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
Fisher information解释和数学意义
**Fisherinformation解释和数学意义在
数理统计
学,费雪信息(有时简称为信息)是一种度量随机变量X所含有的关于其自身随机分布函数的未知参数θ的信息量。
写bug的程旭源
·
2022-12-31 10:41
数学原理
机器学习
Fisher信息量在对抗样本中的应用
最近几年有研究者通过利用
数理统计
中Fisher信息量的这一个数学工具去挖掘深度学习模型对抗行为的深层原因,并基于此提出了相应防御方法。
鬼道2022
·
2022-12-31 10:35
论文解读
机器学习
信息安全—密码学信息熵信息理论基础—熵的概念(熵、联合熵、条件熵、平均互信息)
数学基础:
概率论
乘法法则两个事件相互独立:P(A∩B)=P(A)×P(B)·意思是事件A和事件B同时发生的概率=事件A发生的概率×事件B发生的概率··举个栗子:掷两枚硬币硬币同时立着的概率=掷一枚硬币立着的概率
Lmars97
·
2022-12-31 09:04
信息熵
密码学
信息安全
概率论
python蒙特卡洛模拟股票_期权定价中的蒙特卡洛模拟方法
蒙特卡洛方法的理论基础是
概率论
与
数理统计
,其实质是通过模拟标的资产价格路径预测期权的平均回报并得到期权价格估计值。蒙特卡洛方法的最大优势是误差收敛率不依赖于问题的维数,从而非常适宜为高维期
weixin_39648432
·
2022-12-30 14:01
python蒙特卡洛模拟股票
R语言:蒙特卡洛模拟
这是一种基于概率统计模型所衍生的一种计算机模拟的方法,而它的原理就是
概率论
中所涉及的“大数定律”,也就是在实验次数非常多时,频率会依概率收敛,即频率非常接近概率。
FightingBob
·
2022-12-30 14:29
数据分析
R语言
统计学
数据分析
r语言
强化学习算法-1-多臂老虎机
多臂老虎机也常常在游戏厅中见到,它是强化学习入门的必要问题,也是
概率论
中的经典。每一台老虎机的结果都服从一个概率分布,如高斯分布。
Zacharium_
·
2022-12-30 13:04
强化学习
python
python
机器学习
强化学习(二):马尔可夫决策过程
该up的BB空间1.随机变量
概率论
中的知识,如用X表示一个随机事件,用p(X)表示概率。2.随机过程一组随机变量如St,St+1,St+2…作为一个整体研究,一组之间有很紧密的过程。
Cai__xukun
·
2022-12-30 13:02
概率论
【
概率论
】期末复习笔记:
数理统计
学的基本概念
数理统计
学的基本概念目录一、总体与样本二、样本数据的整理1.样本频数分布与频率分布2.频率直方图3.经验分布函数三、统计量1.统计量的概念2.几个常用的统计量1)样本均值2)样本方差和样本标准差3)样本矩
seh_sjlj
·
2022-12-30 11:12
概率论
概率论
数学
五月份组队学习【吃瓜教程】Task04-05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
·
2022-12-30 10:20
1
学习
bayes_word
3.实验知识点朴素贝叶斯算法4.实验环境python3.6.55.预备知识
概率论
与
数理统计
Linux命令基本操作Python编程基础实验-言论过滤器以在线社区留言为例。
大暑这天开通了博客
·
2022-12-30 07:08
机器学习
word
python
【
概率论
基础进阶】多维随机变量及其分布-随机变量的独立性
定义:如果对任意x,yx,yx,y都有P{X≤x,Y≤y}=P{X≤x}P{Y≤y}P\left\{X\leqx,Y\leqy\right\}=P\left\{X\leqx\right\}P\left\{Y\leqy\right\}P{X≤x,Y≤y}=P{X≤x}P{Y≤y}即F(x,y)=FX(x)FY(y)F(x,y)=F_{X}(x)F_{Y}(y)F(x,y)=FX(x)FY(y)则称随
烧灯续昼2002
·
2022-12-30 01:19
概率论
详解
概率论
基础: 从贝叶斯开始
转自:机器之心,侵删本文从最基础的
概率论
到各种概率分布全面梳理了基本的概率知识与概念,这些概念可能会帮助我们了解机器学习或开拓视野。这些概念是数据科学的核心,并经常出现在各种各样的话题上。
Python数据之道
·
2022-12-29 16:20
概率论
python
机器学习
人工智能
大数据
从贝叶斯定理到概率分布:详解
概率论
基本定义
转自:机器之心本文从最基础的
概率论
到各种概率分布全面梳理了基本的概率知识与概念,这些概念可能会帮助我们了解机器学习或开拓视野。这些概念是数据科学的核心,并经常出现在各种各样的话题上。
风度78
·
2022-12-29 16:19
概率论
人工智能
大数据
python
机器学习
国科大自然语言处理(刘洋老师)期末复习
老师上课讲的重点数学基础:
概率论
和信息论部分,熵的计算啥的公式一定要记下来隐马尔可夫模型:是重点重点!
