36《机器学习》:35《人工智能时代》:26《人工智能简史》:16《终极算法：机器学习和人工智能如何重塑世界》:12《科学+遇见人工智能》:12《深度学习》:12《统计思维：程序员数学之概率统计
KangHuasen·2019-07-21 15:26

人工智能书单

《人工智能》:36《机器学习》:35《人工智能时代》:26《人工智能简史》:16《终极算法：机器学习和人工智能如何重塑世界》:12《科学+遇见人工智能》:12《深度学习》:12《统计思维：程序员数学之概率统计
Hubhub·2019-07-21 12:05

关于概率分布理论的原理分析的一些讨论，以及经典概率分布的应用场景，以及概率统计其在工程实践中的应用

1.随机变量定义0x1：为什么要引入随机变量这个数学概念在早期的古典概率理论研究中，人们基于随机试验的样本空间去研究随机事件，也发展出了非常多辉煌的理论，包括著名的贝叶斯估计在内。但是随着研究的不断深入，遇到问题的不断复杂化，科学家们发现面对的问题也不仅仅是抛色子，口袋里摸球、抛硬币伯努利试验这样的简单问题，而是更加复杂的问题，例如多个随机试验的组合问题：例如考虑n个伯努利随机试验中某个事件发生次
郑瀚Andrew.Hann·2019-07-02 14:00

你如何在未来的大数据和AI 领域，获得一份不错的工作？

1、你需要牢固掌握概率统计学，并学习和掌握一些算法，比如朴素贝叶斯、高斯混合模型、隐马尔可夫模型、混淆矩阵、ROC曲线、P-Value等。不但要理解这些算
GitChat头条·2019-06-26 20:00

跟我一起学scikit-learn20：朴素贝叶斯算法

朴素贝叶斯（NaiveBayers）算法是一种基于概率统计的分类方法。它在条件独立假设的基础上，使用贝叶斯定理构建算法，在文本处理领域有广泛的应用。
金字塔下的小蜗牛·2019-06-22 22:15

机器学习经典算法之朴素贝叶斯分类

基本上是在学概率统计的时候知道的。有些人可能会说，我记不住这些概率论的公式，没关系，我尽量用通俗易懂的语言进行讲解。
程序员姜小白·2019-06-22 18:00

自然语言处理NLP（9）——句法分析c：局部句法分析、依存关系分析

在上一部分中，我们介绍了基于规则法、概率统计法、神经网络法的完全句法分析方法（自然语言处理NLP（8）——句法分析b：完全句法分析）。
echoKangYL·2019-06-04 20:02

PyTorch 学习笔记（九）：自动编码器（AutoEncoder）

一.生成模型生成模型（GenerativeModel）这一概念属于概率统计与机器学习，是指一系列用于随机生成可观测预测数据得模型。简而言之，就是“生成”的样本和“真实”的样本尽可能地相似。
月臻·2019-06-01 16:39

《统计学习方法》笔记-统计学习方法概论-1

1.1统计学习1．统计学习的特点统计学习（statisticallearning）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。
iOSDevLog·2019-05-30 23:03

用Python学数学相关教程、开源包推荐与下载

在上篇文章里，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，和视频搭配起来一起学习，效果会更好。
李东bbsky·2019-05-30 00:00

数据异常检测方法以及实际应用

转载于：已获得作者同意转载关于数据的异常检测，看这一篇就够了-携程技术中心的文章-知乎https://zhuanlan.zhihu.com/p/65023844文章目录前言一、应用场景二、检测方法1、概率统计模型
敲代码的quant·2019-05-28 20:17

LOJ6300 博弈论与概率统计 组合、莫队

传送门如果在\(0\)以下之后仍然会减分，那么最后的结果一定是\(N-M\)。注意到如果在Alice分数为\(0\)时继续输，那么就相当于减少了一次输的次数。也就是说如果说在总的博弈过程中，Alice在分数等于\(0\)时输了\(x\)次，那么最后的结果就是\(N-M+x\)。不妨考虑一个序列\(a_i\)，如果\(a_i=1\)表示Alice第\(i\)局输了，\(a_i=-1\)表示第\(i\
CJOIer_Itst·2019-05-24 19:00

《Python数据科学入门》之绘图和概率统计（第8-9章）

Python数据科学入门DmitryZinoviev著熊子源译第8章绘图可编程的绘图方法主要有三种：增量绘图：从一张空白画布开始进行增量绘图，然后使用专门的函数逐步添加图形、坐标轴、标签和图例等。最后显示出所绘制的图像并可以保存在文件中。集成绘图：集成绘图将描述图形、图表、坐标轴、标签和图例等所有必要参数传递给绘图函数。可以实现即时绘制、装饰并保存最终绘图。图层绘图：图层工具用于展示要绘制的内容、
Mr.小白·2019-05-23 14:14
上一页 19 20 21 22 23 24 25 26 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他