概率统计第8页

统计模拟与R

在传统的方法难以解决的问题中，有很大一部分可以用概率统计模型进行描述。基本思想将各种随机事件的概率特征（概率分布，数学期望）与随机事件的模拟联系起来用试验的方法确定事件的相应概率与数学期望。

Serendipity>·2022-11-24 15:33

随机信号的特征—（自相关函数\互相关函数、协方差矩阵、相关矩阵\相关系数矩阵\相关系数）

在学习概率统计之前，我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。

懂不董02·2022-11-24 13:27

决策树第一次学习：ID3算法的python实现

文章目录ID3算法的决策树的实现--python几个基础的概念用python实现一个实例ID3算法的决策树的实现–python几个基础的概念信息熵或者熵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

melody359·2022-11-24 09:40

视觉机器学习20讲-MATLAB源码示例（6）-贝叶斯学习算法

视觉机器学习20讲-MATLAB源码示例（6）-贝叶斯学习算法1.贝叶斯学习算法2.Matlab仿真3.小结1.贝叶斯学习算法贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法

mozun2020·2022-11-24 02:59

统计语言模型（SLM）

摘自：http://ir.ict.ac.cn/~wangbin/ircourse/index.htm第12讲SLM广泛使用于语音识别和统计机器翻译领域，利用概率统计理论研究语言。

inte_sleeper·2022-11-23 13:59

概率统计·大数定律及中心极限定理【大数定律、中心极限定律】

call me by ur name·2022-11-23 11:50

机器学习-朴素贝叶斯。

1.算法思想——基于概率的预测决策树算法中提到朴素贝叶斯分类模型是应用最为广泛的分类模型之一，朴素贝叶斯分类是贝叶斯分类器的一种，贝叶斯分类算法是统计学的一种分类方法，利用概率统计知识进行分类，其分类原理就是利用贝叶斯公式根据某对象的先验概率计算出其后验

joezarlove88·2022-11-23 10:03

高斯分布、多维高斯分布、各向同性的高斯分布及多元高斯分布之间的KL散度

转自：https://www.cnblogs.com/jiangkejie/p/12939776.html高斯分布是一类非常重要的概率分布，在概率统计，机器学习中经常用到。

阿_牛·2022-11-23 09:25

【应用统计】【课程笔记】线性代数、概率统计、多元回归、时间序列

本文为《应用统计方法》复习笔记，用于总结知识点和框架，分为线性代数、概率统计、多元回归和时间序列等，仅供参考和交流，参考书籍为《高等计量经济学》。

空明远·2022-11-22 21:34

【机器学习】朴素贝叶斯算法（Naive Bayes，NB）

作者：田志晨来源：小田学Python贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。

IT农民工1·2022-11-22 18:53

python实现蒙特卡洛模拟_随机模拟——蒙特卡洛算法及Python实现

随机模拟——蒙特卡洛算法及Python实现irony•2020年04月24日蒙特卡洛算法介绍蒙特卡洛算法(MonteCarlomethod)也称统计模拟算法，是一种以概率统计理论为指导的数值计算方法方法

weixin_39808143·2022-11-22 14:20

python蒙特卡洛算法求积分_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。

weixin_39641463·2022-11-22 14:50

机器学习（1）-贝叶斯（朴素贝叶斯，贝叶斯网络）

然后给出训练数据，用python写出代码，并运行看效果，我抽到的是贝叶斯算法，大学的时候学习过，整个组都讲完了，是时候整理一下了～贝叶斯算法基本概念：贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法

breakpoints_·2022-11-22 14:03

移动目标轨迹预测方法研究综述

主要从数据驱动和行为驱动的角度对移动目标轨迹预测方法进行综述，首先对概率统计、神经网络、深度学习和混合建模等数据驱动方法进行比较；其次对动力学建模和目标意图识别等行为驱动方法的基本概念及研究现状进行概述

宋罗世家技术屋·2022-11-21 13:43

【概率图与随机过程】15 采样绝佳途径：马尔科夫链及其稳态

1.马尔科夫链回顾在概率统计基础的专栏中我们曾经花了大量篇幅介绍过随机过程中的马尔科夫链，这里我们不再从头介绍，我们重新回顾一下：随机过程指的就是一个随机变量的序列：{Xt}\{X_t\}{X

