E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
概率论&数理统计
教资那些事
准备的时间大概花费了两个月的时间,因为初中的教资需要进行专业的考察,而专业对我来说是最难的部分,因为不仅仅考察初中的学科知识,同时还会涉及到很多大学里面的知识,最多的就是高等数学和线性代数,有时也有
概率论
的内容
维琪Shmily
·
2023-01-26 03:33
刘嘉
概率论
22讲-发刊词,学一门让你抓住未来的学问
当时的感觉是喜不自胜,发自内心的喜悦真的像得到了一件期待已久的礼物,概率学真的是我一直一直想学的一门学科,虽然知道自己未必学的会,但是真的感觉这个事情很重要,人生的每时每刻都在选择,而选择的对错在于对概率的判断,掌握了
概率论
就想发刊词说的
阿木魔法学院1865_b324
·
2023-01-26 03:00
未来
伴随着冬至的到来,大二的第一学期也已经过半,每个班陆陆续续都在进行各科的期中考试,令人头疼的JAVA,数据结构,
概率论
...考完后才知道自己的不足,才知道还有很多知识都没有掌握。
彼得pan_caac
·
2023-01-26 02:16
机器学习:人工智能分支中的探索
机器学习在近30多年已发展为一门多领域交叉学科,涉及
概率论
、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算
Life is a joke
·
2023-01-26 02:06
PYTHON
机器学习
人工智能
机器学习
python
Traditional Multiple Objects Tracking (updating)
目录1.卡尔曼滤波的详细推导(KF、EKF、UKF)1.1
概率论
基础1.2状态、观测、控制、马尔卡夫链1.3贝叶斯滤波:1.4线性高斯系统的贝叶斯滤波2.常用数据关联方法(二分图(或者叫二部图)最大匹配算法之匈牙利算法
落羽归尘
·
2023-01-25 15:12
目标跟踪
五月份组队学习【吃瓜教程】Task02打卡笔记
笔记部分内容来源于网络检索,如有侵权联系可删本次学习针对的对象:有高数、线代、
概率论
与
数理统计
基础的同学内容说明:周志华老师的“西瓜书”是机器学习经典入门教材,值得反复阅读,配合“南瓜书”从本科数学基础的视角进行讲解
miskirito
·
2023-01-25 11:52
1
学习
概率论
机器学习
人工智能“六步走”学习路线
人工智能、模式识别此类跟数据打交道的又尤其需要多元微积分运算基础线性代数很重要,一般来说线性模型是你最先要考虑的模型,加上很可能要处理多维数据,你需要用线性代数来简洁清晰的描述问题,为分析求解奠定基础
概率论
Bennyee
·
2023-01-25 10:49
人工智能
人工智能
机器学习—基于
概率论
的分类方法朴素贝叶斯
文章目录前言1、朴素贝叶斯的不同之处2、基本思想3、条件概率4、全概率基于贝叶斯决策理论的分类方法1、MAP分类准则2、贝叶斯公式3、先验概率4、后验概率5、朴素贝叶斯分类器6、基于朴素贝叶斯分类器的案例7、拉普拉斯修正文档分类问题1、准备数据:从文本中构建词向量2、训练算法:从词向量计算概率3、测试算法:根据现实情况修改分类器过滤垃圾邮件问题1.收集数据2.准备数据:切分文本实验总结前言在深入了
whh_0509
·
2023-01-24 11:24
c++
r语言
big
data
Matlab
概率论
与
数理统计
实践-假设检验
题目:某车间用一台包装机包装某食品,包得的袋装重是一个随机变量,它服从正态分布。当机器正常时,其均值为0.5公斤,标准差为0.015。某日开工后检验包装机是否正常,随机地抽取所包装的9袋,称得净重为(公斤):0.4970.5060.5180.5240.4980.5110.520.5150.512问机器是否正常?若总体σ²未知,是否有理由猜测包装食品的平均净重为0.5公斤?问题理论分析:该题为假设检
cartes1us
·
2023-01-24 10:37
Matlab
概率论与数理统计
概率论
统计学
matlab
初学者之路——————离散卷积
离散卷积在
概率论
典型的例子是计算两个相同
MapleCL
·
2023-01-23 13:45
目标检测
Datawhale 2021.7集成学习 笔记
Dtawhale集成学习Github开源地址CH1-机器学习数学基础python笔记(基于讲义和自己的笔记)机器学习数学基础基于python-B站视频高等数学和线性代数
概率论
和随机过程初步
数理统计
(极大似然估计
今夜我说
·
2023-01-23 10:24
个人
Datawhale
集成学习
python
kdeplot()核密度估计图的介绍
核密度估计图:核密度估计是
概率论
中用来估计未知的密度函数,属于非参数校验方法之一。通过核密度估计图可以比观的看出数据样本本身的分布特征。
波尔德
·
2023-01-22 20:19
笔记
学习生活
机器学习
python
人工智能
1.人工智能的数学基础
梯度下降的参数求解1.2.4梯度下降步骤1.2.5迭代的终止条件1.2.6代码实现1.3求最优解的方法1.3.1梯度下降法1.3.2牛顿法1.3.3拟牛顿法1.3.4启发式优化方法1.3.5EM算法2.线代3.
