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
语音识别技术简介
语音识别技术是一种综合性的技术,它涉及到多个学科领域,如发声机理和听觉机理、信号处理、
概率论
和信息论、模式识别以及人工智能等等。
dingdu8124
·
2020-09-16 09:33
数据结构与算法
人工智能
概率论
第2记:随机变量1
从这一章开始,概率统计进入高数的研究范围。打起精神吧什么是随机变量?如果我们先后抛掷两颗骰子,所有可能的样本空间S={(1,1),(1,2)…(2,1)…(6,6)},很多时候我们关心的不是样本空间,也不是先后抛出了多少点,而是关注两个骰子的点数加起来是多少点,比如加起来是5点的有(1,4)(2,3)(4,1)(3,2).这样,就是样本空间和具体的数值之间建立了某种关联,这个数值如果用字母X表示,
迷迷糊糊也好
·
2020-09-16 06:17
神经网络数学基础
概率论
样本空间,随机事件基本概念 (概统1)
样本空间,随机事件概念(概统1)
概率论
是一个难点,也是一个重点,难点主要是基本概念难以理清,看似很简单,但是很混乱,理不清。本小节是整理样本空间与随机事件的基本概念。
lynn0085
·
2020-09-16 05:59
概率论与数理统计
小白学随机变量
随机变量的理解背景知识
概率论
研究目标随机试验概率分布数字特征产生背景定义背景知识
概率论
研究目标随机试验满足三个条件:(1)可重复性:相同条件下可重复进行。
爱学习的人工智障
·
2020-09-16 05:59
概率论
统计学习
线性拟合 相关统计量理解
清楚了回归分析的目的后,下面我们以回归分析预测法的步骤来说明什么是回归分析法:回归分析是对具有因果关系的影响因素(自变量)和预测对象(因变量)所进行的
数理统计
分析
琥珀彩
·
2020-09-16 02:39
机器学习与数据挖掘算法
最大似然估计与最大后验估计的区别
一、区别与联系他们的理论和方法都建立在
概率论
的基础上最大似然估计(MLE)是频率学派观点;最大后验估计(MAP)是贝叶斯学派观点,有后验概率。二、疑问至今贝叶斯统计大量应用都是基于无信息先验进行的。
枫叶刃
·
2020-09-15 23:29
Bayes
卡方分布、F分布、t分布和正态分布的关系
chi-squaredistribution,χ²-distribution,或写作χ²分布),已知样本X都是服从正态分布的样本,而且方差未知,那么,检验X的均值就会用到t分布,其他的情况也类似,可以看看
数理统计
相关内容例题
BCIduino脑机接口社区
·
2020-09-15 22:05
数学
【机器学习】机器学习进阶之旅(一)
AI的数学基础最主要是高等数学、线性代数、
概率论
与
数理统计
三门课程,这三门课程是本科必修的。这里整理了一个简易的数学入门文章。
beautiful_huang
·
2020-09-15 22:06
机器学习
机器学习
Spark机器学习-Java版(二)-相关系数和假设检验
1、相关系数和假设校验概述相关系数和假设检验是
数理统计
中的基本概念和统计工具,对于机器学习模型的设定和优化策略有很大帮助。
常琪龙
·
2020-09-15 21:00
学习文档类
论文及其他自认为有用资源收集
shareid=418117&uk=9084630932.
概率论
mltutorials:http://homepages.inf.ed.ac.uk/rbf/IAPR/researchers/MLPAGES
xuqianghit
·
2020-09-15 20:41
机器学习
决策论之朴素贝叶斯(NaiveBayes)
前言相信学过
概率论
和
数理统计
的朋友们都不会对贝叶斯公式感到陌生,其作用可以说是描述了前验概率P(A)和后验概率P(A|B)的关系,又可以说是描述了在事件A发生的条件下发生事件B的概率P(B|A)和在事件
JahnLiang
·
2020-09-15 19:33
算法
机器学习之朴素贝叶斯详细介绍及实例应用
基于
概率论
的分类方法:朴素贝叶斯朴素贝叶斯算法:朴素贝叶斯算法是有监督的学习算法,同样是解决分类的问题,之所以称之为朴素,也就是因为整个其整个形式化过程只做最原始,最简单的假设。
疯狂奔跑的少年
·
2020-09-15 19:32
机器学习
朴素贝叶斯决策理论
引言虽然本科学过
概率论
,但是也就会用点公式,知道点皮毛,知其然却不知其所以然,最近看了大佬的博客,有些心得,在此记录一下。
陈多鱼
·
2020-09-15 19:54
机器学习
机器学习
概率论
深度学习导论与应用实践
向量的范数1.1.3常用的向量1.1.4常见的矩阵1.1.5矩阵的操作1.1.6张量的常用操作1.2优化的基础——导数及其应用1.2.1导数1.2.2泰勒公式1.2.3拉格朗日乘数法1.3概率模型的基础——
概率论
aspnetcs7
·
2020-09-15 16:23
莫斯科大学数学力学系 数学部专门化课程目录
微分几何及其应用教研室专门化课程6.一般拓扑与几何教研室教研室专门化课程7.离散数学教研室专门化课程8.微分方程教研室专门化课程9.计算数学教研室专门化课程10.数理逻辑与算法理论教研室专门化课程11.
