概率第4页

股票心理学习篇：新手必避！老猫亲述交易市场十大坑

老猫观点：“没有指标能在熊市里赚钱”最靠谱工具是概率+人性识别（判情绪、跟大资金）正确做法：专注顺势/趋势交易，拒绝用指标信号直接操作2.看消息买股票（利好陷阱）现象：利好公布→股价反跌（预期兑现）经典案例

TrustZone_·2025-06-20 19:14

Transformer结构介绍

[编码器Encoder]←→[解码器Decoder]编码器：输入：源语言序列输出：每个词的上下文表示(embedding)解码器：输入：目标语言序列+编码器输出输出：下一个词的概率分布（目标句子生成）inputs

大写-凌祁·2025-06-20 19:39

数学中的泛函分析与算子理论

从最初的算术、几何，到后来的微积分、线性代数，再到现代的拓扑学、概率论等，数学的研究领域不断扩展。

AI天才研究院·2025-06-20 18:08

全是原题？东吴金科2024量化研究员笔试0402

量化投资和人工智能·2025-06-20 16:50

第100+42步 ChatGPT学习：R语言实现阈值调整

在二分类问题中，模型通常会输出一个概率值（介于0和1之间），表示样本属于某一类（通常为正类）的可能性。阈值的作用是将这个概率值转换为具体的分类结果（0或1）。

Jet4505·2025-06-20 14:38

中电金信：大湾区AI创新发展 “源启未来智研荟”在横琴召开

许愿网易互娱游戏策划网易网易你带我走吧感觉大概率是凉了，第一个面试官答的挺好的第二个面试官最后两个问题直接崩盘了网易互娱游戏测试测试一面6.20一面，全程45mins，两位面试官，面试体验很好，氛围轻松

2301_78234743·2025-06-20 13:01

数学基础（线性代数、概率统计、微积分）缺乏导致概念难以理解问题大全

数学基础（线性代数、概率统计、微积分）缺乏导致概念难以理解问题大全机器学习/深度学习的核心算法背后，往往需要用到矩阵运算、特征向量、梯度下降等；如果连矩阵乘法、特征值、偏导数都没搞懂，就很难理解模型原理

猫头虎技术团队·2025-06-20 12:56

python学智能算法（十三）|机器学习朴素贝叶斯方法进阶-简单二元分类

引言前述学习进程中，已经学习了拉普拉斯平滑公式计算条件概率的简单应用，文章链接为：python学智能算法（十二）|机器学习朴素贝叶斯方法初步-拉普拉斯平滑计算条件概率在此基础上，今天更进一步，联系一个简单二元分类的项目

西猫雷婶·2025-06-20 09:35

python学智能算法（十二）|机器学习朴素贝叶斯方法初步-拉普拉斯平滑计算条件概率

【1】引言前序学习进程中，对条件概率进行了简单探索：https://blog.csdn.net/weixin_44855046/article/details/145388138?

西猫雷婶·2025-06-20 09:35

python学智能算法（十四）|机器学习朴素贝叶斯方法进阶-CountVectorizer文本处理简单测试

【1】引用前序学习文章中，已经对拉普拉斯平滑和简单二元分类进行了初步探索，相关文章链接为：python学智能算法（十二）|机器学习朴素贝叶斯方法初步-拉普拉斯平滑计算条件概率-CSDN博客python学智能算法

西猫雷婶·2025-06-20 09:30

【深度学习】条件随机场（CRF）深度解析：原理、应用与前沿

条件随机场（CRF）深度解析：原理、应用与前沿一、算法背景知识1.1序列标注的挑战1.2概率图模型演进二、算法理论与结构2.1基本定义2.2特征函数设计状态特征（节点特征）转移特征（边特征）2.3线性链