概率论
这部分内容属于大学以及考研的数学基础
data-master
·
2023-01-22 13:10
人工智能的数学基础
概率论
人工智能
线性代数
Matlab数值剔除
坏值判断准则就不多啰嗦,
数理统计
中都有。代码如下:[m,
lch737171__
·
2023-01-22 01:57
matlab
数据分析
matlab假设检验摘要,MATLAB数据统计和分析:参数估计和假设检验
参数估计和假设检验统计所研究的对象是受随机因素影响的数据,是以
概率论
为基础的一门应用学科。
4564344
·
2023-01-21 09:30
matlab假设检验摘要
数理统计
SPSS软件实验报告二--参数估计
实验报告内容:1、实验目的:熟练掌握利用SPSS进行参数估计的实现方法。2、实验要求:(1)利用SPSS软件求未知参数的点估计;(2)利用SPSS软件求未知参数的置信区间。3、仪器用具及材料:PC机,SPSS软件4、实验内容:一、测厚仪有两台测厚仪,由一个人按同一规程操作对某一批产品的厚度进行测量,所得的数据如下:第一台所测数据:1.29,1.31,1.3,1.3,1.33,1.33,1.3,1.
Py小杨
·
2023-01-21 09:29
概率论与数理统计
概率论
经验分享
概率论
- 7参数估计 & 假设检验
参数估计&假设检验1参数估计1.1参数的点估计1.1.1估计量、估计值和点估计1.1.2点估计的两种常用方法1.1.2.1矩阵估计法1.1.2.2最大似然估计法1.1.3估计量的评估标准1.2参数的区间估计区间估计就是用以统计量为端点的随机区间来刻画总体未知参数所在的范围1.2.1置信区间的概念1.2.2正态总体均值(或均值差)、方差(或方差比)及与其相联系的数字特征的置信区间2假设检验2.1假设
吴哈哈就是我
·
2023-01-21 08:55
概率论
李永乐复习全书
概率论
与
数理统计
第七、八章 参数估计及假设检验
目录第七章 参数估计第八章 假设检验例题八例4 从两个煤矿各抽样数次,分析其含灰率(%),结果如下。假设各煤矿的含灰率分别服从正态分布,问甲、乙两煤矿的含灰率有无显著差异(取显著性水平α=0.05\alpha=0.05α=0.05)?练习八2.已知X∼N(μ1,σ12),Y∼N(μ2,σ22)X\simN(\mu_1,\sigma_1^2),Y\simN(\mu_2,\sigma^2_2)X
古月忻
·
2023-01-21 08:54
#
概率论
复习全书
考研
其他
python机器学习(一)算法学习的步骤、机器学习的应用及流程(获取数据、特征工程、模型、模型评估)
机器学习入门机器学习中需要理论性的知识,如数学知识为微积分(求导过程,线性回归的梯度下降法),线性代数(多元线性回归,高纬度的数据,矩阵等),
概率论
(贝叶斯算法),统计学(贯穿整个学习过程),算法根据数学基础一步步的推导出来的
hwwaizs
·
2023-01-20 20:16
python机器学习
算法
python
AI工程师技术学习进阶指南
数学基础微积分《北京大学高等数学B》线性代数北京大学出版社,《线性代数简明教程》MIT的线性代数公开课
概率论
与
数理统计
李航《统计学习方法》朴素
概率论
钟开来
概率论
朴素统计学理论北京大学出版社,《
概率论
与
数理统计
下册
保护我方鲁班七号
·
2023-01-20 13:08
机器学习
算法
人工智能
机器学习
python
AI
视觉是如何演化的1
当前的计算机视觉使用的理论方法主要是基于几何、概率和运动学计算与三维重构的视觉计算理论,它的基础包括射影几何学、刚体运动力学、
概率论
与随机过程、图像处理、人工智能等理论。
Cretheego
·
2023-01-20 13:03
人工智能
计算机视觉
人工智能
图像处理
【学习资源】机器学习相关的数学参考资料
目录1机器学习资料2线性代数3
概率论
与统计学4微积分和数值计算图片来源:TheMathematicsofMachineLearninghttps://towardsdatascience.com/the-mathematics-of-machine-learning
苹果二
·
2023-01-20 12:42
