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
概率论
之大数定律和中心极限定理
1.大数定律教材说这是
概率论
最精彩的一章。。。,我觉得说的不错。。。,感觉需要吃透这几个定理。
大龄coder
·
2020-09-12 14:54
读书笔记
概率论
机器学习
MIT算法导论公开课之第1课 课程简介及算法分析
先修课程离散数学、
概率论
、编程课程算法分析算法分析是理论研究,是关于计算机性能和资源利用的研究(尤其关注性能)。
rye_whiskey
·
2020-09-12 13:07
算法导论公开课笔记
如何做故障检测
AccrualFailureDetector论文及其网络上的分析文章,结合Cassandra源码,写了一点关于AccrualFailureDetector的学习笔记,参考文章及链接附后,感觉到需要好好复习当年学过的
概率论
与
数理统计
fanyamin
·
2020-09-12 10:41
网络
java
python
分布式
人工智能
大数据浪潮:平凡而又神奇的贝叶斯方法
概率论
只不过是把常识用数学公式表达了出来。——拉普拉斯记得读本科的时候,最喜欢到城里的计算机书店里面去闲逛,一逛就是好几个小时;有一次,在书店看到一本书,名叫贝叶斯方法。
BigDataMining
·
2020-09-12 07:59
大数据
大数据
人工智能
统计学
machine
learning
计算机科学
城市山洪灾害多目标评估的技术方法
资料统计分析法是根据历史资料和文献,采用
数理统计
方法来实现,如基于网格的多因子统计分析法和主成分分析法;实验模拟方法是在对山洪灾害有一定认识基础上,通过实验模拟灾害的演进和成灾过程,提取致灾因子作为评估的依据
地理国情监测云平台
·
2020-09-12 07:06
生态环境
商业数据分析【七】
数理统计
与SPSS统计
T检验 单样本t检验 前提条件: 1)数据是连续变量,不可以是离散的; 2)相互独立; 3)不存在显著的异常值; 4)变量接近正态分布。 检验是否是正态分布 在实际问题中,更关心偏度。下图中可发现不是正态分布 正态性检验,一般关注显著性,小于0.05,就表示异常,不是正态检验 Q-Q图(150个数据以下,不建议看QQ图) 不是正态分布,需要整理数据,去除异常值,进行单样本t检
ZoomToday
·
2020-09-12 06:21
商业数据分析
数据分析
统计学
python
spss
fisher精确检验
考研之路【基础阶段】
数学主要是高数上下册,线性代数,
概率论
四本。数据结构主要是数据结构课本知识。该阶段主要是把基础打牢,为暑假强化阶段打下基础。除了每天考研以外,每天晚上抽出两个小时学习专业课。
A Dream er
·
2020-09-12 06:43
心得感悟
下一站目标
type=content&q=%E5%B7%A5%E4%BD%9C%E5%BB%BA%E8%AE%AE时间规划做人做事基础知识技术深度项目结果2.面试数据结构和算法
概率论
,线性代数机器学习,深度学习,fasttext
HxShine
·
2020-09-12 06:50
出国工作
联合概率分布函数的问题
在
概率论
的教科书中,这里的p(a,b)可归结为二维随机变量离散概率分布。求解方法应该是根据具体问题具体分析,并没有可以直接套用的公式
moxuanyao
·
2020-09-12 06:07
概率论
之二项分布的应用
先来点laTeX知识初识laTeX等号,看样子变量是可以直接写的特殊符号的写法,使用的是转义字符分数,使用frac关键字指数a_b下标partial偏导数关键字加^号输入\hat或\widehat加横线输入\overline加波浪线输入\widetilde任意:\forall,存在:\exists服从\sim求和\sum_{n=1}^Na_n加一个点\dot{要加点的字母}加两个点\ddot{要加
cyBlogs
·
2020-09-12 06:49
数学
机器学习书单
:《LinearAlgebraandItsApplications,ThirdEdition(DavidC.Lay)》讲得很实际,线性代数最重要的就是与实际应用相联系才能够理解其意义3.概率与统计:《
概率论
与
数理统计
xiaogss
·
2020-09-12 05:27
资源汇总
机器学习
HyperLogLog 算法的原理讲解以及 Redis 是如何应用它的
伯努利试验是数学
概率论
中的一部分内容,它的典故来源于抛硬币。硬币拥有正反两面,一次的上抛至落下,最终出现正反面的概率都是50%。
qq_41076792
·
2020-09-12 04:51
协方差代表的意义是什么?
