概率论统计学

智能制造与绿色发展：基于工业机器人进口视角

①2022年，二十大报*林熙：广州大学经济与统计学院；刘啟仁（通讯作者）：广州大学经济与统计学院、南京大学商学院广州市大学城外环西路230号510006；冯桂媚：上海财经大学经济学院。

用数据说话用数据决策·2025-03-26 14:25

【机器学习】什么是逻辑回归？

逻辑回归（LogisticRegression）是一个用于分类问题的统计学模型，尽管名字里有“回归”二字，它其实是用来做分类的，不是做数值预测的。

不加冰的红茶要热的·2025-03-25 20:36

Python数据科学入门：NumPy、Pandas和Matplotlib的实用指南

数据科学是一个跨学科的领域，结合了统计学、计算机科学和数学，用来分析和解读复杂的数据。Python作为数据科学的主流编程语言之一，拥有强大的库和工具，使得数据分析、科学计算、数据可视化变得更加简便。

威哥说编程·2025-03-25 02:27

深度学习--概率

1基本概率论1.1假设我们掷骰子，想知道1而不是看到另一个数字的概率，如果骰子是公司，那么所有6个结果(1..6),都有相同的可能发生，因此，我们可以说1发生的概率为1/6.然而现实生活中，对于我们从工厂收到的真实骰子

fantasy_arch·2025-03-24 13:44

机器学习实战第一章机器学习基础

何谓机器学习 1、简单地说，机器学习就是把无序的数据转换成有用的信息； 2、机器学习能让我们自数据集中受启发，我们会利用计算机来彰显数据背后的真实含义； 3、机器学习横跨计算机科学、工程技术和统计学等多个学科

LuoY、·2025-03-23 18:27

重要重要！！fisher矩阵是怎么计算和更新的，以及计算过程中参数的物理含义

fisher矩阵是怎么计算和更新的，以及计算过程中参数的物理含义Fisher信息矩阵（FisherInformationMatrix,FIM）用于衡量模型参数估计的不确定性，其计算和更新在统计学、机器学习和优化中具有重要作用

ZhangJiQun&MXP·2025-03-23 14:20

深度学习篇---对角矩阵&矩阵的秩&奇异矩阵

2.1定义2.2特性满秩降秩影响2.3应用领域深度学习图像压缩推荐系统控制理论三、奇异矩阵（SingularMatrix）3.1定义3.2特性秩不足行列式为零3.3应用领域深度学习正则化损失函数结构工程统计学数值计算四

Ronin-Lotus·2025-03-23 08:37

人工智能之数学基础：数学对人工智能技术发展的作用

本文重点数学是人工智能技术发展的基础，它提供了人工智能技术所需的数学理论和算法，包括概率论、统计学、线性代数、微积分、图论等等。本文将从以下几个方面探讨数学对人工智能技术发展的作用。

每天五分钟玩转人工智能·2025-03-20 23:23

数学中的“矩”

在力学和统计学中都有用到“矩”。如果这些点代表“质量”，那么：零阶矩表示所有点的质量；一阶矩表示质心；二阶矩表示转动惯量。

heraldww·2025-03-20 19:21

本福特定律: 为什么银行存款、河流长度等集合的首位数字更容易出现 1 而不是 9？

本福特定律的概述本福特定律（Benford'sLaw）又称首位数字定律，是一种描述自然生成数据中数字分布规律的统计学现象。

·2025-03-20 14:26

LoRA中黑塞矩阵、Fisher信息矩阵是什么

Fisher信息矩阵（FisherInformationMatrix,FIM）统计学中衡量参数估计的不确定性，反映数据中包含的关于参数的信息量。

ZhangJiQun&MXP·2025-03-20 07:15

统计机器学习 (Statistical Machine Learning) 原理与代码实例讲解

它结合了统计学和计算机科学的理论与方法，通过数据驱动的方式来构建预测模型和决策系统。统计机器学习不仅在学术研究中占据重要地位，还在工业界有广泛应用，如推荐系统、图像识别、自然语言处理等。

AGI大模型与大数据研究院·2025-03-19 09:11

如果我想成为一名大数据和算法工程师，我需要学会哪些技能，获取大厂的offer

以下是详细的技能要求和建议：---###**1.数学与理论基础**-**数学知识**：掌握线性代数、微积分、概率论和统计学，这些是设计和理解算法的基础。

红豆和绿豆·2025-03-18 10:05

【机器学习-基础知识】统计和贝叶斯推断

1.概率论基本概念回顾1.概率分布定义：概率分布（ProbabilityDistribution）指的是随机变量所有可能取值及其对应概率的集合。

人类发明了工具·2025-03-18 07:35

定积分及其在概率论与统计学中的应用

定积分及其在概率论与统计学中的应用1.背景介绍1.1定积分的概念定积分是微积分学中一个基本概念,它是对连续函数在一个区间上的累积变化量进行测度。

AI天才研究院·2025-03-17 17:47

AI人工智能中的概率论与统计学原理与Python实战：Python实现概率模型

1.背景介绍随着人工智能技术的不断发展，概率论与统计学在人工智能领域的应用越来越广泛。概率论与统计学是人工智能中的基础知识之一，它们在机器学习、深度学习、自然语言处理等领域都有着重要的作用。