学习资源
人工智能
学习方法
机器学习
线性代数
人工智能
概率论
微积分与数值计算
基本
概率论
(预备知识)
文章目录概率基本
概率论
概率论
公理随机变量联合概率条件概率贝叶斯定理边际化独立性概率概率是衡量一个事件发生的可能性,在深度学习模型算法中占有很重要的作用。
Gaolw1102
·
2023-01-19 08:18
#
动手学深度学习----学习笔记
深度学习
深度学习(1)——Pytorch基础
深度学习(1)——Pytorch基础作者:夏风喃喃参考:《动手学深度学习第二版》李沐文章目录深度学习(1)——Pytorch基础一.数据操作二.数据预处理三.绘图四.自动求导五.
概率论
导入相关包:importtorch
夏风喃喃
·
2023-01-19 08:15
深度学习
深度学习
python
pytorch
numpy
神经网络
深度学习之
概率论
总结
文章目录一、事件二、事件的运算三、排列四、组合五、概率5.1古典概率5.2条件概率5.3联合概率5.4边缘概率5.5全概率六、概率分布6.1伯努利分布6.2泊松分布6.3二项分布七、高斯分布7.13σ原则7.2标准正太分布7.3混合高斯分布7.4中心极限定理7.5高斯分布密度曲线7.6指数分布密度曲线八、事件独立性九、时间的互斥性十、贝叶斯定理十一、朴素贝叶斯十二、深度学习的贝叶斯模型十三、协方差
雨落的太敷衍..
·
2023-01-19 08:14
深度学习
深度学习
概率论
动手学习深度学习——2.6
概率论
2.6
概率论
在某种形式下,机器学习就是关于预测的。根据病人的临床病史,我们可以预测病人明年心脏病发作的概率。
X_Imagine
·
2023-01-19 08:44
动手学习深度学习
概率论
深度学习
人工智能
周志华《机器学习》读书笔记--第一章 绪论
记得当时,每次都在黑板上手推公式,虽然觉得自己考研的时候高数、线代、
概率论
还算学的可以,但经不住那么多公式。我只知道当时真没听懂,当时那个老师推荐的课本也是这个书。我曾经试着去看,结果看了几页
王嘉尔的小奶酪.
·
2023-01-18 15:07
机器学习
绪论
SVD——奇异值分解的原理机制
篇章目录背景一、SVD用途概况优缺点分析主要应用领域二、预备知识1.线性代数、
概率论
与
数理统计
常用分布2.隐形语义含义:隐形语义检索(LSI)*3.PCA降维算法原理与应用三、SVD概念与求解1.与PCA
_Jacklong
·
2023-01-18 11:24
算法
python
机器学习
人工智能
随机变量的数字特征(
概率论
常用知识)
随机变量的数字特征本文内容主要参考自1、《
概率论
与
数理统计
》第2版,徐全智、吕恕编,高等教育出版社;2、黄庆明老师课件。
zhulf0804
·
2023-01-18 10:11
数学知识
概率论
期望
方差
协方差
相关系数
概率论
与
数理统计
(4)--泊松分布、指数分布与爱尔朗分布
在排队论中,我们经常见到上面三种分布,即泊松分布、指数分布和爱尔朗分布。我们详细整理一下。1.泊松分布在我们的日常生活中,大量的事件发生是有其固定频率的。就比如下面的例子:某医院平均每小时出生3个婴儿某公司平均每10分钟接到1个电话某超市平均每天销售4包xx牌奶粉某网站平均每分钟有2次访问我们可以预估上述事件的总数,但是没法知道具体的发生时间。就比如,我们已知平均每小时出生3个婴儿,请问下一个小时
爱听雨声的北方汉
·
2023-01-18 09:19
随机系统
数学
概率论
概率论
与
数理统计
(3)--指数分布函数及其期望、方差
1.什么是指数分布设随机变量X具有如下形式的密度函数,那么则称X服从参数为θ的指数分布,记为X~EXP(θ).指数分布的分布函数为:2.指数分布的期望和方差①数学期望如果X服从参数为λ(λ>0)的指数分布,那么指数分布X~EXP(θ)的数学期望:λ②方差设X服从参数为λ(λ>0)的指数分布,指数分布X~EXP(θ)的方差:λ^2。总结一下,我们经常遇到的指数分布、均匀分布和正态分布的概率密度函数与
爱听雨声的北方汉
·
2023-01-18 09:49
随机系统
数学
概率论
机器学习
人工智能
机器学习和模式识别怎么区分?