概率论
教
zzwu
·
2020-09-15 16:04
第二周总结
/www.nowcoder.com/acm/contest/143)A思维[牛客网暑期ACM多校训练营(第五场)](https://www.nowcoder.com/acm/contest/143)J
概率论
枚举
心夏心冬
·
2020-09-15 15:31
每周(→∞)记录?
再谈线性回归函数分析,从
概率论
与
数理统计
角度看线性回归参数估计
1.随机变量的数字特征0x1:为什么我们需要统计随机变量的数字特征随机变量的分布函数(或概率函数,或密度函数)已经非常全面了,精确地描述了这个随机变量取值的统计规律性,那为什么我们还需要研究随机变量的数字特征呢?这个小节我们来讨论一下这个话题。1.实际问题背后概率分布函数的复杂性在很多实际问题中(特别是一些具体的非物理的问题域),从实际问题场景中采样得到的样本集,一般时候都不会100%符合一个经典
z-pan
·
2020-09-15 15:59
数据结构与算法
人工智能
熵与信息熵的概念
它在控制论、
概率论
、数论、天体物理、生命科学等领域都有重要应用
小魚兒.
·
2020-09-15 14:37
一元线性回归利用最小二乘法求解原理代码及案例
线性回归的原理基础定义公式推导简单理解2、最小二乘法PYTHON实现0.导入相关库1.导入数据2.定义损失函数3.定义算法拟合函数4.测试定义的函数5.画出拟合曲线3、最小二乘简单例子1、线性回归的原理基础定义线性回归是利用
数理统计
中的回归分析
qq_34740277
·
2020-09-15 14:25
人工智能
代码实战
python
机器学习
数据挖掘
数据分析基础知识复习
数据分析:偏重于
数理统计
,用统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论。数据挖掘:指从大量的数据中通过算法搜索隐藏于其中信息的过程,一般这个过程是计算机来实现。
ZJJBFQ
·
2020-09-15 13:00
读书笔记——《统计之美:人工智能时代的科学思维》
这次的图书是《统计之美:人工智能时代的科学思维》,是关于统计学及其相关领域的,涉及到
概率论
、大数据、人工智能等,是一本不错的入门
beyond_LH
·
2020-09-15 11:22
读书笔记
中奖概率的谬误
回答:这个问题很简单,有点
概率论
基础的,都知道:E=1/p。即独立事件的概率是50%,那么期望重复两次就能发生,例如抛硬币问题。在生活中,人们总是会想当然的认为期望值达到了,事件就一定会发生。
C20130911
·
2020-09-15 10:41
数学
把n个骰子扔在地上,所有骰子朝上一面的点数之和为S
分析:利用基本的
概率论
知识,而不需要统计所有可能的S出现的次数。为了方便,这里先讨论某个S出现的概率,设为P(S),则有P(S)=P(S1)+P(S2)+...
nciaebupt
·
2020-09-15 06:09
算法
2020考研数学-数一考试大纲原文(21可做参考)
感谢关注,点赞,评论♥考试科目:高等数学(同济)线性代数(同济)
概率论
与
数理统计
(浙大)考试形式和试卷结构一、试卷满分及考试时间试卷满分为150分,考试时间为180分钟二、答题方式答题方式为闭卷、笔试三
hope lucky
·
2020-09-15 06:50
考研数学
考研资讯
概率论
统计学
聚类算法
代码规范
线性代数
考研数学公式默写记忆PDF
考研数学公式默写记忆包含高数、线代、
概率论
常用公式,虽然还有很多没有涉及到,但10页也囊括大部分公式了。
小菲侠
·
2020-09-15 05:07
随笔
考研
数学
公式
概率论
总结
统计分布最近在看统计相关的知识,发现自己之前学习的知识不是很清晰。该博客主要是理一理自己的思路。加上一些重要的推理公式。一、离散分布主要介绍两个相关的分布:二项分布和泊松分布二项分布二项分布市常见的离散分布之一,其基本思想是伯努利试验,伯努利试验是一个有且仅有两种结果的实验,称随机变量XXX服从参数为ppp的分布X={1(概率为p)0≤p≤10(概率为1−p)X=\begin{cases}1(概率
昵昵兵
·
2020-09-15 03:53
概率论
一本为机器学习新手扫清障碍的书,TA是谁?