AI天才研究院·2025-03-17 17:46

新手村：数据预处理-异常值检测方法

统计学基础理解均值、中位数、标准差、四分位数、正态分布、Z-score等概念。机器学习基础熟悉监督/无监督学习、分类、聚类、回归等基本概念。

嘉羽很烦·2025-03-17 05:20

计算机视觉入门

1.基础知识储备数学基础：线性代数、概率论和数理统计、微积分、优化理论。编程语言：掌握至少一门编程语言，Python是目前在计算机视觉领域最流行的语言，其次是C++。2.计算机视觉基础数字

109702008·2025-03-16 18:58

23章9节：分层随机抽样及其在R语言中的实现与验证

在统计学和数据科学的实际工作中，抽样方法始终扮演着至关重要的角色。如何从庞大的总体中获取具有代表性的样本，一直是数据分析过程中需要面对的核心问题之一。

DAT｜R科学与人工智能·2025-03-16 11:01

应用统计学学什么科目_统计学考研科目分别有哪些？你都知道吗

在现实社会社会中统计学的应用范围是比较广泛的，想要报考统计学的朋友也是不再少数的，那么问题就来了关于统计学应该要学习哪一些科目呢，下面就来详细的看一下关于统计学方向具体的统计学考研科目分别有那些。

心言星愿·2025-03-14 23:24

2025 年最值得收听的 AI 播客推荐！助你轻松掌握人工智能前沿动态！

真智AI·2025-03-14 19:15

智商测试原理全解析：从心理学到统计学，一文读懂(包含数据接口

智力测验（IntelligenceTest）是有关人的普通心智功能的各种测验的总称，又称普通能力测验。编制这类测验的目的是为了综合评定人的智力水平。早期编制的智力测验多采取个人测验的形式，这是单独评估心智功能的最好方法。国际上常用的个人智力测验主要有两种：斯坦福-比奈智力量表和韦克斯勒智力量表。现在常用测验包括：比奈－西蒙智力量表、韦克斯勒智力量表、斯坦福一比奈智力量表、瑞文标准智力测验、军队甲种

2401_84193787·2025-03-14 17:25

深入理解信息检索之BM25算法

它通过一种概率论的方法来衡量文档与用户查询之间的相关性。2.BM25的核心原理BM25算法的核心在于两个主要的概念：逆文档频率（IDF）和词频（TF）调整。逆文档频率（IDF):IDF用

Lunar*·2025-03-14 15:10

23章11节：自助抽样及其在R语言中的实现与验证

在统计学中，数据分析的核心任务之一是如何在样本数据的基础上推断总体的性质。

DAT｜R科学与人工智能·2025-03-13 18:12

ANOVA：在Python中构建和理解ANOVA（方差分析）

ANOVA（方差分析）是一种统计技术，用于确定三个或更多独立（不相关）组的平均值之间是否存在任何统计学显著差异。它有助于检验关于组间均值差异的假设，在比较多个组时特别有用。

python收藏家·2025-03-12 18:21

【人工智能数学基础】——深入详解贝叶斯理论：掌握贝叶斯定理及其在分类和预测中的应用

深入详解贝叶斯理论：掌握贝叶斯定理及其在分类和预测中的应用贝叶斯理论（BayesianTheory）是概率论和统计学中的一个重要分支，它以托马斯·贝叶斯（ThomasBayes）命名，主要关注如何根据新的证据更新对某一事件的信念

猿享天开·2025-03-12 17:14

R语言将向量数据按照行方式转化为矩阵数据（设置参数byrow为TRUE）

R是一个有着统计分析功能及强大作图功能的软件系统，是由奥克兰大学统计学系的RossIhak

sdgfbhgfj·2025-03-12 15:58

概率论与数理统计

概率论部分1.随机事件与概率样本空间与随机事件：样本空间是随机试验所有可能结果的集合，通常用Ω表示。随机事件是样本空间的子集，表示随机试验的某些可能结果的集合。

ZhuBin365·2025-03-12 04:34

机器学习数学基础：29.t检验

一、t检验的定义与核心思想（一）定义t检验（Student’st-test）是一种在统计学领域中广泛应用的基于t分布的统计推断方法。

@心都·2025-03-11 00:23

深度学习和机器学习的差异

一、技术架构的本质差异传统机器学习（MachineLearning）建立在统计学和数学优化基础之上，其核心技术是通过人工设计的特征工程（FeatureEngineering）构建模型。