白熊188·2025-06-20 09:58

FPGA基础 -- Verilog函数

设计痛点函数带来的价值重复逻辑：CRC、Parity、优先编码等往往在多个模块出现将共用运算封装为函数，避免复制粘贴，减少Bug概率可读性差：长表达式嵌套写在连线或always

sz66cm·2025-06-20 09:58

FPGA基础 -- Verilog 概率分布函数

Verilog概率分布函数（PDF,ProbabilityDistributionFunction）。

sz66cm·2025-06-20 09:58

数学基础与优化：线性代数、概率与算法调优实战

本文将深入解析线性代数、概率论在图像领域的应用，包括矩阵变换与图像几何操作的关系、噪声模型的数学描述，以及遗传算法、粒子群优化等智能算法在参数调优中的实践。

小米玄戒Andrew·2025-06-20 04:56

基于CA-CFAR算法得到其检测门限及检测概率曲线

实现了CA-CFAR算法仿真，得到其检测门限及检测概率曲线。并使用基于蒙特卡洛仿真方法得到检测门限及检测概率曲线，与传统的CA-CFAR算法进行了比较。

ytttr873·2025-06-19 11:54

突破K-means终极局限：ISODATA算法完全解读（附实战代码）

欢迎来到我的技术分享博客~在前期系列中，我们从K-means的随机初始化陷阱出发，逐步剖析了Canopy+K-means的粗筛优化、K-means++的概率采样和二分K-means的层次分裂。

AI妈妈手把手·2025-06-19 10:15

二分K-means：让聚类更高效、更精准！

欢迎再次来到我的技术分享博客~在前期文章中，我们系统剖析了K-means的随机初始化缺陷、Canopy+K-means的粗粒度预处理以及K-means++的概率化质心选择。

AI妈妈手把手·2025-06-19 09:41

理解Logits、Softmax和softmax_cross_entropy_with_logits的区别

在解决分类问题时，我们需要将模型的输出转换为概率分布，以便确定每个类别的可能性。同时，我们需要一个损失函数来衡量模型预测结果与真实标签之间的差异，从而进行模型的训练和优化。

1010n111·2025-06-19 08:00

每天一个前端小知识 Day 4 - TypeScript 核心类型系统与实践

复杂业务场景需要强类型保障稳定性；更好的IDE支持和智能提示；降低线上bug概率；成熟的工程团队都在使用；对于React/Vue项目维护可读性更强。

蓝婷儿·2025-06-19 04:37

华为OD机试 - 构造数列 - 动态规划（Java 2025 B卷 200分）

刷的越多，抽中的概率越大，私信哪吒，备注华为OD，加入华为OD刷题交流群，每一题都有详细的答题思路、详细的代码注释、3个测试用例、为什么这道题采用XX算法、XX算法的适用场景，发现新题目，随时更新，全天

哪吒·2025-06-19 02:19

期望最大化（EM）算法的推导——Q函数

先导：①詹森不等式（Jensen’sInequality）②一般情况下的期望最大化（EM）算法③离散隐藏变量下期望最大化（EM）算法的简化对于一个含有隐变量的概率模型，极大化观测数据（不完全数据）XXX

phoenix@Capricornus·2025-06-18 20:09

如何数据的永久保存？将信息以加密电磁波形式发射至太空实现永久保存的可行性说明

其作为“宇宙时间胶囊”的“永久性”概念在严格意义上无法实现，仅能在有限时间尺度内（数千至数万年）提供一种脆弱且低概率的保存途径

大千AI助手·2025-06-18 17:48

AI大模型从0到1记录学习大模型技术之机器学习 day27-day60

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、凸优化、算法复杂度理论等多门学科。人工智能、机器学习与深度学习人工智能（AI）是计算机科学的一个广泛领域，

Gsen2819·2025-06-18 13:19

全网最全面智能算法总结！

如果跟踪到信号则立即下单，并快速止盈止损，那么，大概率就可获取这笔价差。现在很多券商都是利用的这些算法总线，当然有一部分券商也有自己的，但是那个一般来说满足不了别人的要求。T0算法的创收情况！

韭菜修养·2025-06-18 10:58

期权对冲合约100%胜率教程

期权对冲的核心目的是通过策略组合降低风险、提高盈利概率或控制损失范围，而非完全消除风险。

致***锌·2025-06-18 06:32

Java并发编程中的锁分类

1.按锁的设计思想划分1.1乐观锁（OptimisticLocking）原理：假设并发冲突概率低，先操作数据，提交时检测是否冲突（如版本号、时间戳或CAS）。

是三好·2025-06-18 04:19

华为OD机试 - 二叉树遍历 - 中序遍历（Java 2025 A卷 100分）

刷的越多，抽中的概率越大，私信哪吒，备注华为OD，加入华为OD刷题交流群，每一题都有详细的答题思路、详细的代码注释、3个测试用例、为什么这道题采用XX算法、XX算法的适用场景，发现新题目，随时更新，全天