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。
清图
·
2020-09-15 01:18
人工智能
Python
机器学习
c#中使用Math.NET进行矩阵和向量运算
Math.NET包含了几个项目,其中中线性代数,
概率论
等部分都包含在Math.NETNumerics中,所以下面介绍一下如何使用Math.NETNumerics。
xiansanderen
·
2020-09-14 21:34
c#
算法--样本方差、样本标准差、方差、标准方差与加权平均
在
概率论
和
数理统计
中,方差用来度量随机变量和其数学期望(即均值)之间的偏离程度。标准差在概率统计中最常使
weixin_33845477
·
2020-09-14 20:47
正态分布下含绝对值的期望求解
utm_source=blogxgwz2@(
概率论
)首先用伽马函数来证明一个小结论。
芮芮杰
·
2020-09-14 19:35
机器学习第一章:简介和概括
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,重新组织已有的知识结构使之不断改善自身的性能。
、Lu
·
2020-09-14 15:37
机器学习
机器学习
协方差矩阵的理解和计算的几个博文
数理统计
中的协方差以下博文讲解的不错,1.使用图形深入理解协方差,2.介绍协方差及矩阵的定义和推导,3.提到了协方差矩阵计算例子,4.描述二维高斯分布和起协方差矩阵的可视化关系。
减肥De狗
·
2020-09-14 12:31
数理统计
协方差
协方差矩阵
统计
数学期望
在
概率论
和统计学中,一个离散型随机变量的期望值是实验中每次可能结果的概率乘以其结果的总和。例题:一项工作由甲一个人完成,平均需要4小时,而乙有0.4的概率来帮忙,两个人完成平均只要3小时。
肘子zhouzi
·
2020-09-14 05:58
概率与期望
概率论
与统计(二)
概率论
知识总结
文章目录1.概率定义2.条件概率2.1条件概率公式2.2贝叶斯公式3.独立性4.随机变量4.1随机变量定义4.2离散型随机变量4.3连续型随机变量4.4联合分布随机变量5.期望、方差与协方差5.1期望5.2方差5.3协方差6.大数定律6.1马尔可夫不等式6.2切比雪夫不等式6.3大数定律1.概率定义频率派概率:一个结果发生的概率为P,则如果我们进行无数次的反复实验,有P的比例会导致这样的结果贝叶斯
转大数据的环境人
·
2020-09-14 05:06
数学基础
概率论
概率论
与统计学基础-------------各种名称含义、用途、几何意义
1.随机变量:X。随机变量的产生具有概率性,且具有多种可能产生的情况。可以看成一个事物的特征、属性。2.CDF累积分布函数:F(x);PDF积分;CDF的反函数可以得到服从CDF分布的随机变量;F(b)-F(a)=P(a0,x>E(x),y>E(y)的时候x,y正相关,cov(x,y)E(x)x,y负相关,cov(x,y)=0,x=E(x),y=E(y),x,y不相关;;当我们无法求出数据的期望的
本少女很白
·
2020-09-14 05:48
大数据之
概率论
大数据之
概率论
排列组合公平的决断(古典概型)非古典概型应用示例双色球彩票购车摇号德州扑克具体的分析可以在网上查看,不做具体分析
算了,随便
·
2020-09-14 05:53
大数据
概率论
与
数理统计
(3)
关于离散与连续型随机变量扔硬币不是正就是反扔骰子的点数是1,2,3,4,5,6打靶要么中标要么不中这些结果数值都是明确可以取值的.称为离散型随机变量圆的角度(0-360,可以有小数点)某人上班8点到9点之间到,这个结果集无法列举一个灯泡的使用寿命这些数值都无法列举,但可在其范围内取任一实数就称为连续型随机变量离散型随机变量类型贝努里分布(二项分布)在相同环境下,重复做N次试验重复扔6次硬币,求出现
weixin_33969116
·
2020-09-14 05:32
数理统计
一(
概率论
)
一,课题导入:二,统计学与
概率论
的关系
概率论
是统计推断的基础,在给定数据生成过程下观测、研究数据的性质;而统计推断则根据观测的数据,反向思考其数据生成过程。
pennyyangpei
·
2020-09-14 04:34
数理统计
概率论
/统计
Ftesthttps://blog.csdn.net/zijinmu69/article/details/80564566
学习飞行的山药
·
2020-09-14 03:44
数学
2019北航夏令营,一篇就够了——面试+机试总结
复习情况:前期复习的不太多,看了点数据结构,操作系统,线代和
概率论
没看。。
概率论
还看了一丁点,线代直接没看。。。难受,网络也是昨晚看了点点,看了好像也没啥用,然后就背了一个英语自我介绍,没了。
RememberUrHeart
·
2020-09-13 22:37
渣狗保研
打酱油去~ 走起!
