随机过程第14页

信息熵为什么要定义成-Σp*log(p)？

比如一个黑箱里有2个苹果，8个橙子我们把从黑箱里取苹果、橙子看成是一个随机过程，X={苹果,橙子}。当我们了解到拿出来的是什么的时候，我们就接

虫小宝·2020-07-06 06:51

【OpenCV】给图像添加噪声

很多时候将图像噪声看做多维随机过程，因而描述噪声的方法完全可以借用随机过程的描述，也就是使用随机过程的描述，也就是用它的高绿分布函数和概率密度分布函数。

S大幕·2020-07-05 05:53

贝叶斯优化的初步理解

黑点为已经抽样的点包括x与y；红色的点是新选择的x；新选择的x是要考虑高方差与高预测值的，而不仅仅是高预测值；当时我不理解获得函数曲线为什么没有与实线同步（即只考虑预测值）本质上有两个数学要点，一个是随机过程

Takoony·2020-07-05 01:43

时序分析：ARMA方法（平稳序列）

憔悴到了转述中文综述的时候了........在统计学角度来看，时间序列分析是统计学中的一个重要分支,是基于随机过程理论和数理统计学的一种重要方法和应用研究领域.时间序列按其统计特性可分为平稳性序列和非平稳性序列

alppkk4545·2020-07-04 10:53

狄利克雷过程翻译及代码实现

在概率论中，狄利克雷过程（在PeterGustavLejeuneDirichlet之后）是以概率分布作为其实现的随机过程。换句话说，狄利克雷过程是概率分布的集合。

nopSled·2020-07-02 17:30

机器学习在互联网应用面临的 10 大挑战

比如，我们想训练一个模型表征某人“购物兴趣”，但是这个人在网站上浏览行为很少，购物历史很少，很难训练出一个“meaningfulmodel”来预测应该给这个人推荐什么商品等…2：“不平稳随机过程产生的数据

长空飞鹰·2020-07-02 13:29

数学在计算机方面的应用

果壳网@sixdegree从计算机系课程的角度：微积分：计算机建模线性代数(很重要)：很多问题最终都能化为求解线性方程组问题；线性代数知识还常在机器学习或数据挖掘中被用来降低数据的维度概率论,数理统计,随机过程

那个帅比·2020-07-02 08:16

机器学习-高斯过程，随机过程回归

转自：https://www.cnblogs.com/hxsyl/p/5229746.html浅谈高斯过程回归网上讲高斯过程回归的文章很少，且往往从高斯过程讲起，我比较不以为然：高斯过程回归（GPR），终究是个离散的事情，用连续的高斯过程(GP)来阐述，简直是杀鸡用牛刀。所以我们这次直接从离散的问题搞起，然后把高斯过程逆推出来。这篇博客有两个彩蛋，一个是揭示了高斯过程回归和Ridge回归的联系，另

小龙快跑jly·2020-07-02 05:43

随机微分方程学习笔记04 Ito公式

V∗={(Y(t),t≥0):实值连续随机过程，适应的(adaptive)，可测的，且P(∫0∞Y(t)2dt0\forallT>0∀T>0，∫0T∣g(t)∣dt0\forallT>0∀T>0，∫0∞

Tina_FFang·2020-07-01 14:23

随机微分方程学习笔记01 相对布朗运动的Ito积分

这个系列是在随机过程学习笔记之后的，本来想直接看随机微分方程的，但发现很多概念不了解，就先去看了随机过程的资料。

Tina_FFang·2020-07-01 14:22

Adaptive Filter Learning Notes 自适应滤波学习笔记01 随机过程

文章目录StochasticProgressandModels一些定义复值高斯过程性质StochasticProgressandModels一些定义*本节出现的概念：随机过程(stochasticprogress

Tina_FFang·2020-07-01 14:22

马尔可夫过程与泊松过程

随机过程之马尔可夫MarkovProcess与泊松过程Poissonprocess概念随机过程可以看成一些随机变量的集合，如下图，可把T看成时间，随着时间点t的演变随机过程也在演变，而且给定不同的起点会出现不同的演变情况

NYIST_TC_LYQ·2020-07-01 12:56

Freedomroad·2020-07-01 09:12

布朗运动、伊藤引理、BS公式

它大概是将数学中随机过程（stochasticprocess）的概念运用到实际金融

小壁虎的春天·2020-07-01 07:46

中餐馆过程算法翻译及代码实现

在概率论中，中国餐馆过程是一个时间离散的（discrete-time）随机过程（stochasticprocess），类似于中国餐馆中坐在餐桌旁的顾客。

nopSled·2020-07-01 03:22

维纳滤波与维纳-霍夫方程

维纳设计方法需要额外的关于原始信号所包含频谱以及噪声的信息，维纳滤波器具有以下一些特点：1、假设：信号以及附加噪声都是已知频谱特性或者自相关和互相关的随机过程2、性能标准：最小均方差3、能够用标量的方法找到最优滤波器