在
概率论
中,两个随机变量X与Y之间相互关系,大致有下列3种情况:情况一,如上,当X,Y的联合分布像上图那样时,我们可以看出,大致上有:X越大Y也越大,X越小Y也越小,这种情况,我们称为“正相关”。
weixin_34245082
·
2020-09-12 03:19
人工智能数学基础-
概率论
与
数理统计
目录
概率论
基础条件概率排列组合全概率公式贝叶斯法则贝叶斯意义
概率论
基础
概率论
与
数理统计
是研究什么的?
Jolahua
·
2020-09-12 03:20
机器学习
Kalman滤波算法解释与实现
(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.XX:表示一个随机变量,如果它有有限个可能的取值{x1,x2,⋯,xn}{x1,x2,⋯,xn}.2.p(X=xi
小玩龙
·
2020-09-12 00:55
算法
Tensorflow2.1.0 基础线性回归
样例为《
概率论
与
数理统计
》中线性回归一节中的例子我们希望通过对该数据进行线性回归,即使用线性模型来拟合上述数据,此处a和b是待求的参数接下来,我们使用梯度下降方法来求线性模型中两个参数a和b的值3。
雪易
·
2020-09-11 22:09
Tensorflow
~《
概率论
》~联合分布与边际分布
《
概率论
》联合分布与边际分布文章目录~《
概率论
》~联合分布与边际分布一、多维随机向量及其分布1.1、多维随机向量1.2、二维随机变量的分布函数1.3、分布函数的性质二、离散型随机向量及其概率函数2.1、
与你前行
·
2020-09-11 18:23
概率论
~《
概率论
》~条件分布
《
概率论
》条件分布文章目录~《
概率论
》~条件分布一、离散型随机向量的条件分布1.1、定义1.2、性质二、连续型随机向量的条件分布2.1、定义2.2、性质一、离散型随机向量的条件分布1.1、定义1.2、性质二
与你前行
·
2020-09-11 18:23
概率论
~《
概率论
》~概率的性质条件概率与事件的独立性
《
概率论
》概率的性质条件概率与事件的独立性文章目录~《
概率论
》~概率的性质条件概率与事件的独立性一、条件概率二、概率的乘法公式三、事件的独立性四、全概率公式一、条件概率定义:设A,B为任意两个事件,且P
与你前行
·
2020-09-11 18:53
概率论
~《
概率论
》~概率的性质随机事件的概率
置项:写好博客,参照here或者复制打开下面链接https://blog.csdn.net/cungudafa/article/details/84658703?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task置项:使用LaTeX数学公式,参照here或者复
与你前行
·
2020-09-11 18:52
概率论
《
概率论
基础教程》总结2 随机变量、期望、方差
一随机变量1、基本概念随机变量定义:随机变量在不同的条件下由于偶然因素影响,其可能取各种随机变量不同的值,具有不确定性和随机性,但这些取值落在某个范围的概率是一定的,此种变量称为随机变量。随机变量首先是一个变量。昨天的天气,你的高考成绩都是随机变量,不过这些是确定无疑的,相反随机变量结果不确定。累计分布函数定义:这里X为实随机变量,即取值为实数的随机变量。2、常见随机变量:(离散)伯努利变量:变量
行_之_
·
2020-09-11 17:09
读书笔记
数学
如何成为一名数据科学家?
utm_campaign=weekly125&utm_source=weekly-digest&utm_medium=email我自己粗浅的理解为需要以下几个方面:1.业务知识2.
数理统计
和数据分析3.
大象从不倒下
·
2020-09-11 16:15
大数据big
data
11月24日小结
马上迎来了
概率论
考试,复变考试,英语四级考试,数学分析考试,好累。。。因为要考试了所以就把codeforce上的比赛先撩了一下现在才1486,主要还是打的太少的原因吧。
杜小鑫吖丶
·
2020-09-11 16:00
机器学习中的一些
概率论
文章目录条件概率全概率公式贝叶斯公式极大似然估计maximum-likelihoodML中如何求极大似然函数条件概率P(B|A)=13表示的意思为当A发生的时候,B发生的概率公式:P(B|A)=P(AB)P(A)P(AB)=P(B|A)∗P(A)=P(A|B)∗P(B)P(A|B)=P(B|A)∗P(A)P(B)全概率公式B1,B2,B3……Bn为样本空间的S的一个划分则可以得到P(A)=P(B1
123begin
·
2020-09-11 15:48
初探深度学习
信息与熵【上】生命以信息为食
也不知道这样理解对不对,管他呢,只要能重塑大脑连接,减少记忆成本就行记得母校有一年的研究生入学考试中,《
概率论
》最后一道送命题大概是这样的:学渣小明在做一道选择题,由于小明完全不会做只能从ABCD中蒙一个答案
西伯利亚大橘猫
·
2020-09-11 14:10
数学之美
信息论
哲学
开学季——想打好数学基础?这些经典教材你最需要!
