概率论第11页

月有阴晴圆缺，此事古难全：概率论

概率论关注的是生活中的不确定性或可能性；频率学派认为先验分布式固定的，模型参数要最大似然估计计算；贝叶斯学派认为先验分布式随机的，模型参数要考后验概率最大化计算；正太分布是最重要的一种随机变量的分布。

编程回忆录·2023-10-22 01:47

【PyTorch】深度学习实践 1. Overview

目录人工智能概述课程前置知识人工智能问题分类推理类预测类算法分类传统算法与智能算法人工智能领域细分学习系统的发展基于规则的系统经典机器学习算法表示学习方法维度诅咒说明解决方法第一代第二代（深度学习）传统机器学习策略神经网络基础基本原理正向传播和反向传播正向传播反向传播小结人工智能概述课程前置知识线性代数+概率论

令夏二十三·2023-10-21 22:59

用大数定律计算炉石传说2费2王子的概率 2018-08-10

概率论学不好不会用排列组合来算那就只能依靠大数定律了...先上结论，先手25.8%，后手31.9%importrandomcards=list(range(30))N=1000000count0=0foriinrange

RyouChiei·2023-10-21 22:46

似然函数和贝叶斯的关系

什么是似然函数似然函数（LikelihoodFunction）是统计学和概率论中的一个重要概念。它通常用于估计参数或进行统计推断。似然函数描述

为啥不能修改昵称啊·2023-10-21 21:38

排队论 | Python实现排队论

它是运筹学和概率论的一个重要分支，广泛应用于交通运输、通信网络、生产制造、客户服务等领域。排队论的基本组成部分包括以下几个要素：顾客：代表等待服务的个体，可以是人、车辆、数据包等。

算法如诗·2023-10-21 20:32

【考研数学】概率论与数理统计 —— 第六章 | 数理统计基本概念（1，基本概念）

文章目录引言一、基本概念1.1总体1.2样本1.3统计量1.4顺序统计量写在最后引言以前学概率论的时候，不知道后面的数理统计是什么，所以简称都把后面的省略掉了。

Douglassssssss·2023-10-21 20:28

【考研数学】概率论与数理统计 —— 第六章 | 数理统计基本概念（2，三个重要的抽样分布）

文章目录引言一、χ2\chi^2χ2分布1.1χ2\chi^2χ2分布定义1.2性质二、ttt分布2.1定义2.2性质三、FFF分布3.1定义3.2性质写在最后引言对数理统计的一些基本概念有了了解后，我们来学习三个重要的抽样分布。一、χ2\chi^2χ2分布1.1χ2\chi^2χ2分布定义设X1,X2,⋯ ,XnX_1,X_2,\cdots,X_nX1,X2,⋯,Xn相互独立且均服从标准正态分布

Douglassssssss·2023-10-21 20:28

【考研数学】概率论与数理统计 —— 第五章 | 大数定律与中心极限定理

文章目录一、切比雪夫不等式二、大数定律2.1依概率收敛的定义2.2常见的大数定律三、中心极限定理写在最后一、切比雪夫不等式定理1——（切比雪夫不等式）设随机变量XXX的方差存在，则对任意的ε>0\varepsilon>0ε>0，有P{∣X−E(X)∣≥ε}≤D(X)ε2orP{∣X−E(X)∣0\varepsilon>0ε>0，有lim⁡n→∞P{∣Xn−a∣0\varepsilon>0ε>0，有

Douglassssssss·2023-10-21 20:57

【管理运筹学】第 10 章 | 排队论（2，到达时间间隔的分布和服务时间的分布）

一、普阿松分布其实就是概率论里的泊松分布，这样的翻译我还是头一次见。设N(t)N(t)N(t)为在时间区间[

Douglassssssss·2023-10-21 20:25

2021-09-28给青年人的第3封信：一些忠告

受查理芒格“如何过上痛苦的生活”的启发，让我也来开几味“痛苦药方”：1）尽可能用化学物质比如酒精来麻痹自己，而不是向内探寻情绪从哪里来，以及思考怎么解决；2）坚定相信“不劳而获”是存在的，坚定相信“概率论

Jayzee·2023-10-21 18:56

数据科学中常用的应用统计知识

随着大数据算法技术发展，数据算法越来越倾向机器学习和深度学习相关的算法技术，概率论和应用统计等传统的技术貌似用的并不是很多了，但实则不然，在数据科学工作，还是会经常需要应用统计概率相关知识解决一些数据问题