hdc·2020-07-01 02:24

自适应滤波器中的期望信号是什么？（引用维纳滤波）

维纳设计方法需要额外的关于原始信号所包含频谱以及噪声的信息，维纳滤波器具有以下一些特点：1、假设：信号以及附加噪声都是已知频谱特性或者自相关和互相关的随机过程。2、

fenglide·2020-07-01 02:09

机器学习：HMM隐马尔可夫模型用于中文分词

所以，隐马尔可夫模型是一个双重随机过程----具有一定状态数的隐马尔可夫链和显示随机函数集。两个基本假设：齐次马

CS青雀·2020-06-30 19:31

数学基础-概率论与随机过程

概率论与随机过程绪论为什么采用概率论在机器学习当中，算法必须总是处理不确定量以及随机量，同时硬件中的错误也会经常发生。不确定性的来源有三个：系统的固有不确定性被建模包含。

ys1305·2020-06-30 09:17

算法导论笔记(六) ：桶排序及其C++实现

1桶排序简介与计数排序类似,桶排序也是对输入数据做了某种假设.因此运行的很快.桶排序假设输入数据由一个随机过程产生.该过程将元素随机而独立的分布在[0,1)区间.2桶排序过程(i)将[0,1)区间划分为

方橙·2020-06-30 04:32

统计模型总结1：时间序列分析及Python建模

相对应的随机过程理论考虑的是随时间变化的一族随机变量全体。在工程应用中由于难以收集到全部的随机变量，随机过程理论一般较难应用。时间序列分析由于其只考虑预测分析的对象，在工程实践中较常得到应用。

auto_beaver·2020-06-29 09:08

S.P.随机过程的分类

S.P.随机过程的分类随机过程的增量正态过程例：分数Brown运动Markov过程平稳过程σ-代数流和适应过程鞅随机过程的增量这里把时间区间规定为左开右闭…其实有点疑惑…如果是离散型的随机变量，(-∞，

姚巨龙·2020-06-29 09:18

S.P.随机过程的基本概念

S.P.随机过程的基本概念随机过程的（古典）定义关于古典定义的说明对称随机游动的R模拟S.P.分布的困难所在随机过程的分布函数族分布函数族的性质Kolmogorov定理随机过程的数字特征在概率论中学习了随机变量

姚巨龙·2020-06-29 09:18

随机过程之基本概念（一）

尤其是”随机过程“，作为数理统计的重要部分，应用包罗万象，例如：气象预报、通信工程、金融工程、人口理论和可靠性与质量控制等各个方面。下面简单介绍下随机过程的基本概念。

子云的博客·2020-06-29 06:57

随机过程之平稳过程与各态历经过程

1.平稳过程平稳随机过程是一类重要的随机过程，在很多工程领域中，有很多随机过程是平稳的或近似平稳的。平稳随机过程的分析要比一般随机过程简单，因此，对它的分许是重要的和必要的。

子云的博客·2020-06-29 06:57

马尔可夫系列概念

不考虑动作考虑动作状态完全可见马尔可夫链(MC)马尔可夫决策过程(MDP)状态不完全可见隐马尔可夫模型(HMM)部分可观察马尔可夫决策(POMDP)一、马尔可夫性质(Markovproperty)1、定义当一个随机过程在给定现在状态及所有过去状态情况下

weixin_42400437·2020-06-29 04:54

数据分析学习总结

看着满满当当的课表和中午来不及赶回寝室的一个小时的休息时间，欲哭无泪啊......为了避免自己学艺不精加之对统计学的兴趣，我趁着寒暑假的时间自修了大量的统计学的课程，随机过程、线性回归分析、多元统计分析

Lily_我是一个小钢豆·2020-06-29 03:46

Python金融大数据分析——第10章推断统计学笔记1

第10章推断统计学10.1随机数10.2模拟10.2.1随机变量10.2.2随机过程几何布朗运动平方根扩散随机波动率跳跃扩散10.2.3方差缩减第10章推断统计学Python金融大数据分析——第10章推断统计学笔记

RealEmperor·2020-06-29 03:31

AI基础：简易数学入门

0.导语学习AI建议掌握的数学资料：数学分析（微积分），线性代数，概率论，统计，应用统计，数值分析，常微分方程，偏微分方程，数值偏微分方程，运筹学，离散数学，随机过程，随机偏微分方程，抽象代数，实变函数

python爬虫人工智能大数据·2020-06-29 01:31

被错误理解的人工神经网络（一）！

在定量金融中，神经网络通常用于时间序列预测、构建专有指标、算法交易、证券分类和信用风险建模，它也被用来构建随机过程模型和价格衍生工具。

煊琰·2020-06-29 00:12

用python 模拟GARCH 随机过程

importmatplotlib.pyplotaspltimportscipyasspsp.random.seed(12345)n=1000#nisthenumberofobservationsn1=100#weneedtodropthefirstsevealobservationsn2=n+n1#sumoftwonumbersalpha=(0.1,0.3)#GARCH(1,1)coefficie

HeartBeating_RUC·2020-06-28 23:53

白噪声

白噪声或白杂讯，是一种功率频谱密度为常数的随机信号或随机过程。换句话说，此信号在各个频段上的功率是一样的，由于白光是由各种频率（颜色）的单色光混合而成

骨子带刺·2020-06-28 19:29

时序数据异常检测

chuang94·2020-06-28 19:34

【NLP】用于语音识别、分词的隐马尔科夫模型HMM

作者|小Dream哥编辑|小Dream哥&言有三1马尔科夫随机过程设随机变量X(t)随时间t(t=t1,t2,t3...