华章数学译丛汇聚了国外经典数学教材,涵盖线性代数、
概率论
、数学分析、随机过程、时间序列分析、数论、拓扑学、优化理论、数值分析、金融数学等方向。
hzbooks
·
2020-09-11 12:18
概率论
机器学习
人工智能
编程语言
数据分析
两独立样本T检验实例(用SPSS16.0实现)
一、两独立样本T检验原理首先我们要界定好独立样本是指两个样本之间彼此独立,没有任何的相关关系,用
数理统计
的语言来说就是相关系数为0。
statistics_man
·
2020-09-11 11:07
数据分析与挖掘
概率论
与
数理统计
(三)
接下来讨论的对象就是随机变量了,而不是事件。随机变量可以由事件映射得到,本文就不详细讲这个了,有时间再补充。现在讲一下随机变量的基本类型与随机标量的独立性。离散型随机变量当我们的samplespaceΩ\OmegaΩ的outcome都是discrete的时候,从事件的samplespace映射到随机变量的samplespace的outcome也是discrete的,这样的话我们称该随机变量是离散的
耐耐~
·
2020-09-11 08:07
数学
机器学习
概率论
与
数理统计
(二)
本文主要讲一下如何对随机事件求概率这个问题,这个问题听起来是很简单的,但实际上这里面还是有一点点东西的。文章目录三大结构离散的样本空间连续的样本空间总结三大结构当我们讨论某一随机事件的概率时,我们一般是在一个框架下讨论的,这个框架包含三个结构:样本空间(samplespace),事件(event)和几率测度(probabilitymeasure)。samplespace:记作Ω\OmegaΩ,样本
耐耐~
·
2020-09-11 08:07
数学
机器学习
概率论
数学
概率论
与
数理统计
(一)
文章目录事件与概率概率的三条公理事件的关系与运算条件概率与事件的独立性事件与概率当我们讲概率呢,我们得首先明确概率的对象,即什么东西拥有概率,纵观各种
概率论
教科书,第一章都是先从事件讲起,比如“明天下雨
耐耐~
·
2020-09-11 08:07
数学
机器学习
隐马尔可夫模型(HMM)来龙去脉(二)
它给人一种很神秘高深的感觉,确实,很强大的一个模型,在
概率论
统计学应该是应用广泛而且很重要的;虽说很高深强大的一个模型,其原理确实我们最基础的理论知识不断推导计算来的。上一篇
Charzous
·
2020-09-11 06:51
自然语言处理
概率论
之极大似然估计
统计的基本任务是以样本推断总体,在很多场合下,总体分布的形式是已知的,需要求得未知参数,这就是
数理统计
的参数估计问题。参数估计分为两种:一种是点估计,一种是区间估计。
大龄coder
·
2020-09-11 05:21
机器学习
读书笔记
c++11版本list中sort用lambda表达式
public:stringStuName;//姓名stringStuNum;//学号stringSex;//性别//成绩floatEnglish;//英语floatSQL;//SQLfloatProb;//
概率论
codePriest
·
2020-09-11 03:18
草稿
2020-09-10
2020.9.10演讲高级班学习Day8分享人:AS07张咏今日总结:1.运动打卡2.英语笔记整理3.听力+听书4.
