ACM_概率论

排列组合讲解

排列组合与古典概率论关系密切。组合数学中的一种[编辑义项名]排列组合概述删除切换更换模版基本信息栏（当前模板：其他）中文名排列组合外文名permutationandcombinat
王骕·2022-12-17 13:51

一维二维_概率密度的卷积公式：一维&二维

一维变量的概率密度卷积公式二维变量的概率密度卷积公式设(X,Y)的概率密度为f(x,y)，则Z=g(X,Y)的概率密度为：例：已知X、Y相互独立同分布，概率密度如下，求Z=X/Y的概率密度参考文献[1]李林.概率论与数理统计辅导讲义
爱家小厨酱·2022-12-17 11:01

人工神经网络原理及应用,人工神经网络详解图

概率论、数理统计、随机过程更是少不
普通网友·2022-12-17 11:31

机器学习实战 - 第4章 基于概率论的分类方法：朴素贝叶斯

一、基于贝叶斯决策理论的分类方法朴素贝叶斯的优点：在数据较少的情况下仍然有效，可以处理多类别问题。缺点：对于输入数据的准备方式较为敏感。使用数据类型：标称型数据(一般在有限的数据中取，而且只存在是和否两种不同的结果)。朴素贝叶斯是贝叶斯决策理论的一部分。贝叶斯决策理论：假设有一个数据集，它由两类数据组成，在判断具体数据属于哪个类别时，会选择高概率对应的类别。这就是贝叶斯决策理论的核心思想，即选择具
算法星球·2022-12-16 08:25

递归最小二乘算法（原理篇）

高斯随后通过概率论的理论证明了最小二乘法的合理性。
wangYH.air·2022-12-16 01:28

slam入门——十四讲笔记（一）

框架2.3SLAM问题的数学表述2.4实践：编程基础1.安装Linux操作系统2.使用cmake3.使用库4.使用IDE第1讲预备知识了解什么是slam，如何使用本书和配套代码；对高等数学、线性代数、概率论
Undergoer_TW·2022-12-16 00:46

机器学习：基本概念

1，机器学习概述1.1，机器学习概念机器学习即MachineLearning，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。
燕双嘤·2022-12-15 23:06

2023云南大学应用统计硕士专业考研成功经验分享

现在说一下自己的基础情况介绍，在考研准备时，我尚未通过CET4，英语基础很差，本科期间有学过高等数学、概率论以及线性代数课程，但初试专业课统计学并未学习过。接下来我将从近三年招生情
xinxiangxukaoyan·2022-12-15 17:32

Wasserstein距离的直观解释

Wasserstein(EM)距离的易懂解释最近在学习Wgan相关知识时，看到wasserstein距离的相关数学概念，表示非常懵逼，结合着李宏毅教授的网课，觉得理解了一点，但是还是不透彻，于是乎重新拾起概率论课本
沛沛张·2022-12-15 14:27

python——数理统计，概率

概率论文章目录概率论概率与条件概率离散随机变量分布python实验连续随机变量分布python实验数理统计基础总体和样本统计量与抽样分布大数定律和中心极限定理参数估计估计量区间估计小结及思考题概率与条件概率随机试验
33的史努比·2022-12-15 07:01

python语料库的n元模型构建_学习笔记CB006:依存句法、LTP、n元语法模型、N-最短路径分词法、由字构词分词法、图论、概率论...

依存句法分析，法国语言学家L.Tesniere1959年提出。句法，句子规则，句子成分组织规则。依存句法，成分间依赖关系。依赖，没有A，B存在错误。语义，句子含义。依存句法强调介词、助词划分作用，语义依存注重实词间逻辑关系。依存句法随字面词语变化不同，语义依存不同字面词语可同一意思，句法结构不同句子语义关系可相同。依存句法分析和语义分析结合，计算机理解句子含义，匹配到最合适回答，通过置信度匹配实现
weixin_39845241·2022-12-15 07:44

贝叶斯网络构造（python版）

贝叶斯网是概率论与图论相结合的产物，它一方面用图论的语言直观的揭示问题结构，另一方面又按照概率论的原则对问题结构加以利用，降低推理的计算复杂度。贝叶斯网络的构造主要有两种方式：第
平平无奇公大人·2022-12-14 11:46

推断统计 | 学习笔记 (全)

一.概率与概率分布概率论：为解决不确定性问题提供方法1.随机事件及其概率基本概念试验：在相同条件下，对事物或现象所进行的观察。
奔跑的蜗牛君666·2022-12-14 07:10