哪吒·2025-06-18 03:46

程序员转向人工智能

以下是针对程序员转向人工智能（AI）领域的学习路线建议，分为基础、核心技术和进阶方向，结合你的编程背景进行优化：1.夯实基础数学基础（选择性补足，边学边用）线性代数：矩阵运算、特征值、张量（深度学习基础）概率与统计

CoderIsArt·2025-06-18 03:45

大数定律与中心极限定理：概率论的双子星

目录引言5大数定律与中心极限定理5.1大数定律：频率的稳定性5.1.1辛钦大数定律定理内容5.1.2伯努利大数定律定理内容5.1.3切比雪夫大数定律定理内容对比总结表5.2中心极限定理：正态分布的普适性5.2.1独立同分布情形定理内容图释5.2.2李雅普诺夫定理定理内容核心思想图释5.2.3棣莫弗-拉普拉斯定理定理内容应用条件图释对比总结表5.3定理对比：LLNvsCLT引言当随机现象的个体行为无

Algo-hx·2025-06-18 00:56

生成对抗网络(GAN)与深度生成模型实战

1.生成模型基础与GAN原理1.1生成模型概览生成模型是深度学习中的重要分支，主要分为以下几类：变分自编码器(VAE)：基于概率图模型的生成方法生成对抗网络(GAN)：通过对抗训练学习数据分布自回归模型

软考和人工智能学堂·2025-06-17 23:21

作为一名管理者, 如何管理经常顶嘴的员工

作为一名刚开始晋升的管理者，遇到下属经常顶嘴，是大概率会发生的事情。面对经常顶嘴的员工，管理者需在维护团队秩序的同时，深入分析背后原因并采取针对性策略。

start_up_go·2025-06-17 23:50

E/libc: Access denied finding property “vendor.camera.aux.packagelist“

Accessdeniedfindingproperty“vendor.camera.aux.packagelist”前提：1.app有各类权限2.app代码无明显问题3.常见于扫码4.画面很模糊，或者说像素很低，扫码小概率扫不出来代码如下

决胜万里·2025-06-17 21:04

（十七）深度学习之线性代数：核心概念与应用解析

1线性代数在深度学习中的定位1.1深度学习的数学基础支柱线性代数是深度学习的核心数学工具之一，与微积分、概率论共同构成深度学习的理论基础。

只有左边一个小酒窝·2025-06-17 13:41

华为OD机试 - 构造数列 - 动态规划（Python/JS/C/C++ 2025 B卷 200分）

刷的越多，抽中的概率越大，私信哪吒，备注华为OD，加入华为OD刷题交流群，每一题都有详细的答题思路、详细的代码注释、3个测试用例、为什么这道题采用XX算法、XX算法的适用场景，发现新题目，随时更新。

哪吒·2025-06-17 09:17

高斯混合模型（Gaussian Mixture Model, GMM）

高斯混合模型（GaussianMixtureModel,GMM）是一种概率模型，用于表示数据分布是由多个高斯分布（正态分布）的加权组合构成的。

爱看烟花的码农·2025-06-17 09:16

（详细介绍）什么是 Spherical Gaussian（球形高斯分布）

特点总结：应用场景举例：✅示例代码（Python）相关概念对比：SphericalGaussian（球形高斯分布）是概率论与统计学中一个非常常见且重要的概念，尤其在机器学习、信号处理、模式识别等领域有广泛应用

音程·2025-06-17 09:43

You Only Look Once Unified, Real-Time Object Detection论文笔记

文章结构统一检测框架(UnifiledDetection)核心思想YOLO将目标检测视为一个端到端的回归问题，输入的图像经过SingleForwardPass，直接输出物体的信息（边界框的位置、边界框的置信度、类别概率