精致又勤奋的码农
·
2022-12-29 11:06
笔记
杂谈||Python实现计算含保底抽卡出金期望
至于计算模型就是很简单的
概率论
模型。
Apr1cot
·
2022-12-28 23:54
游戏
python
numpy
概率论
java 计算协方差矩阵,如何计算协方差、 协方差矩阵 、 相关系数 、 马氏距离...
1.协方差cov(x,y)=EXY-EX*EY协方差的定义,EX为随机变量X的数学期望,同理,EXY是XY的数学期望,挺麻烦的,建议你看一下
概率论
cov(x,y)=EXY-EX*EY协方差的定义,EX为随机变量
杉木優子
·
2022-12-28 20:08
java
计算协方差矩阵
python计算协方差矩阵_协方差矩阵、相关系数矩阵的EXCEL和python实现
在《
概率论
与数据统计》中协方差矩阵的定义具体如下:按照协方差矩阵中各元素cij的计算过程,我们可以得知要依次计算E(Xi),X-E(Xi),cij。
weixin_39690958
·
2022-12-28 20:37
python计算协方差矩阵
数学知识补充-协方差,协方差矩阵,相关系数,相关系数矩阵
说明:这里只考虑随机变量总体的参数,而不是从统计学的角度考虑样本的统计量1.协方差意义:在
概率论
和统计中,协方差是对两个随机变量联合分布线性相关程度的一种度量。
nicowin
·
2022-12-28 20:37
数学知识补充
机器学习
概率论
标准化、协方差、相关系数和协方差矩阵
1.
概率论
中的标准化、协方差、相关系数和协方差矩阵概念1.1随机变量的部分数字特征 假设有二维随机向量(X,Y)(X,Y)数字特征意义描述E(X)
Scrat000
·
2022-12-28 20:05
数据分析
数据挖掘
相关系数
协方差矩阵
协方差
协方差矩阵与相关系数矩阵
1.方差、协方差与相关系数 在《
概率论
与
数理统计
》中,方差用来度量单个随机变量XXX的离散程度,记为DXDXDX,计算公式如下:DX=E(X−EX)2=EX2−E2X\begin{aligned}DX
夏小悠
·
2022-12-28 20:04
机器学习
概率论
协方差矩阵
相关系数矩阵
人工智能
采样与量化
而histeq是用了
概率论
的知
求求你来BUG行不行
·
2022-12-28 18:54
数字图像处理
matlab
图像处理
计算机视觉
矩阵求导(本质、原理与推导)详解
矩阵求导是机器学习与深度学习的基础,它是高等数学、线性代数知识的综合,并推动了
概率论
与
数理统计
向多元统计的发展。
生信小兔
·
2022-12-28 16:35
机器学习基础
数学基础
机器学习
深度学习
矩阵
线性代数
线性代数之 矩阵求导(1)布局
线性代数之矩阵求导(1)布局前言分子和分母布局标量,向量,矩阵函数标量函数向量函数矩阵函数函数求导标量函数求导向量函数求导矩阵函数求导后记前言学机器人真是啥都要掌握呢,线性代数,
概率论
,泛函,实分析,优化理论
RuiH.AI
·
2022-12-28 15:56
概率论与机器学习
线性代数
矩阵
【ML】贝叶斯分类和朴素贝叶斯分类
因为贝叶斯是基于
概率论
的算法,了解算法之前,需要了解
概率论
的几个概念:联合概率
机器不学习我学习
·
2022-12-28 15:17
CV面试
机器学习
R语言:逆变换法生成随机数
连续型随机变量的概率密度函数是一个描述这个随机变量的输出值,在某个确定的取值点附近的可能性的函数借陈希孺老师所著的《
概率论
与
数理统计
》中关于概率密度函数的释义以方便理解概念。2、PMFprobabil
Yeexxxx___
·
2022-12-28 15:31
笔记
概率论
r语言
C++实现基于
概率论
的分类方法--朴素贝叶斯分类
【机器学习实战】:C++实现基于
概率论
的分类方法--朴素贝叶斯分类(NaiveBayesClassifier)转载自:机器学习实战朴素贝叶斯分类算法是机器学习中十分经典而且应用十分广泛的算法,下面将逐步学习和说明
Xiaoting_Cheng
·
2022-12-28 13:33
算法
c语言
朴素贝叶斯分类
方差、标准差、平方差、残差
公式如下:三、平方差四、残差在实际
数理统计
中,观测值和估计值(拟
Ruo_Xiao
·
2022-12-28 01:36
数学
Marginal Likelihood 边缘似然
似然函数在
数理统计
学中,似然函数就是一种关于统计模型中的参数的函数,表示模型参数中的似然性。"似然性”与“概率”意思相近,都是指某种事件发生的可能性。统计学中,
BigNosefan
·
2022-12-27 19:11
机器学习
机器学习
概率论
不调用函数实现图像卷积操作
卷积(convolution)是数学知识,
概率论
和信号与系统中都有涉及。卷积会由两个原函数产生一个新的函数,两个函数之间的这种操作就称为卷积。