概率论
复习5.群氛围维护️明日计划:1.运动打卡2.复习+考试3.群氛围维护4.阅读今日分享
阳光开朗girl
·
2020-09-11 00:46
方差和偏差的理解
平均数是统计特征,根据样本计算的,期望是一种
概率论
概念、一个数学特征,更多的是大数情况下的真实表现,期望常常跟概率有关,而概率是频率随样本趋于无穷的极限。两者都符合大数定理。
予亭
·
2020-09-10 23:52
机器学习
样本方差与总体方差
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。统计中的方差(样本方差)是每个样本值与全体样本值的平均数之差的平方值的平均数。
小时候挺菜
·
2020-09-10 21:19
手把手 | 数据科学速成课:给Python新手的实操指南
例如,团队中大多数人都曾研究计量经济学,这为
概率论
及统计学提供了坚实的基础。典型的数据科学家需要处理大量的数据,因此良好的编程技能是必不可少的。然而,我们的新数据科学家的背景往往是各不相同的。
weixin_34054866
·
2020-09-10 19:34
查理.芒格100个思维模型之79:费马帕斯卡系统思维模型 2020.09.11超有才华第495次百字悟
费马帕斯卡系统是
概率论
的基本原则,在生活中,充满了各种诱惑,人们根据经验和各
超有才华
·
2020-09-10 19:06
数据挖掘与运维分析
数据挖掘技术侧重:1)概率与
数理统计
2)数据库技术3)人工智能技术4)机器学习。1.数据清理:消除噪音或不一
uyunopss
·
2020-09-10 18:11
APM应用性能监控
APM
数据分析
it运维
性能监控
uva 401
算法的东西好长时间没打了,都是在看有关开发和
数理统计
的内容。于是打算开个新坑。大部分题目是入门经典中的uva401这道题比较简单,在回文字符串的概念上增加了一个镜像对称的概念。
LB_莫贺延碛
·
2020-09-10 18:15
ACM
杂题
K-L变换实现图像压缩
必备数学知识:协方差,相关系数,协方差矩阵(这三个知识点我是参考的同济大学的
概率论
数与
数理统计
那本书,讲的很实在),对称矩阵相似对角化协方差与相关系数都是用来衡量不同维度之间的相关性,正值越大说明正相关越高
Shane Zhao
·
2020-09-10 17:25
第一章
概率论
基础
第一章
概率论
基础绪论http://www.icourse163.org/learn/ZJU-1001615010?tid=1001993010#/learn/content?
qw550620059
·
2020-09-10 17:37
Python学习(一)
在深度学的过程中,熟悉Python的基础语法,并掌握NumPy、Pandas及其他基础工具模块,并且对于高数,现代、
概率论
的基础知识,以下是Python的一些必备基础语法for循环语句:forvar(变量名
qq_970313613
·
2020-09-10 16:41
Python
数学盲摆弄神经网络
看过一些高论,说是要学机器学习,必须先学好高等数学:微积分、线性代数、
数理统计
和
概率论
等。没有受过这些数学的课堂教育,只有从网上找到一堆相关的电子书籍,试着自学。
lawme
·
2020-09-10 14:49
scikit-learn
证明:贝叶斯多条件的独立化的基础理论
这个剧的作者估计也是学过
概率论
的。独立→正交:我们假设有事件A,B相互独立,每次测量时A发生的概率是p,B发生的概率是q;测量n后,A的发生向量为a,B的发生向量为b。通常记法中0表示未发生
阿宣22
·
2020-09-10 12:19
略谈数学
概率论
-第一章
概率论
基本概念(随机试验、样本空间、随机事件)
文章目录随机试验特征样本空间定义随机事件定义联系关系及运算和事件积事件差事件互斥事件和对立事件随机试验特征相同的条件下重复结果不止一个,事先能知道所有结果不确定性样本空间定义所有结果总和(记为S)样本点:每一个结果注意:描述随机现象的第一步就是建立样本空间随机事件定义S的子集(简称事件,用大写字母表示)基本事件:一个样本点完备事件组:B1,B2,B3......BnB_1,B_2,B_3.....
刘维奇
·
2020-09-10 11:02
概率论
概率论
与
数理统计
(第一章
概率论
的基本概念)
参考书籍《
概率论
与
数理统计
第四版》。
MaoYeJ
·
2020-09-10 11:30
数学
概率论
概率论与数理统计
Python机器学习笔记01--机器学习基础
本文索引:机器学习分类监督学习-分类监督学习-回归分析一、机器学习分类机器学习(MachineLearning,ML)是一门综合性非常强的多领域交叉学科,设计线性代数、
概率论
、统计学、算法复杂度理论等多门学科
梦想小黑客啊
·
2020-09-10 11:57
Python
Python大战机器学习
概率论
与
数理统计
笔记(一): 样本空间 随机事件
概率论
与
数理统计
笔记(一):样本空间随机事件确定性现象:在一定条件下必然发生的现象.随机现象:在一定条件下具有多种可能结果,且试验时无法预知出现哪个结果的现象.对随机现象的观察、记录、实验统称为随机试验
MayMoon52
·
2020-09-10 11:41
MOOC笔记
【概理论与
数理统计
】知识框架1
第一章概理论的基本概念第一节:样本空间、随机事件随机实验E(概念)样本空间Ω(定义、表示)事件之间的关系(包含关系、并/和关系、交/积关系、差关系、互斥关系、对立关系)事件的运算(交换律、结合律、分配律等)第二节:概率、古典概型频率(定义、性质)概率(定义、含义、概率的条件)概率的公理化定义(性质-6条)古典概型(公式、适用范围)几何概型(公式)第三节:条件概率、全概率公式条件概率(定义、三条公理
御画
·
2020-09-10 11:58
概理论与数理统计
上一页
53
54
55
56
57
58
59
60
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