村头陶员外·2023-10-21 16:34

numpy 是否为零_Python学习第117课--numpy中dot的运用举例

上节我们学习了最基础的matrix的运算，可能有小伙伴觉得这都要涉及高等数学知识了，确实如果你想做数据科学、做人工智能，统计学、概率论等数学知识，尤其是算法是绕不过去的坎，但是不要怕！！！

weixin_39777540·2023-10-21 16:02

python中numpy dot_Python学习第117课——numpy中dot的运用举例

上节我们学习了最基础的matrix的运算，可能有小伙伴觉得这都要涉及高等数学知识了，确实如果你想做数据科学、做人工智能，统计学、概率论等数学知识，尤其是算法是绕不过去的坎，但是不要怕！！！

weixin_39946798·2023-10-21 16:31

上帝的骰子游戏（5）

概率论从来都没有给出掷骰子游戏的赢家策略。但是，概率论揭示了掷骰子或者掷硬币是一个随机过程。每一次投掷，相对于上一次，或者相对于下一次，是随机的，数学上称之为独立事件。

姑苏慕容复·2023-10-21 10:27

2019-08-15

幸福之路第八章论被虐狂1.根据概率论，生活在同一社会中的不同人在其生活中遭遇到的恶意对待的数量很可能是相同的。

天文向上·2023-10-21 05:09

Machine—learning 所需基础数理知识（由黄海广博士整理而成）

数学基础知识文章目录数学基础知识高等数学线性代数行列式矩阵向量线性方程组矩阵的特征值和特征向量二次型概率论和数理统计随机事件和概率随机变量及其概率分布多维随机变量及其分布随机变量的数字特征数理统计的基本概念数据科学需要一定的数学基础

鱼不辞水·2023-10-21 05:03

关于概率

【心得】上学的时候就比较喜欢概率这个学科，总觉得它有种特殊的美，上周培训的时候，老师也强调概率论的强大，与我们的生活息息相关

陈禹同Bruce·2023-10-21 03:41

数学建模|极其不愿意上的一门课

大二，我们学离散数学，运筹学，概率论。大三一学期，我们学，常微分方程！二学期，我们学数学建模！在别人早已告别数学的时候，我们依然在学这些砸凑的数学！枯燥，无聊！

曼珠沙华薇薇·2023-10-20 21:39

概率论与数理统计C复习笔记（下）

统计学三大分布1.卡方分布X1,⋯ ,Xn i.i.d.,∼N(0,1)Y=∑i=1nXi2X_{1},\cdots,X_{n}\;\textup{i.i.d.},\simN(0,1)\\Y=\sum_{i=1}^{n}X_{i}^{2}X1,⋯,Xni.i.d.,∼N(0,1)Y=i=1∑nXi2YYY服从自由度为nnn的卡方分布:Y∼χ2(n)Y\sim\chi^{2}(n)Y∼χ2(n)重

Deng ZY·2023-10-20 04:15

【自用重要】概率论中θ和θ尖的区别【计算时的一般方法】

θ就相当于x，是一个值。θ尖就相当于X，是一个量。在做分布函数的时候，最好把θ尖换成Z的形式，因为他们都是量，这样比较好看。在做不等式的时候，一般把量放在中间进行计算，因为随机变量有分布函数，方便计算。参考图片[1]图片出自喻老李林六套卷数一第22题讲解视频[2]图片出自喻老李林六套卷数一第22题讲解视频

kev_gogo·2023-10-20 04:10

概率论与数理统计在日常生活和社会经济中的应用

概率论与数理统计在日常生活和社会经济中有许多应用。在日常生活中，概率论和数理统计被广泛应用于保险、游戏、医学研究、气象预测等领域。例如，在保险行业中，概率论用于估算保险公司承担的风险，并决定保险费用。

八位数花园·2023-10-19 17:22

朴素贝叶斯：基于概率论的分类模型

欢迎关注”生信修炼手册”!朴素贝叶斯是建立在贝叶斯定理上的一种分类模型，贝叶斯定理是条件概率的一种计算方式，公式如下通过比较不同事件发生的概率，选取概率大的事件作为最终的分类。在朴素贝叶斯中，为了简化计算，假设各个特征之间相互独立，这也是为何称之为"朴素"的原因。以下列数据为例，这是一份统计早上是否出去打高尔夫的样本数据，相关的特征有4个对于一个新的数据点，4个特征的取值分别为sunny,hot,

生信修炼手册·2023-10-19 10:31

机器学习3——朴素贝叶斯（基于概率论的分类方法）

文章目录贝叶斯公式条件概率全概率公式贝叶斯公式先验概率、后验概率朴素贝叶斯朴素贝叶斯模型优缺点使用朴素贝叶斯过滤垃圾邮件贝叶斯公式条件概率事件（结果）：A原因（条件）：B公式：P(B∣A)=P(AB)P(A)P(B|A)=\frac{P(AB)}{P(A)}P(B∣A)=P(A)P(AB)变形：P(AB)=P(B∣A)P(A)=P(A∣B)P(B)P(AB)=P(B|A)P(A)=P(A|B)P(