石溪·2022-11-21 10:01

【机器学习概率统计】14 变与不变：马尔科夫链的极限与稳态

1.马尔科夫链的极限行为1.1.极限与初始状态无关的情况这里我们接着上一节的社会阶层流动概率转移矩阵来引入极限行为的话题。对于转移概率矩阵[0.70.20.10.30.50.20.20.4

石溪·2022-11-21 10:30

机器学习——方差、协方差与皮尔逊值

本文始发于个人公众号：TechFlow，原创不易，求个关注今天是概率统计专题的第六篇，我们来看看方差相关的概念。方差的定义方差在我们的日常生活当中非常常见，它主要是为了提供样本离群程度的描述。

TechFlow·2022-11-21 03:05

浅析李航老师-统计学习之有监督学习模型问题（本篇无深入）

1.统计学概论（三要素：模型，策略，算法）：关于计算机基于数据结构概率统计模型并运用模型对数据进行预测与分析的学科特点：1.以计算机为平台2.以数据为研究对象，数据驱动学科3.目的是对数据进行预测和分析

木马苇·2022-11-20 19:44

Python：蒙特卡洛算法以及三门问题

蒙特卡罗方法的起源是1777年由法国数学家布丰（ComtedeBuffon）提出的用投针实验方法求圆周率，在20世纪40年代中期，由于计算机的发明结合概率统计理论的指导，从而正式总结为一种数值计算方法，

spiritqi·2022-11-20 14:49

蒙特卡罗方法之三门问题

为象征性地表明这一方法的概率统计特征，故借用赌城蒙特卡罗命名。运行代码：importrandomnoc,c=0,0#初始换与不换的中奖次数#运行100万次N=1

princes_30·2022-11-20 14:44

蒙特卡罗方法之三门问题（matlab&python）

为象征性地表明这一方法的概率统计特征，故借用

2000w大V·2022-11-20 14:13

H00-目标检测的基础知识

目标检测学习并不能一蹴而就，你需要一定的基础知识及设备（深度学习基础、数学知识、硬件设备等），具体如下：1、熟悉Python编程语言和PyTorch深度学习框架.2、熟悉线性代数（矩阵论）、概率统计等基础知识

我行我素，向往自由·2022-11-20 10:06

分类问题：AUC小于0.5的原因及解决方案

当数据集中某一类的样本数量远超于其他样本的时候，模型自然会有一种倾向使得分类结果偏向于该类样本，这是概率统计中先验的性质。

凝眸伏笔·2022-11-20 00:22

Python图像处理六：图像空域平滑

一、图像加噪噪声在理论上可以定义为“不可预测，只能用概率统计方法来认识的随机误差”，因此可以将图像噪声看作多维随机过程。

氿柒·2022-11-19 21:38

模式识别与机器学习第一章绪论

引言课程介绍1956年夏天达特茅斯会议标志着人工智能学科的诞生人工智能之父约翰·麦卡锡基础：线性代数、概率统计、最优化理论交叉课程：图像处理、计算机视觉、数据挖掘、自然语言处理、多媒体技术参考书目：《机器学习

synthesis_UMR·2022-11-19 17:15

宋浩概率统计笔记_2020考研数学概率论与数理统计：各章节考试重点分析

原标题：2020考研数学概率论与数理统计：各章节考试重点分析考研数学有两大重点，基础要打好，练习要多做，错题要巩固。下面来看下有关概率论与数理统计相关复习内容，一起来学习吧！一、概率与数理统计学科的特点(1)研究对象是随机现象高数是研究确定的现象，而概率研究的是不确定的，是随机现象。对于不确定的，大家感觉比较头疼。(2)题型比较固定，解法比较单一，计算技巧要求低一些比如概率的解答题主要考查二维离散