【数学】整理数学知识点

一、概率论1、协方差与协方差矩阵（参考链接：xueluowutong-协方差与协方差矩阵）(1)协方差协方差是对两个随机变量联合分布线性相关程度的一种度量。
陈豆子·2022-12-14 00:03

Opencv轮廓矩【判断形态方向、匹配度】

轮廓矩原理部分：矩一、概率论上的定义看到矩这个字，很容易联想到概率论，在概率论中，定义如下：或者说：设X和Y是随机变量，c为常数，k为正整数，如果E(|X−c|^k)E(|X−c|^k)存在，则称E(|
zhuyong006·2022-12-13 22:16

史上最全的机器学习资料（下）

机器学习(MachineLearning,ML)是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。
Mr.Gu·2022-12-13 21:50

基础算法-朴素贝叶斯分类器

在概率论与统计学中，贝叶斯定理(Bayes'theorem)表达了一个事件发生的概率，而确定这一概率的方法是基于与该事件相关的条件先验知识(priorknowledge)。
架构菜芽·2022-12-12 20:44

【机器学习】白话朴素贝叶斯算法

朴素贝叶斯一、条件概率二、贝叶斯公式三、贝叶斯公式的应用四、朴素贝叶斯代码朴素贝叶斯算法依据概率论中贝叶斯定理建立的模型，前提假设是各个特征之间相互独立（这也是**“朴素”的含义**），因为实际场景中多个特征一般存在相关性
Training.L·2022-12-12 19:12

指数随机变量 泊松过程跳_《应用随机过程概率模型导论-(第11版0》【价格 目录 书评 正版】_中国图书网...

第1章概率论引论11.1引言11.2样本空间与事件11.3定义在事件上的概率31.4条件概率51.5独立事件81.6贝叶斯公式10习题12参考文献16第2章随机变量172.1随机变量172.2离散随机变量
诚杜·2022-12-12 13:06

机器学习笔记（4）——朴素贝叶斯

NaiveBayes朴素贝叶斯网络是贝叶斯分类器的一种，贝叶斯分类算法是统计学的一种分类方法，利用概率论和统计知识进行分类。
Lyndon_zheng·2022-12-11 23:49

【机器学习实战学习笔记】基于概率论的分类方法——朴素贝叶斯

朴素贝叶斯基本思想特点一般过程示例1基本思想朴素贝叶斯的基本思想就是选择高概率对应的类别，即如果有两类，若p1(x,y)>p2(x,y)，则分类类别为1若p1(x,y)
JYNjyn666·2022-12-11 23:44

机器学习算法总结

机器学习(MachineLearning,ML)是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。
正在思考中·2022-12-11 16:10

贝叶斯分类器讲解+实例

贝叶斯定理贝叶斯定理是18世纪英国数学家托马斯·贝叶斯（ThomasBayes）提出得重要概率论理论。
Leesuha·2022-12-11 11:24

【因果学习】贝叶斯网络结构学习方法

贝叶斯网络是概率论与图论相结合的产物，它用图论的方式直观地表达各变量之间的因果关系，为多个变量之间的复杂依赖关系提供了紧凑有效、简洁直观的统一框架，是表示因果关系的常用工具。
theoreoeater·2022-12-11 11:36

概率论之概念解析：极大似然估计

原文地址：https://cloud.tencent.com/developer/article/1093491【导读】本文是数据科学家JonnyBrooks-Bartlett概率论基础概念系列博客中的
国产大熊猫Y·2022-12-11 05:08

西瓜书研读——第三章 线性模型：线性几率回归（逻辑回归）

西瓜书研读系列：西瓜书研读——第三章线性模型：一元线性回归西瓜书研读——第三章线性模型：多元线性回归主要教材为西瓜书，结合南瓜书，统计学习方法，B站视频整理~人群定位：学过高数会求偏导、线代会矩阵运算、概率论知道啥是概率原理讲解
猛男技术控·2022-12-11 01:43

