随机变量

【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

随机过程的基本概念机有限维分布的数字特征

咱们就一起来深入探究随机过程的基本概念以及有限维分布的数字特征，说不定能为你打开一扇新的知识大门哦一、随机过程的基本概念（一）定义大揭秘随机过程，简单来说，就是一族依赖于某个参数（通常是时间参数ttt）的随机变量

C_VuI·2025-03-18 06:03

【sklearn 05】sklearn功能模块

sklearn功能模块分类：识别某个对象属于那个类别回归：预测与对象相关联的连续值属性聚类：将相似对象自动分组降维：减少要考虑的随机变量的数量模型选择：比较、验证、选择参数和模型预处理：特征提取和归一化

@金色海岸·2025-03-17 20:41

机器学习_重要知识点整理

机器学习重要知识点整理一、数学与理论基础1.概率与统计术语作用使用场景概率分布描述随机变量的取值概率，如正态分布、二项分布。数据建模（如高斯分布假设）、生成模型（如贝叶斯网络）。

嘉羽很烦·2025-03-15 15:06

二维随机变量

本专栏目录结构和参考文献请见《机器学习数学通关指南》正文1.二维随机变量基础1.1基本定义二维随机变量(X,Y)(X,Y)(X,Y)是由两个定义在同一概率空间上的随机变量XXX和YYY组成的向量样本空间

Shockang·2025-03-05 05:31

python学生分布_python统计函数库scipy.stats的用法解析

1.生成服从指定分布的随机数norm.rvs通过loc和scale参数可以指定随机变量的偏移和缩放参数，这里对应的是正态分布的期望和标准差。size得到随机数数组的形状参数。

weixin_39967096·2025-03-04 06:03

python统计分析电子版_用Python做统计分析（Scipy.stats的文档）

随机变量样本抽取84

烧辣椒·2025-03-04 06:03

python统计函数库_python统计函数库scipy.stats的用法1/3

生成服从指定分布的随机数norm.rvs通过loc和scale参数可以指定随机变量的偏移和缩放参数，这里对应的是正态分布的期望和标准差。size得到随机数数组的形状参数。

颜卿Lydia·2025-03-04 06:32

【概率论】多维随机变量及其分布

文章目录二维随机变量一、二维随机变量的定义二、分布函数的定义三、分布函数的性质1.单调不减2.规范性3.右连续4.非负性四、二维离散型随机变量1.定义2.性质3.联合分布律五、二维连续性随机变量1.定义

return bool(1)·2025-02-28 16:09

统计-二维随机变量

第三章多维随机变量及其分布二维随机变量二维随机变量定义定义设E是一个随机试验，它的样本空间是S={e}。

jshazhang·2025-02-28 16:09

【解读】核密度图

def：what核密度估计（KernelDensityEstimation，简称KDE）是一种用来估计随机变量概率密度函数的非参数方法实现：（库函数）howimportseabornassnsimportmatplotlib.pyplotasplt

dearr__·2025-02-27 22:09

机器学习的数学基础(三)——概率与信息论

目录1.随机变量2.概率分布2.1离散型变量和概率质量函数2.2连续型变量和概率密度函数3.边缘概率4.条件概率5.条件概率的链式法则6.独立性和条件独立性7.期望、方差和协方差7.1期望7.2方差7.3

梦醒沉醉·2025-02-23 03:09

书籍-《概率论I：随机变量与分布》

ProbabilityTheoryI:RandomVariablesandDistributions作者：AndreaPascucci出版：Springer编辑：陈萍萍的公主@一点人工一点智能书籍下载-《概率论I：随机变量与分布

·2025-02-18 04:12

AI基础 -- AI学习路径图

再到深度学习与大模型的变迁本书内容概览与学习路径指引2.线性代数与矩阵运算向量与矩阵的基本概念矩阵分解（特征值分解、奇异值分解）张量运算简介（为后续深度学习做准备）在机器学习和深度学习中的应用示例3.概率论与统计基础随机变量

sz66cm·2025-02-12 16:40

交叉熵和它的朋友

交叉熵与熵的关系熵用于衡量随机变量的不确定性，定义为：H(P)=−∑iP(i)log⁡P(i)H(P)=-\sum_{i}

Jamence·2025-02-09 15:59

《机器学习数学基础》补充资料：第343页结论证明

证明E(XT)=E(X)TE(\pmb{X}^{\text{T}})=E(\pmb{X})^{\text{T}}E(XT)=E(X)T《机器学习数学基础》第343页，有这样一句话：对于多维随机变量X\pmb