一、概念1、机器学习机器学习(MachineLearning,ML)是一门多领域交叉学科,涉及
概率论
、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研
程序媛珂珂
·
2023-01-18 09:19
机器学习ML
机器学习
人工智能
计算机视觉
【
概率论
】指数分布 Exponential Distribution
要先理解泊松分布,再过来看指数分布.泊松分布是单位时间内独立事件发生次数的概率分布,指数分布是独立事件的时间间隔的概率分布。二者共享同一个参数λλ,因为指数分布描述的是两个独立事件之间发生的事件间隔,是个连续分布,而且依经验λλ越大,这个时间间隔就越小,而且应该就近似等于1λ1λ.PDF记做p(x;λ)=λ1x≥0e−λxp(x;λ)=λ1x≥0e−λx一些性质期望和方差期望是1λ1λ方差是1λ2
北境の守卫
·
2023-01-18 09:48
MathStone
prob
exponential
distribution
统计学习基础:数据挖掘、推理和预测_《数据分析第一期》,数据分析基础—“统计学”...
统计学是一门应用学科,来源于数学和
概率论
数理统计
,比这两个基础学科应用更广泛,在这个数据创造价值的社会,统计学正在大放光彩。更重要的是学会了解各种技术背后的基础
weixin_39885469
·
2023-01-17 15:57
统计学习基础:数据挖掘
推理和预测
【
概率论
】羊车门问题
一、问题羊车门问题(又名三门问题、蒙提霍尔悖论)出自美国《parade》杂志专栏。有3扇关闭的门,一扇门后停着汽车,另外两扇门后是山羊,主持人知道每扇门后是什么。参赛者首先选择一扇门。在开启它之前,主持人会从另外两扇门中打开一扇门,露出门后的山羊(也就是说主持人只能开羊门)。此时,允许参赛者更换自己的选择。问换还是不换,概率为多少。二、难点1.仔细审视题干,特别是加粗部分。2.我们的直觉倾向于第一
果冻胶
·
2023-01-17 09:09
数逻计科
python
联邦学习中的non-iid总结
什么是non-iid先从维基百科引出独立同分布的定义:在
概率论
与统计学中,独立同分布(英语:Independentandidenticallydistributed,缩写为IID)是指一组随机变量中每个变量的概率分布都相同
海边的西西弗斯
·
2023-01-17 09:22
联邦学习
人工智能
机器学习
大数据
NLP面试-最大似然估计与贝叶斯估计的区别
1相关理论1.1全概率公式全概率公式为
概率论
中的重要公式,它将对一复杂事件A的概率求解问题转化为了在不同情况下发生的简单事件的概率的求和问题。
致Great
·
2023-01-16 14:37
转载 最大似然,贝叶斯方法与朴素贝叶斯分类
1.贝叶斯公式贝叶斯公式作为
概率论
中的基础,大家都见过,极为简单。但是学习时候无非用于一些红球黑球,男生女生的估计问题,学起来也是兴趣寥寥。我也不曾想它用处之大,可谓大道至简。
Clevosea
·
2023-01-16 14:36
最大似然,贝叶斯方法与朴素贝叶斯分类
1.贝叶斯公式贝叶斯公式作为
概率论
中的基础,大家都见过,极为简单。但是学习时候无非用于一些红球黑球,男生女生的估计问题,学起来也是兴趣寥寥。我也不曾想它用处之大,可谓大道至简。
WJWFighting
·
2023-01-16 14:05
机器学习
朴素贝叶斯
数据分析避坑必读:让人怀疑人生的七大悖论
数理统计
学是数据分析的基础理论,我们之前所有为数据分析所做的工作,比如梳理指标、筛选数据、可视化等等,都是为了我们能够更好地找到数据之间的关系,利用统计学原理对这些关系进行界定和联系。
Leo.yuan
·
2023-01-16 14:33
数据分析
大数据
数据管理
报表
由赌徒谬误想到的
当时在学
概率论