Fancy Wang
·
2022-12-27 14:55
图像处理
python
卷积
浙大第五版概统复习提纲(前八章)
目录
概率论
的基本概念随机试验样本空间、随机事件频率与概率等可能概型条件概率独立性随机变量及其分布随机变量离散型随机变量及其分布律随机变量的分布函数连续型随机变量及其概率密度随机变量的函数的分布多维随机变量及其分布二维随机变量边缘分布条件分布相互独立随机变量两个随机变量的函数分布随机变量的数字特征数学期望方差补充
gyy591
·
2022-12-27 09:47
数学
概率论
python
7天强化学习营学习笔记
Lesson1学习笔记--RL初印象相关概念RL应用课外学习资料强化学习与监督学习的区别强化学习的算法和环境实践基础知识只是大概的内容,包括5大部分:1.机器学习基础知识(神经网络等)2.数学基础知识(
概率论
与梳理统计
sandypx
·
2022-12-26 23:03
AI学习笔记
强化学习
【LQ系列】 杂谈 —— 聊一聊算法
知乎上看到“作为计算机专业学生最应该学习的课程Top5”:计算机组成原理+数字逻辑电路、线性代数+
概率论
+离散数学、算法、操作系统+编译原理、掌握一门编程语言和编程技术(https://www.zhihu.com
gohnn
·
2022-12-26 11:43
Algorithm
r语言确定最优滞后阶数_R时间序列分析(7)平稳性、白噪声和自相关
随机过程与时间序列的关系就像
数理统计
中所说的总体与样本的关系,在具体的观察之前,时间序列可以就可以看作一个随机过程(此时,就可以看作
weixin_39614060
·
2022-12-26 11:40
r语言确定最优滞后阶数
机器学习算法之分类
1.机器学习机器学习是近20多年兴起的一门多领域交叉学科,它涉及到
概率论
、统计学、计算机科学以及软件工程等多门学科。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。
Stig_Q
·
2022-12-26 04:19
机器学习
ML
贝叶斯滤波
贝叶斯滤波1.概率基础2.贝叶斯滤波1.概率基础
概率论
中,假设随机变量为XXX。
一杯板蓝根
·
2022-12-26 00:50
概率论
机器学习
算法
【算法基础学习 1】贝叶斯滤波
(一).概率基础回顾我们先来回顾一下
概率论
里的基本知识:1.X:表示一个随机变量,如果它有有限个可能的取值{x1,x2,⋯,xn}2.p(X=xi):表示变量X的值为xi的概率。
wb790238030
·
2022-12-26 00:18
数学基础
【通俗易懂】从贝叶斯公式到卡尔曼滤波
0x01贝叶斯滤波2.1贝叶斯公式贝叶斯滤波是二维连续随机变量的贝叶斯公式的应用算法,贝叶斯公式是
概率论
中的一个
Nack'BT
·
2022-12-26 00:47
算法
卡尔曼滤波
经典卡尔曼滤波器
嵌入式
卡尔曼滤波器
贝叶斯滤波详解
贝叶斯滤波不熟悉贝叶斯的可以去看一下
概率论
4—条件概率与事件独立性P(Bi∣A)=P(ABi)P(A)=P(A∣Bi)P(Bi)∑i=1nP(A∣Bi)P(Bi)P(B_i|A)=\cfrac{P(AB_i
qq_43133135
·
2022-12-26 00:16
人工智能
概率论
【课程整理】随机系统期末整理
文章目录1
概率论
部分(1-4)概率空间随机变量概率分布随机变量的函数仍然是随机变量条件期望2随机过程(5-7)随机过程Martingale停时马尔科夫链3参数估计(8-10)参数估计问题充分统计量贝叶斯估计非随机估计部分思维导图如下
ALL 2 WELL
·
2022-12-25 19:46
概率论
个人考研资料整理(更新一战后感想)
参网络上各个热门帖子数学部分万金油复习全书基础:李永乐·考研数学复习全书张宇考研数学基础30讲+张宇考研数学36讲(高数18讲+线性代数9讲+
概率论
9讲)高分:李正元·考研数学复习全书+习题全解(没基础慎重选择
Air_cat
·
2022-12-25 13:44
概率论
线性代数
Spark Mllib里如何建立密集向量和稀疏向量(图文详解)
具体,见SparkMllib机器学习实战的第4章Mllib基本数据类型和Mllib
数理统计
weixin_34071713
·
2022-12-25 11:02
大数据
人工智能
从导数到方向导数和梯度,一步步理解深度学习中的梯度下降算法
吴恩达的深度学习课程五门里已经学了四门,课后的编程练习也都跟着做了,在学习的过程中,时常忍不住去探究背后的数学原理,毕竟大学里也学过高等数学,
概率论
和线性代数这几门机器学习的必备数学课程,又考过研。
好吧我的用户名
·
2022-12-24 13:13
机器学习
深度学习
python手写数字识别教学_6手写数字识别_python机器学习与数据挖掘_Python视频-51CTO学院...