CS创新实验室·2025-02-04 21:33

因果关系推断与机器学习

因果关系定义设X和Y是两个随机变量。定义X是Y的因，即因果关系X→Y存在，当且仅当Y的取值一定会随X的取值变化而发生变化。两个变量X、Y之间有相关性往往不是我们能判断它们之间有因果关系的依据。

hhhh106·2025-02-02 13:15

多元随机分布的协方差矩阵的计算（python示例）

协方差矩阵是统计学中描述两个或多个随机变量之间线性相关程度的一个重要工具。

读思辨·2025-01-31 15:21

最大值的期望与期望的最大值

\mathbb{E}[X_i]\neq\mathbb{E}[max_iX_i]maxiE[Xi]=E[maxiXi]情况一：最大值和数学期望都关于自变量iii在这种情况下，最大值与期望都依赖于同一个随机变量

cc一枝花·2025-01-30 13:01

Python 深度学习实战：生成对抗网络

生成器通过学习，根据噪声或随机变量（latentvar

AI天才研究院·2025-01-25 10:45

dice系数交叉熵_一文搞懂交叉熵损失

设\(X\)是一个离散型随机变量，其取值为集合\(X={x_0,x_1,\dots,x_n}\)，则其概率分布函数为\(p(x)=Pr(X=x),x\inX\)，则定义事件\(X=x_0\)的信息量为：

weixin_39721853·2025-01-17 21:45

【概率论与数理统计】第三章多维随机变量及其分布(3)

2随机变量的独立性2.1两个随机变量的独立性在多维随机变量中各分量的取值有时会互相影响，但有时也会毫无影响。例如，一个人的身高XXX和体重YYY之间就会互相影响，但与收入ZZZ一般就没什么影响。

Arthur古德曼·2025-01-17 14:10

成功学不能学

要点拆解一、成功永远是小概率事件通过对炼金术的案例，以及数学中的正态分布曲线，即无论什么群体，随机变量的概率分布大多数总会停留在某一个值前后，离这个值越远，出现的概率越少。

润物老师·2024-09-15 01:09

PDF和CDF

在概率论和统计学中，PDF和CDF是两种描述随机变量分布的重要函数：ProbabilityDensityFunction(PDF)：概率密度函数是用来描述连续随机变量可能取值的概率分布的函数。

薛定谔的猫_大雪·2024-09-12 06:39

数学建模——Box-Cox变换

用途：当某个随机变量XXX不服从正态分布的时候，可以尝试通过这种变换将其变成正态分布。

Desire.984·2024-09-12 06:08

几何分布的期望和方差公式推导_算法数学基础-统计学最基础之均值、方差、协方差、矩...

所以除了前面几章中讲到的分布律和概率密度函数可以表征随机变量外，还可以用一组数字来表达随机变量的一般特性。这就是我们今天要讲到的随机变量的数字特征。通过对数字特征

weixin_39848097·2024-09-12 00:22

数据分析面试【概率论与统计学】总结之-----统计学常见面试题整理

目录1.用简洁的话语阐述随机变量的含义2.划分连续型随机变量和离散型随机变量的依据3.常见的分布函数/概率密度函数，以

天阑的芋头·2024-09-12 00:50

【机器学习】4 ——熵

机器学习4——熵文章目录机器学习4——熵前言前言熵衡量随机变量不确定性，由克劳德·香农（ClaudeShannon）在1948年提出，称为香农熵。反映了一个系统中信息的混乱程度或信息量。

qq_43507078·2024-09-11 10:13

蒙特卡罗——排队模拟python代码实现

排队问题描述数学知识：指数分布指数分布随机变量生成的数学原理指数分布的定义指数分布是连续概率分布，常用于描述某些事件发生的时间间隔。

潮汐退涨月冷风霜·2024-09-11 09:07

Matlab 简单计算PDF和CDF

CDF（cumulativedistributionfunction）叫做累积分布函数，描述一个实数随机变量X的概率分布，是概率密度函数的积分。

奔跑着的孩子·2024-09-11 02:17

随机过程【张颢】第一章

学习目标随机过程主要研究多个随机变量之间的联系。

模拟IC和AI的Learner·2024-09-08 07:53

概率学笔记一 - 概率 - 随机变量 - 期望 - 方差 - 标准差（也不知道会不会有二）

概率不用介绍，它的定义可以用一个公式写出：事件发生的概率=事件可能发生的个数结果的总数事件发生的概率=\cfrac{事件可能发生的个数}{结果的总数}事件发生的概率=结果的总数事件可能发生的个数比如一副标准的52张的扑克牌，每张牌都是唯一的，所以，抽一张牌时，每张牌的概率都是1/52。但是有人就会说了，A点明明有四张，怎么会是1/52的概率。这就需要精准的指出我们计算概率时，到底什么是样本，什么是