weixin_39983383·2022-11-17 21:31

宋浩概率统计笔记_概率论及数理统计——个人笔记

个人笔记不定期更新：第一章概率论基本概念1、样本空间：随机试验E的所有可能的结果组成的集合，使用S表示2、基本事件：由一个样本点组成的单点集3、必然事件：每次试验中都会发生的事件4、不可能事件：每次试验中都不发生的事件，使用表示5、频数：事件A在n次实验中发生的次数6、频率：事件A在n次实验中发生的次数与试验次数n的比例，6.1、性质：,事件集合中的事件相互独立试，则有：7、等可能概率：试验中每个

weixin_39887926·2022-11-17 21:00

应用概率统计-第五章多维随机变量及其分布（一）

目录一、二维随机变量的联合分布1、联合分布函数的定义：2、分布函数的意义：3、分布函数的性质：二、二维离散型r.v.及其概率分布1、二维离散型定义：2、二维离散r.v.的联合分布函数三、二维连续型随机变量1、二维连续型定义：2、常用连续型二维随机变量分布一般的，我们称n个随机变量的整体为n维随机变量或随机向量，由于从二维推广到多维一般没有什么实质的困难，我们重点讨论二维随机变量。下面我们重点来讨论

双木学长·2022-11-16 11:55

GAN生成对抗网络之生成模型

在概率统计理论中，生成模型是指能够在给定某些隐含参数的条件下，随机生成观测数据的模型，它给观测值和标注数据序列指定一个联合概率分布。

人工智能AI技术·2022-11-14 07:20

概率论和数理统计知识点汇总

高等数学高等数学高等数学函数、极限、连续一元函数微分学一元函数积分学向量代数和空间解析几何多元函数微分学多元函数积分学无穷级数常微分方程线性代数行列式向量线性方程组矩阵的特征值和特征向量概率统计随机事件和概率变量的分布随机变量函数的分布多维随机变量及其分布随机变量的数字特征大数定律和中心极限定理数理统计的基本概念参数估计假设检验函数

TianLiaoFeiJue·2022-11-13 17:55

dllglvzhenfeng·2022-11-09 11:56

机器学习数学知识(自用)

数学1.线性代数1.1矩阵1.2向量组1.3特征值和特征向量1.4二次型2.概率统计1.线性代数1.1矩阵1.矩阵相乘1.2求逆矩阵1.3求矩阵的秩1.2向量组1.判断线性相关1.3特征值和特征向量1.4

ren9855·2022-11-04 13:05

极大似然函数求解_快速理解极大似然法

极大似然法(maximumlikelihoodestimation，MLE)是概率统计中估算模型参数的一种很经典和重要的方法，贯穿了机器学习中生成模型(Generativemodel)这一大分支的始终。

weixin_39619170·2022-11-04 09:31

统计学习方法03—朴素贝叶斯算法

目录1.朴素贝叶斯的基本原理2.贝叶斯算法实现2.1数据集的准备与处理2.2GaussianNB高斯朴素贝叶斯2.2.1@staticmethod静态方法2.2.2几种概率统计量的编码2.3scikit-learn

Top Secret·2022-10-24 18:14

模式识别学习笔记- lecture1-绪论

可观察性可区分性相似性模式识别：对周围物体的认识、人的识别、声音的辨别、气味的分辨数据聚类目标：用某种相似性度量的方法见原始数据组成有意义的和有用的各种数据集是一种非监督学习的方法，解决方案是数据驱动的统计分类基于概率统计模型得到各类别的特征向量的分布

尔呦·2022-10-24 18:42

核密度估计python_核密度估计Kernel Density Estimation(KDE)

由给定样本集合求解随机变量的分布密度函数问题是概率统计学的基本问题之一。解决这一问题的方法包括参数估计和非参数估计。参数估计又可分为参数回归分析和参数判别分析。

weixin_39625162·2022-10-20 22:30

非参数估计：核密度估计KDE

非参数估计：核密度估计KDE非参数估计：核密度估计KDE核密度估计KernelDensityEstimation(KDE)概述密度估计的问题由给定样本集合求解随机变量的分布密度函数问题是概率统计学的基本问题之一

weixin_ry5219775·2022-10-20 22:10

python数字识别bayes_机器学习经典算法详解及Python实现---朴素贝叶斯分类及其在文本分类、垃圾邮件检测中的应用...