的时候,这个问题就深深困扰着我,因为这不符合大数定律:随着实验次数的增多,实验结果的频率应当向它们的理论概率靠近。
爱不到要偷
·
2023-01-16 14:31
学会七大悖论,不管财税还是各大行业让你的数据分析不踩坑
统计学界,我总结了七个悖论
数理统计
学是数据分析的基础理论,我们之前所有为数据分析所做的工作,比如梳理指标、筛选数据、可视化等等,都是为了我们能够更好地找到数据之间的关系,利用统计学原理对这些关系进行界定和联系
宋懵懵的数据生活
·
2023-01-16 14:30
数据分析
无框架 使用c++从零开始实现 卷积 全连接 softmax 入门深度学习 CPU版 梯度下降
先是找资料看看需要什么,然后进行学习,恶补线性代数、微积分、
概率论
,感觉能用到的知识点学差不多就开始代码【真要等到全学会再动手写代码,以我的智商估计就没有然后了】。
kekezhu0000
·
2023-01-16 12:16
深度学习
神经网络
机器学习
Pytorch——线性回归和逻辑回归学习笔记
回归回归的分类线性回归 线性回归是利用
数理统计
中的回归分析来确定两种或两种以上变量间相互依赖的定量关系的一种统计方法。
風凪、
·
2023-01-16 10:20
pytorch
文末送书 | 李航老师新作!机器学习经典著作《统计学习方法》全新升级
机器学习是以
概率论
、统计学、信息论、最优化理论、计算理论等为基础的计算机应用理论学
PaperWeekly
·
2023-01-16 08:59
人工智能
神经网络
算法
数据挖掘
机器学习
机器学习数学基础(二):
概率论
与统计量、大数定律、似然估计
机器学习数学基础(二)
概率论
概率论
基础初步认识概率公式常见概率分布两点分布二项分布Bernoullidistribution泊松分布均匀分布指数分布正态分布Beta分布总结参数、期望、方差sigmoid
'仰望星空,脚踏实地'-菱
·
2023-01-15 18:40
机器学习基础
机器学习
概率论
python
人工智能
机器学习之数学基础—
概率论
1、概率的认识0<=p<=12、古典概型3、概率条件概率、全概率公式、贝叶斯公式3、概率密度函数4、累计分布函数
小韩学长
·
2023-01-15 18:10
机器学习篇(周志华西瓜书)
机器学习数学基础
机器学习数学基础四:随机变量和
概率论
基础
目录一,连续与离散随机变量1,离散型随机变量2,连续型随机变量3,简单随机抽样4,似然函数5,极大似然估计例子:二,
概率论
基础1,
概率论
是干什么的?2,随机事件是什么?
喜欢吃豆
·
2023-01-15 18:09
机器学习
机器学习
机器学习的数学基础 矩阵论与
概率论
文章目录机器学习的数学基础1.1标量、向量、矩阵、张量之间的联系1.2张量与矩阵的区别?1.3矩阵和向量相乘结果1.4向量和矩阵的范数归纳1.5如何判断一个矩阵为正定?1.6导数偏导计算1.7导数和偏导数有什么区别?1.8特征值分解与特征向量1.9奇异值与特征值有什么关系?1.10机器学习为什么要使用概率?1.11变量与随机变量有什么区别?1.12常见概率分布1.13举例理解条件概率1.14联合概
Hust_Shine
·
2023-01-15 18:39
机器学习
算法
机器学习
矩阵论
机器学习中的数学基础(四):
概率论
机器学习中的数学基础(四):
概率论
4
概率论
4.1一些概念4.2二维随机变量4.2.1离散型4.2.2连续型4.3边缘分布4.3.1离散型边缘分布4.3.2连续型边缘概率密度4.4期望4.4.1一维期望4.4.2
三耳01
·
2023-01-15 18:38
杂七杂八的学习笔记
概率论
人工智能
上一页
24
25
26
27
28
29
30
31
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他