张好好-学习·2023-10-19 10:31

《机器学习实战》— 基于概率论的分类方法：朴素贝叶斯

知更鸟女孩·2023-10-19 10:28

机器学习实战--基于概率论的分类方法：朴素贝叶斯

前言：朴素贝叶斯算法是有监督的学习算法，解决的是分类问题，如客户是否流失、是否值得投资、信用等级评定等多分类问题。该算法的优点在于简单易懂、学习效率高、在某些领域的分类问题中能够与决策树、神经网络相媲美。但由于该算法以自变量之间的独立（条件特征独立）性和连续变量的正态性假设为前提，就会导致算法精度在某种程度上受影响。基于贝叶斯决策理论的方法1.贝叶斯决策理论假设现在有一个数据集，它由两类数据组成，

aaaaPIKACHU·2023-10-19 10:24

机器学习——基于概率论的分类方法：朴素贝叶斯

朴素贝叶斯(naiveBayes)算法是基于贝叶斯定理与特征条件独立假设的分类方法，对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布，然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出y，朴素贝叶斯法实现简单，学习与预测的效率都很高，是一种常见的方法。朴素贝叶斯(naiveBayes)算法是有监督的学习算法，解决的是分类问题，如客户是否流失、是否值得投资

fishsmans·2023-10-19 10:24

朴素贝叶斯（基于概率论）

释义贝叶斯定理是“由果溯因”的推断，所以计算的是"后验概率"其中：P(A|B)表示在事件B已经发生的条件下，事件A发生的概率。P(B|A)表示在事件A已经发生的条件下，事件B发生的概率。P(A)和P(B)分别表示事件A和事件B单独发生的概率简单代码实例fromsklearn.feature_extraction.textimportCountVectorizerfromsklearn.naive_

怎么全是重名·2023-10-19 10:52

庄家不是赌徒庄家是“抽水”收入

可早在18世纪初，那群热爱赌博的概率论数学家们，就提出了那个让赌徒闻风丧胆的破产噩梦：在“公平”的赌博中，任何一个拥有有限赌本的赌徒，只要长期赌下去，必然有一天会输个精光。

为活而生·2023-10-19 08:23

第六讲：非线性优化（上）

第六讲：非线性优化（上）文章目录第六讲：非线性优化（上）1概率论与统计学基础1.1概率与统计关系1.2概率密度函数1.3贝叶斯公式1.4矩1.5方差与协方差矩阵1.5.1方差1.5.2协方差矩阵1.5.3

兔子不吃草～·2023-10-19 07:36

学习大数据的正确方法和常见误区

线性代数、概率论和统计学是大数据分析

抱紧大佬大腿不松开·2023-10-19 02:57

1-【先导片】给年轻人的跨学科通识课-360P 流畅-AVC

2023年3月6日下午7:59|7分钟5秒关键词:学科、知识、大学、世界、课程、脑科学、专业、营销学、概率论、心理学、历史学、经济学、系统论、学习能力、认知心理学、知识结构、思考模型、人类认知文字记录:

骑士雄师·2023-10-19 01:26

指数随机变量泊松过程跳_数据挖掘图书：应用随机过程:概率模型导论(第10版) [平装]...

第1章概率论引论1.1引言1.2样本空间与事件1.3定义在事件上的概率1.4条件概率1.5独立事件1.6贝叶斯公式习题参考文献第2章随机变量2.1随机变量2.2离散随机变量2.2.1伯努利随机变量2.2.2

奈若何丷·2023-10-19 00:55

随机过程 - 马尔可夫链

目录1.马尔可夫链2.马尔可夫链示例3.马尔可夫链的状态转移矩阵1.马尔可夫链马尔可夫链（MarkovChain,MC）是概率论和数理统计中具有马尔可夫性质（Markovproperty）且存在于离散的指数集

Encarta1993·2023-10-19 00:54

静待一记好球

001为大概率坚持说到概率论，必须要提著名的“三门问题”，这是美国一档电视游戏节目Let'sMakeaDeal。

宁静雪·2023-10-18 21:21

20220325

今天没有怎么学习要在今天好搞定概率论的想法突然破灭了！所以，不要轻易立下誓言，因为万一实现不了，就很尴尬！哈哈哈哈哈哈哈哈哈主要是今天突然安排加班，就导致计划破灭了！