__Lo__·2025-06-17 07:01

语言模型的评估指标-Perplexity

标准定义：对于语言序列w1,w2,...,wnw_1,w_2,...,w_nw1,w2,...,wn，语言模型就是计算该序列的概率，即P(w1,w2,...,wn)P(w_1,w_2,...,w_n)P

净心净意·2025-06-17 04:35

内部代理服务器单点故障导致后端服务概率性失败

问题现象：下载外部文件功能接口，后端服务通过代理请求外网接口，概率性报错404排查：由于服务日志打印不详细，只抛出了UncaughtException借助阿尔萨斯工具arthas，打印出方法执行的堆栈链路及其耗时情况

ShaneHolmes·2025-06-17 02:55

MSE做多分类任务如何

目标：模型输出每个类别的概率，选概率最高的作为预测结果。2.交叉熵为啥是「标配」？输出：配合softmax激活函数，输出每个类别的概率（和为1）。判卷逻辑：看「预测概率是否接近真实类别」，比

·2025-06-16 15:14

假设检验：统计推断的决策艺术

目录引言8假设检验8.1假设检验的基本原理8.1.1核心概念框架8.1.2假设形式8.2检验的两类错误8.2.1错误类型矩阵8.2.2错误概率关系8.3单正态总体参数检验8.3.1均值μ的检验8.3.2

Algo-hx·2025-06-16 14:08

贝叶斯原理：解锁不确定性的智慧钥匙（全网最详细）

在浩瀚的统计学与概率论海洋中，贝叶斯原理如同一盏明灯，照亮了我们在不确定性中前行的道路。

富士达幸运星·2025-06-16 14:08

为什么Sigmoind适用于输出层而不是输入层隐藏层

这种特性使其天然适合表示概率，例如二分类问题中输出“属于正类的概率”。非线性与平滑性作为连续可微的S型曲线，Sigmoid提供非线性转换能力，避免网络退化为线性模型。

AI扶我青云志·2025-06-16 12:47

PyTorch张量操作中dim参数的核心原理与应用技巧：

今天在搭建神经网络模型中重写forward函数时，对输出结果在最后一个维度上应用Softmax函数，将输出转化为概率分布。但对于dim的概念不是很熟悉，经过查阅后整理了一下内容。

AI扶我青云志·2025-06-16 11:12

为什么计算机不用e进制，按道理说e进制难道不是最高效的吗？e进制理论上为何被认为信息编码更优，但实际却难以实现？

e的独特性质使得很多数学函数的表达变得简洁自然，且e在连续复利、概率论、信息论等领域都有着独特的优势

·2025-06-16 10:19

【概率论】正态分布的由来——从大一同学的视角出发

数学系大佬勿喷，本文以非数同学的视角出发0.启发与思考正态分布平时常常遇到，无论是在概率论中的“中心极限定理”，还是平时在学习ML中遇到的“高斯混合模型”，或者是在深度学习中，常常将一些数据假设为正态分布的情况

应有光·2025-06-16 01:09

【概率论与数理统计】第二章随机变量及其分布(1)

第二章随机变量及其分布第一章种学习了随机现象、随机试验、随机事件等概念，讨论了随机事件的关系、运算以及概率；且只考虑了个别事件下的频率问题。

Arthur古德曼·2025-06-16 00:07

Linux梦开始的地方

1.概率经过C语言，数据结构，C++的学习我们现在要开始学习Linux的学习了。我们学习Linux是从四部分来进行的：1.Linux初识，Linux环境，Linux指令，Linux开发环境。

无敌的暴暴龙666·2025-06-15 23:57

Hmmer安装与使用-Hmmer-3.3.2（bioinfomatics tools-009）

它实现了使用概率模型称为ProfileHiddenMarkovModels（profileHMMs）的方法。

让学习成为一种生活方式·2025-06-15 23:24

AI+预测3D新模型百十个定位预测+胆码预测+去和尾2025年6月15日第109弹

(1)定位请参考图片中每个号码经过模型计算出来的出现概率~(2)去掉1-2个尾：3和1，重点考虑3~(3)三胆下1或下2，模型1推荐：079，模型2推荐：047~注：本次分析仅代表个人意见，不具指导意义

GIS小天·2025-06-15 18:56

推荐频道

概率