有三AI·2020-06-28 18:58

x264代码剖析（十七）：核心算法之熵编码(Entropy Encoding)

熵编码是建立在随机过程的统计特性基础上的。

weixin_34367845·2020-06-28 18:06

概率论与随机过程

2019独角兽企业重金招聘Python工程师标准>>>一、概率分布(probabilitydistribution)概率分布是概率论的基本概念之一，用以表述随机变量取值的概率规律。概率密度函数：一个连续型随机变量的概率密度函数（在不至于混淆时可以简称为密度函数）是一个描述这个随机变量的输出值在（某一个确定的取值点）附近的可能性的函数。而随机变量的取值落在（某个区域之内的概率）则是概率密度函数在这个

weixin_34179968·2020-06-28 12:54

1.2.3.《万门大学-人工智能、大数据、复杂系统》课程大纲

粗略大纲：1.贝叶斯与随机过程1.贝叶斯分析2.随机过程理论2.机器学习1.监督学习（重点）1.扫描各种算法1.数学推导2.程序清单1.安装2.介绍2.无监督学习3.强化学习3.深度学习（重点）1.公式

weixin_30883777·2020-06-28 02:59

更新过程 renewal process

一类随机过程.是描述元件或设备更新现象的一类随机过程.设对某元件的工作进行观测.假定元件的使用寿命是一随机变量，当元件发生故障时就进行修理或换上新的同类元件，而且元件的更新是即时的(修理或更换元件所需的时间为零

weixin_30802273·2020-06-28 00:18

图像处理与matlab实例之图像平滑（一）

二、噪声的类型噪声可以借用随机过程以及概率密度函数（ProbabilityDensityFunction，PDF）来描述，通常可采用

weixin_30722589·2020-06-27 23:37

数理逻辑5 -- 计算理论1

第四章的集合论是为了以后的实分析、测度论、概率和随机过程等夯实基础，同时满足罗素悖论的好奇心。

SecPractitioner·2020-06-27 11:25

隐马尔可夫学习笔记（一）

原因可能还是在于对概率论的理解太表面，且隐马尔可夫模型考虑了时间因素，显然这样的随机过程一时半会是难以形象的理解的。因此，本文采用先举例，后定义公式的方式来学习隐马尔可夫模型。

Demon的黑与白·2020-06-27 09:37

目标跟踪之粒子滤波

采用数学语言描述如下:对于平稳的随机过程,假定k-1时刻系统的后验概率密度为p(xk-1zk-1),依据一定原则选取n个随机样本点,k时刻获得测量信息后,经过状态和时间更新过程,n个粒子的后验概率密度

zbxzc·2020-06-27 09:44

机器学习1——概率论

接下来便是关于概率论及随机过程学习中的一点总结，希望能够对知识点进行一下梳理。（一）随机事件的概率条件概率

AriesKean·2020-06-27 09:30

马尔可夫链

1.什么是随机过程顾名思义，它其实就是个过程，比如今天下雨，那么明天下不下雨呢？后天下不下雨呢？从今天下雨到明天不下雨再到后天下雨，这就是个过程。那么怎么预测N天后到底下不下雨呢？

joshuasea·2020-06-27 07:44

图灵数学·统计学系列

-------------------------------------图灵数学·统计学系列----------------------------------------------53书名：应用随机过程

wiljm·2020-06-27 07:42

《概率统计与随机过程》——笔记1

第一章随机事件的概率1.1随机事件与样本空间1.1.1随机试验与随机事件试验：各式各样的科学实验或对某一事物的某种特性的观察。随机试验：如果在相同的条件下可以重复进行，而且每次试验的结果事前不可预言，简称试验。随机事件（事件）：在试验中可能发生，也可能不发生的事件。基本事件（样本点）：试验中的每一个可能结果都是一个最简单的随机事件。必然事件：在试验中必然会发生的事件。不可能事件：在实验中不可能发生

水木-刘·2020-06-27 06:04

《概率统计与随机过程》——笔记2

第2章随机变量及其分布2.1随机变量定义1设随机试验E的样本空间S={e}。若对每个试验结果e，都有确定的实数X(e)与之对应，则称实值变量X(e)为随机变量，简记为X。引入随机变量后，随机事件就可以用随机变量的取值来表示了。2.2分布函数定义2设X为随机变量，对于任意实数x，令F(x)=PX≤x称F(x)为随机变量X的分布函数。性质：1.取值范围：[0,1]2.单调不减。3.右连续4.对任意实数