林年alex·2023-10-18 15:26

20220411

学习任务如下:01《概率论与数理统计》第二章—分布函数、离散型随机变量再次复习没有选择听课，而是重新整理了一下笔记。对比第一个版本的乱糟糟，这次整洁了许多。

林年alex·2023-10-18 12:33

2019-6-18

这是我长这么大第一次买这么多书，估计教材一次买的都没这么多，，，起床：8：40就寝：天气：晴心情：差转良纪念日：任务清单昨日完成的任务，最重要的三件事：1概率论考试今早10点到12点，不得不承认考到薄弱环节了

流浪的小男孩·2023-10-18 11:12

数学基础——概率论

学下概率论课程链接程序员学院-数学离散型随机变量PMF——概率质量函数：将不同状态映射到其对应概率上最后所有可能状况概率和为1，称为归一。

Harry恒·2023-10-18 08:34

机器学习相关数学基础——概率论知识点1

1.全概率公式与贝叶斯公式回顾2.泊松分布3.协方差与相关系数4.极大似然估计5.协方差矩阵6.中心极限定理即定义：指的是给定一个任意分布的总体，每次从这些总体中随机抽取n个抽样，一共抽取m此，然后又把这m组抽样结果求和们（均值们），这些和，（平均）的分布接近正态分布。样本均值们会符合正态分布

HSR CatcousCherishes·2023-10-18 08:02

信息与通信工程学科面试——概率论

概率论复习1.频率与概率频率：一个事件的频数/总试验次数即为该事件的频率，其具有随机性概率：是一个确定的值。

Allen吖·2023-10-18 08:32

羊车门——概率论理解与程序检验

这是一道概率论的问题虽然学过概率论，但是已经很久没有使用过了，我这里就仅凭着自己残存的一点知试来尝试解答一下吧。首先参赛者可以做两次选择，每次选择产生

Explosion_M·2023-10-18 08:02

学习笔记——概率论与数理统计

学习笔记——概率论与数理统计学习来源：https://www.bilibili.com/video/av36206436/学习笔记——概率论与数理统计（第一章）学习笔记——概率论与数理统计（第二章）学习笔记

追风赶月莫停留-_-·2023-10-18 08:02

强化学习基础概念01——概率论知识

概率论目录01随机变量02概率密度函数03期望：04随机抽样：01随机变量是一个未知的变量，结果取决于随机事件的结果。

王三省的读研日记·2023-10-18 08:31

古典概型——概率论与数理统计（宋浩）

事件的概率1.2.1概率的初等描述概率的定义：事件发生的可能性的大小（P（A））性质：P（Ω）=1，P（φ）=0（规范性）0<=P(A)<=1(非负性)有限可加：A1,A2,A3……An互不相容P(A1+A2+A3+A4)=P(A1)+P(A2)+P(A3)+P(A4)1.2.2古典概型（排律组合）条件：有限个样本点等可能性P（A）=A的有利样本点/Ω中样本的总数=A中包含的基本事件有多少种/基本

batcat560·2023-10-18 08:57

【马蹄集】—— 概率论专题

概率论专题目录MT2226抽奖概率MT2227饿饿！饭饭！

theSerein·2023-10-18 08:54

理念

————————————2.投资中的概率论-追求确定性散户为什么经常会亏钱，一个方面是不能坚持，另一个方面是不考虑上涨概率。

十年一井·2023-10-18 08:39

[补题记录] Atcoder Beginner Contest 295（E）

（一开始想不明白这个公式，概率论白雪了）设我们要求的A[k]=x且P[i]为x=i的概率，

Varitall·2023-10-17 08:06

数论基础（III）：新兴学科及前沿数学。

计算工具的发展，为群论、集合概率论、统计分布理论、的应用和发展，提供了条件、带来了机遇。信息论、人工智能、元宇宙，则是当前学科发展的综合学科和前

luj_1768·2023-10-16 18:44

概率论分布函数

1、什么是分布函数？分布函数（英文CumulativeDistributionFunction,简称CDF），是概率统计中重要的函数2、它可以用来干什么？在这里插入代码片分布函数可以完整地描述随机变量的统计规律，并且决定随机变量的一切其他概率特3、分布函数由什么构成？1、（离散型）随机变量1、什么是（离散性随机变量）？它全部可能取到的点（1||有限个），也可以说概率1以一定的规律分布在各个可能值上

漫漫求·2023-10-16 12:37

机器学习浅谈

浅谈机器学习与决策树机器学习简介机器学习(MachineLearning)是近20多年兴起的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。

qq_43620696·2023-10-16 04:42

推荐频道

概率论