机器学习机器学习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。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有
职业生涯规划师
·
2022-12-24 11:58
python手写数字识别教学
【学习笔记+代码实现】(线性回归linear regression)(不定期更新)(2546字)
一些观念:线性回归(linearregression):线性回归是利用
数理统计
中回归分析,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分析方法,运用十分广泛。
ahardstone
·
2022-12-24 09:58
学习
线性回归
【浅谈】样本方差的分母“n”为什么要改为“n-1”
在给定一系列样本值的时候,计算样本均值和样本方差所除以的应该是样本数nnn,而事实上我们计算样本均值的时候是除以nnn,计算样本方差的时候是除以n−1n-1n−1.这个反直觉的计算公式曾一度令我困惑不已,好在接触到
数理统计
课程
爱数学的企鹅
·
2022-12-24 08:42
数理统计
概率论
独立同分布 independently identical distribution (iid)
在
概率论
和统计学中,如果每个随机变量的概率分布与其他随机变量的概率分布相同,且相互独立,则一组随机变量是独立的,且分布相同,简称独立同分布(iid)。
独孤四叶
·
2022-12-24 07:59
概率论
概率论
概率论
的学习和整理8: 几何分布
前言几何分布,和超几何分布,听名字很像但实际上这两种随机变量,没有任何关系1什么是几何分布一种定义为:在n次伯努利试验中,试验k次才得到第一次成功的机率。详细地说,是:前k-1次皆失败,第k次成功的概率。首先几何分布,属于古典概型/伯努利试验,特点是:只有每次试验只可能有两种结果如果只做1次试验,那是属于0-1分布如果做N次试验,但是只有最后一次成功,则随机变量符合几何分布如果做N次试验,没其他限
奔跑的犀牛先生
·
2022-12-24 06:47
maths--概率和统计
概率论
概率论
的学习和整理13--方差和协方差(未完成)
1方差1.1先要搞清楚:谁的方差一组数据的方差,没有加权信息,一般认为是等概率的,按个数进行平均算方差随机变量的方差,因为有概率作为权重,需要按概率算方差1.2有问题的常见说法(需要指明,对于随机变量才是这样)常见说法,说到方差,一般把期望和方差成对出现一起说什么是期望?期望是一种平均值,出自赌博,是用概率做权重,随机变量的特殊平均值。什么是方差?方差是用来衡量数据的集中/离散程度的指标这两种说法
奔跑的犀牛先生
·
2022-12-24 06:47
maths--概率和统计
概率论
学习
【
概率论
】5-3:超几何分布(The Hypergeomtric Distribution)
title:【
概率论
】5-3:超几何分布(TheHypergeomtricDistribution)categories:-Mathematic-Probabilitykeywords:-HypergeomtircDistribution-FinitePopulationCorrectiontoc
weixin_30546933
·
2022-12-24 06:15
机器学习(2.7.2)数据知识积累——
概率论
-超几何分布
超几何分布是统计学上一种离散概率分布。它描述了由有限个物件中抽出n个物件,成功抽出指定种类的物件的次数(不归还)。称为超几何分布,是因为其形式与“超几何函数”的级数展式的系数有关。在产品质量的不放回抽检中,若N件产品中有M件次品,抽检n件时所得次品数X=k,则P(X=k)=C(M,k)·C(N-M,n-k)/C(N,n),C(ab)为古典概型的组合形式,a为下限,b为上限,此时我们称随机变量X服从
liming850628
·
2022-12-24 06:12
M_M
机器学习【python】
上一页
27
28
29
30
31
32
33
34
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