说好的考研,四级,
概率论
都不好好学!每天过着稀里糊涂的生活。按时上课,下课,无聊,发呆..
Kunaly
·
2020-09-13 19:09
随笔丶
Cookie实现用户商品浏览记录
实现用户商品浏览记录首先我们应该写好一个有着商品信息的html页面这次我用的不是eclipse,用的IntelliJIdea,所以可能有的地方写的和eclipse里面不一样$Title$数据结构javaweb程序设计操作系统
概率论
与
数理统计
浏览商品记录
HeebeChoi
·
2020-09-13 18:14
JavaWeb
机器学习中的数学修炼
具体包括
概率论
与
数理统计
、微积分(主要是与最优化内容相关的部分,例如泰勒展开与海塞矩阵等)、凸优
白马负金羁
·
2020-09-13 17:17
图书出版及相关资源
方差、标准差、均方差、均方误差区别总结
一、百度百科上方差是这样定义的:(variance)是在
概率论
和统计方差衡量随机变量或一组数据时离散程度的度量。
概率论
中方差用来度量随机变量和其数学期望(即均值)之间的偏离程度。
weixin_44327911
·
2020-09-13 17:44
概率与
数理统计
学习总结三--条件概率、全概率、贝叶斯、离散型随机变量
条件概率设试验E的样本空间为S,A,B是事件,要考虑在A已经发生的条件下B发生的概率,这就是条件概率问题.定义:设A,B是两个事件,且P(A)>0,称为在事件A发生的条件下事件B发生的条件概率条件概率满足三个条件非负性:对于每一事件B有规范性:对于必然事件S,有可列可加性:设B1,B2,…是两两互不相容的事件,则另外,对于任意两个事件乘法定理由条件概率公式能迅速推知乘法定理推广到多个事件的积事件情
weixin_44327911
·
2020-09-13 17:44
Spark MLlib 机器学习
本章导读机器学习(machinelearning,ML)是一门涉及
概率论
、统计学、逼近论、凸分析、算法复杂度理论等多领域的交叉学科。
Swordfall
·
2020-09-13 16:15
概率论
与
数理统计
学习视频排列组合加法原理:几种方案乘法原理:分几步不重复排列Pnm=n(n−1)...(n−m)=n!(n−m)!P_n^m=n(n-1)...(n-m)=\frac{n!}{(n-m)!}Pnm=n(n−1)...(n−m)=(n−m)!n!全排列P_n^n=n(n-1)…1=n!重复排列nmn^mnm组合:从n个不同元素中取出m个不同元素.Cnm=Pnmm!=n!m!(n−m)!C_n^m=\
小刀刺大熊
·
2020-09-13 16:30
数学
马尔可夫模型的一步转移概率矩阵Java代码实现
马尔可夫链注:此Java代码只实现了状态转移的个数至于概率很容易求得,具体做法可参考上面的链接或浙大
概率论
与
数理统计
第四版第十三章马尔可夫链packagelegendary;importjava.util.ArrayList
都是个啥
·
2020-09-13 16:17
Java
机器学习实战 第4章 基于
概率论
的分类方法:朴素贝叶斯
第4章基于
概率论
的分类方法:朴素贝叶斯朴素贝叶斯概述贝叶斯分类是一类分类算法的总称,这类算法均以贝叶斯定理为基础,故统称为贝叶斯分类。本章首先介绍贝叶斯分类算法的基础——贝叶斯定理。
diaozhida
·
2020-09-13 15:18
机器学习
matlab 分类(判别)函数classify()
从
概率论
的角度看,可把判别问题归结为如下模型。
PParis
·
2020-09-13 14:01
matlab
上一页
51
52
53
54
55
56
57
58
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