玄晓乌屋·2024-09-07 22:51

【技术博客】生成式对抗网络模型综述

生成器接收随机变量并生成“假”样本，判别器则用于判断输入的样本是真实的还是合成的。两者通过相互对抗来获得彼此性能的提升。

MomodelAI·2024-08-29 13:23

概率论中的卷积公式

如何证明卷积公式对于独立随机变量之和的概率密度函数的重要性？简介在概率论中，卷积公式是用于计算两个独立随机变量之和的概率密度函数的重要工具

Ctrl+CV九段手·2024-08-29 09:10

python验证中心极限定理_中心极限定理的最最通俗解释

一、什么是中心极限定理在适当的条件下，大量相互独立随机变量的均值经适当标准化后依分布收敛于正态分布。每次从这些总体中随机抽取n个抽样，一共抽m次。

Thegirlisvery·2024-08-27 12:42

中心极限定理

中心极限定理（CentralLimitTheorem，CLT）是概率论中的一个重要定理，它说明了在某些条件下，独立随机变量的和（或平均值）趋向于正态分布的性质。

不倒的不倒翁先森·2024-08-23 23:40

2019-10-19-突然觉得自己看懂了，一元随机变量函数的密度函数问题

这样的话，的分布函数知道了,求Y的密度函数就是一件很简单的事了。如果是个严格单调函数，有下面的公式可以用。如果不是严格单调函数，有上面的定理可以用。是单调函数时，注意绝对值符号的应用正态分布应用的太多了，单独拿出来强调一下小例子1：,求的分布函数，密度函数。显然，Y也是正态分布，它的期望是它的方差是：从而,其分布函数和密度函数也就可以写出来了。的密度函数是：分布函数从而的密度函数是分布函数是一般来

赵小幺bies·2024-08-23 22:00

数学基础（四）

二、SVD矩阵分解基变换：特征值分解：SVD：离散型随机变量概率函数（概率质量函数）：连续型随机变量似然函数

几两春秋梦_·2024-08-23 01:55

【深度学习】S2 数学基础 P6 概率论

目录基本概率论概率论公理随机变量多个随机变量联合概率条件概率贝叶斯定理求和法则独立性期望与方差小结基本概率论机器学习本质上，就是做出预测。

脚踏实地的大梦想家·2024-02-20 11:15

趣学贝叶斯统计：概率密度分布(probability density function)

在连续型随机变量的情况下，具体取某个数值的概率是0，因此PDF并不直接给出某个点的概率，而是给出了在某个区间内随机变量出现的概率密度。在数学上，PDF就是定义在连续值上的概率密度函数。

Ashleyxxihf·2024-02-20 09:03

Echarts绘制任意数据的正态分布图

若随机变量X服从一个数学期望为μ、方差为σ2的正态分布，记为N(μ，σ2)。其概率密度函数为正态分布的期望值μ决定了其位置，其标准

tsunami_______·2024-02-20 08:28

pearson correlation coefficient

dingtom·2024-02-19 14:33

CDF和PDF的比较

CumulativeDistributionFunction(CDF)（累积分布函数）和ProbabilityDensityFunction(PDF)（概率密度函数）是统计学和概率论中两个重要的概念，用于描述随机变量的性质

武小胖儿·2024-02-19 14:31

离散型随机变量的分布列的教学

离散型随机变量的分布列在概率教学中的地位离散型随机变量的分布列是计算离散型随机变量的期望和方差的基础，同时也是表示二项分布、几何分布等重要概率分布的基础工具。因此，分布列的教学是重中之重。

7300T·2024-02-15 09:01

概率论自复习思路

概率论复习思路（存在纰漏）文章目录概率论复习思路（存在纰漏）基本概念随机变量分布多维随机变量分布离散型连续性数字特征数学期望方差协方差系数矩、协方差矩阵大数定律抽样分布、估计、假设检验参数估计区间估计假设检验基本概念样本空间

Miracle Fan·2024-02-15 08:17

二项式(伯努利），多项式分布

一、二项分布（伯努利分布）1、伯努利分布又称二点分布或0-1分布，即一次试验只有正例和反例两种可能，以随机变量表示就是X只能取0或1，伯努利试验是只有两种可能结果的单次随机试验，假设一次试验出现正例的概率为

乐之所以自在其中·2024-02-14 13:31

【概率论】作业八

作业八151220129计科吴政亿习题五第2题设随机变量X为终端在使用的数量，则X~B(120,0.05)，EX=120∗0.05=6,DX=120∗0.05∗0.95=5.7近似为正态分布有X−65.7

蓝鲸瓜皮小正义·2024-02-13 14:21

指数随机变量泊松过程跳_随机过程学习笔记(1)：指数分布与泊松过程

笔记主要基于中文版《应用随机过程IntroductiontoProbabilityModels》(SheldonM.Ross)，只有非常少的一部分是我自己的注解。写这个笔记的目的是自己复习用，阅读需要一定的微积分和概率论基础。本人为初学者，且全部为自学，如果笔记中有错误，欢迎指正。提示：概率论和指数分布作为本节的基础，我把一些重要公式写在开头，但是可以直接从泊松过程开始阅读，在泊松过程中用到相关知

姐姐妹妹向前冲·2024-02-13 11:43

面向数据科学的概率论三、随机变量

三、随机变量原文：prob140/textbook/notebooks/ch03译者：飞龙协议：CCBY-NC-SA4.0自豪地采用谷歌翻译许多数据科学涉及数值变量，它的观察值取决于几率。

布客飞龙·2024-02-13 04:26

蒙特卡洛分析在集成电路中的运用

一般在model文件中，对mos管的vth0以及u0参数都加入了高斯随机变量。这个操作其实就是为了蒙特卡洛分析去的，作用是用来拟合IC生产过程中引入的工艺偏差，蒙特卡洛仿真将通过多次仿

歌者長門·2024-02-12 07:44

推荐频道