The god of big data·2025-03-10 16:28

支持向量机 SVM 简要介绍

那些我从来没有理解过的概念（1）下面是我在学习过程中遇到的对我很难理解的概念和我抄下来的笔记主要资料来源：《统计学习方法》，维基百科拉格朗日对偶问题是什么假设f(x),ci(x),hj(x)是定义在Rn

_夜空的繁星_·2025-03-10 06:16

PyTorch 学习路线

数学基础：了解线性代数、微积分、概率论（深度学习的基础）。机器学习基础：理解神经网络、损失函数、优化器（如梯度下降）等概念。学习资源Python入门：Python官方教程机器学习基础

gorgor在码农·2025-03-09 22:07

【练习】PAT 乙 1061 判断题

题目判断题的评判很简单，本题就要求你写个简单的程序帮助老师判题并统计学生们判断题的得分。输入格式：输入在第一行给出两个不超过100的正整数N和M，分别是学生人数和判断题数量。

柠石榴·2025-03-09 17:24

总体方差和样本方差

为避免出现离均差总和为零，离均差平方和受样本含量的影响，统计学采用平均离均差平方和来描述变量的变异程度。

然后就去远行吧·2025-03-09 02:29

利用R语言irr包计算ICC值（组内相关系数）

ICC值是一个较为陌生的概念，在统计学中应用较多，引用百度百科的介绍：组内相关系数(ICC)是衡量和评价观察者间信度(inter-observerreliability)和复测信度(test-retestreliability

mlhylzqwxli·2025-03-08 01:04

第0节机器学习与深度学习介绍

数学上的可解释性但准确率不是百分百，灵活度不高）深度学习：机器学习的一个子集：利用多层神经网络从大量数据中进行学习（设计一个很深的网络架构让机器自己学）（深度学习就是找一个函数f）机器学习算法简介（狭义）一般是基于数学，或者统计学的方法

汉堡go·2025-03-08 01:34

016.3月夏令营：数理类

016.3月夏令营：数理类：中国人民大学统计学院：http://www.eeban.com/forum.php?

力学AI有限元·2025-03-07 23:43

多独立样本秩检验：Kruskal-Wallis检验

多独立样本秩检验：Kruskal-Wallis检验的理论与实践一、引言在统计学中，当数据不满足正态分布或方差齐性假设时，传统的参数检验（如方差分析ANOVA）可能失效。

木子算法·2025-03-07 11:12

r语言手动算两个C指数p值,如何用R语言进行Pvalue显著性标记？

作者：一只想飞的喵审稿：童蒙编辑：angelica箱线图是统计学中较常见的图形之一。这篇文章将讲述如何简单比较两组或多组的平均值，且添加显著性标记。

蒲牢森·2025-03-07 01:45

R语言广义加型模型（GAM）的运用例子及实现教程

拟合广义加型模型步骤4：查看模型摘要和诊断模型摘要系数估计平滑项模型质量步骤5：预测和可视化结论广义加型模型（GeneralizedAdditiveModel，简称GAM）是一种灵活的非线性建模方法，在统计学和机器学习领域被广泛应用

Mrrunsen·2025-03-04 17:52

python 统计库_《统计学习方法》 Python 库

新建GitHub仓库仓库名为slmethod,统计学习方法(StatisticalLearningMethod)的简写Public公开仓库勾选InitializethisrepositorywithaREADME.gitignore

weixin_39756540·2025-03-04 06:03

数据挖掘与数据分析

数据分析特征数据挖掘数据分析目标从大数据中自动发现知识和模式通过系统分析数据，得出有意义的结论重点数据模式的自动发现、预测模型的构建数据理解、数据清洗、数据总结、假设验证方法机器学习、聚类、回归、关联规则、深度学习等统计学方法

dundunmm·2025-03-04 03:11

An Introduction to Statistical Learning with Applicatio

作者：禅与计算机程序设计艺术1.简介1.1定义统计学习（statisticallearning）是一门研究如何从数据中提取知识并应用于预测、决策或其他目的的一门学科。

AI天才研究院·2025-03-04 02:30

规控算法工程师的技术图谱和学习路径

概率论与统计学：贝叶斯理论、马尔可

执于代码·2025-03-03 23:09

图像算法工程师的技术图谱和学习路径

1.基础数学与编程数学基础：线性代数：矩阵运算、特征值、特征向量、奇异值分解（SVD）等概率论与统计：概率分布、贝叶斯定理、最大似然估计（MLE）、假设检验等微积分：导数、梯度、最优化方法（梯度下降、