摘要：朴素贝叶斯分类是贝叶斯分类器的一种，贝叶斯分类算法是统计学的一种分类方法，利用概率统计知识进行分类，其分类原理就是利用贝叶斯公式根据某对象的先验概率计算出其后验概率(即该对象属于某一类的概率)，然后选择具有最大后验概率的类作为该对象所属的类

马李灵珊·2022-10-13 14:52

python实现算法改进_机器学习经典算法详解及Python实现

摘要：朴素贝叶斯分类是贝叶斯分类器的一种，贝叶斯分类算法是统计学的一种分类方法，利用概率统计知识进行分类，其分类原理就是利用贝叶斯公式根据某对象的先验概率计算出其后验概率(即该对象属于某一类的概率)，然后选择具有最大后验概率的类作为该对象所属的类

willson zou·2022-10-13 14:21

预测学习、深度生成式模型、DcGAN、应用案例、相关paper

生成模型GAN就是一种在拟合一张图像数组分布的一种模型，是概率统计结合深度学习之后的一次升级。GAN是概率统计到深度学习世界“秀”存在生成模型分为两个

alppkk4545·2022-10-12 07:47

第2章 R语言编程基础（超详细）

目录2.1数据管理2.1.1变量重命名2.1.2缺失、异常与重复值的清洗2.1.3数据转换、排序、抽样与概率统计2.1.4案例分析（工程管理）2.1.5字符串处理2.2[控制语句与函数编写]2.2.1控制语句

村里小公举·2022-10-10 19:54

机器学习基础-朴素贝叶斯算法解析

背着贝壳去徒步·2022-10-04 13:18

蒙特卡罗（Monte Carlo) 模拟

蒙特卡罗模拟求解实际问题的基本步骤：（1）根据问题特点，构造概率统计模型，使所求的解是所求

生信小兔·2022-10-02 07:43

【路径规划】基于卡尔曼滤波、三次插值实现极速赛道赛车路径规划附matlab代码

matlab_dingdang·2022-09-29 14:52

【强基计划】数学与物理竞赛中的微积分部分视频

•_哔哩哔哩_bilibili强基计划·12·初等数论强基计划·12·初等数论_哔哩哔哩_bilibili强基计划·13·计数概率统计组合强基计划·13·计数概率统计组合_哔哩哔哩_bilibili数学选修

dllglvzhenfeng·2022-09-26 15:46

人工智能工程师需要了解哪些知识体系

人工智能知识体系1、数学基础微积分线性代数概率统计信息论集合论和图论博弈论2、技术基础计算机原理程序设计语言操作系统分布式系统算法基础3、机器学习算法机器学习基础：估计方法、特征工程线性模型

IT培训网·2022-09-23 18:23

本科阶段学习经验分享（未整理）

专业基础课，比如高数，线性代数，都是为以后的专业课打基础，概率统计要用到高数，线性代数。离散数学，之后的数据

小柳学渣·2022-09-21 07:33

机器学习笔记——朴素贝叶斯(Naive Bayes)

1贝叶斯算法简介贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。

江正阳·2022-09-17 16:01

概率图与随机过程：概率统计基本概念与人工智能应用之间的桥梁

在机器学习算法的修炼道路中，概率图模型和随机过程对很多同学而言是一个巨大的拦路虎。很多同学会有这样一种感觉：这里面所涉及的模型概念可是真多啊！三两下就给整蒙了：概率模型、图模型还没整明白，又来了个概率图模型；高斯分布、混合模型还没弄热乎，又遭遇了高斯混合模型和高斯过程；变量分布、随机过程本来就挺难了，你还要我利用随机过程去对一个分布进行近似采样？马尔科夫链已经把我给绕住了，咋又弄出来了个隐马尔可夫

石溪·2022-09-10 18:44

《统计学习方法》笔记

统计学习方法监督学习统计学习基本分类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。统计学习也称为统计机器学习。统计学习由监督学习、无监督学习和强化学习组成。

仿生程序员会梦见电子羊吗·2022-09-06 07:28

推荐频道

概率统计