朴素贝叶斯算法：对文本进行分类

朴素贝叶斯=朴素+贝叶斯朴素：特征与特征之间相互独立贝叶斯公式：概率论公式朴素贝叶斯：二、使用
Mae_strive·2022-12-10 19:53

概率论介绍

研究随机现象数量规律的数学分支。随机现象是指这样的客观现象，当人们观察它时，所得的结果不能预先确定，而只是多种可能结果中的一种。在自然界和人类社会中，存在着大量的随机现象。例如,掷一硬币,可能出现正面或反面；测量一物体长度，由于仪器及观察受到环境的影响，每次测量结果可能有差异；在同一工艺条件下生产出的灯泡,其寿命长短参差不齐;等等。这些都是随机现象。随机现象的实现和对它的观察称为随机试验,随机试验
大富大贵7·2022-12-10 13:46

【定量分析、量化金融与统计学】R语言方差分析ANOVA（F检验）

二、ANOVA使用的前提假设与假设检验三、ANOVA的计算原理四、事后检验与交叉图：五、R语言进行分析的完整例子：六、结果一、前言今天来说一说概率论或者统计学中常用的一种检验方式，方差检验ANOVA.根据定义
旋转跳跃我闭着眼·2022-12-10 11:49

使用R语言进行一元回归

对产品得率（%）的影响，测得数据如下：温度x（℃）100110120130140150160170180190得率Y（%）45515461667074788589说明：该例子来自盛骤等老师编写的第四版概率论与数理统计书籍首先
melicent114·2022-12-09 20:09

机器学习之朴素贝叶斯算法

前言：首先应当从概率论说起。接触过概率论的小伙伴一定都知道贝叶斯定理，今天的朴素贝叶斯算法也算贝叶斯定理的一个应用或者说扩展，常应用于文档分类。博主今天将利用朴素贝叶斯算法实现对垃圾邮件的分类。
俺从头开始·2022-12-09 04:05

机器学习-Logistic回归与线性回归的理解

今下午开始脑子一直懵，对于刚入机器几天的小渣渣来说，内容越来越难了，学的有些吃力，并且概率论类的东西由于某些原因没能好好学，导致现在看的很费劲。
Vivinia_Vivinia·2022-12-08 20:56

机器学习-Logistic回归（最佳回归系数的确定）

后悔没学好概率论了，那公式看的好吃力啊，怎么办，我好慌。。。
Vivinia_Vivinia·2022-12-08 20:26

朴素贝叶斯算法——垃圾邮件分类

进行标注标注的实现代码：4.创建词汇表5.遍历文档中在词汇表中出现的词6.创建朴素贝叶斯分类器训练函数7.构建贝叶斯分类器8.自动化处理垃圾邮件结果：只截取了一部分9.最终实现总结前言前面我们已经学习复习了概率论上的一些基础知识
lico-Net·2022-12-08 20:45

【无标题】

**顶级程序员进阶**（1）（2）（3）（4）（5）数值分析、数值计算方法（6）概率论（7）统计学（8）偏微分方程（9）相机标定（10）线性代数（11）最优化算法（12）矩阵论、矩阵分析（13）泛函数分析
董晨001·2022-12-08 02:19

matlab 三维核密度图_python数据分布型图表直方图系列核密度估计图

轴连续数据段内的分布状况；直方图的变种，使用平滑曲线来绘制数值水平，从而得出更平滑的分布；较直方图，核密度估计图，不受所使用分组数量的影响，更好地界定分布形状；核密度估计(kerneldensityestimation)在概率论中用来估计未知的密度函数
weixin_39855186·2022-12-07 17:27

概率论与数理统计学习笔记（5）——极大似然估计

为了后面学习中能够找得到地方复习这些概率论知识，所以这里整理了极大似然估计的笔记，所有参考内容放在最后。对了宝贝儿们，卑微小李的公众号【野指针小李】已开通，期待与你一起探讨学术哟~摸摸大！
野指针小李·2022-12-07 13:52

图论 物联网_图论算法-和图论算法相关的内容-阿里云开发者社区

数学建模需掌握的知识总纲数学建模需要掌握许多知识，这里我列出总纲：学建模中的算法穷举法神经网络模拟退火遗传算法图论算法蒙特卡洛算法所需基础知识高等数学线性代数(矩阵加减乘除)概率论与数理统计(概率论，参数估计
weixin_39644614·2022-12-07 12:08

协方差的计算公式例子_协方差矩阵是什么_协方差矩阵计算公式_如何计算协方差矩阵...

协方差矩阵是什么在统计学与概率论中，协方差矩阵的每个元素是各个向量元素之间的协方差，是从标量随机变量到高维度随机向量的自然推广。
weixin_39631017·2022-12-07 11:29

机器学习原理篇：基础数学理论 Ⅰ

2、范数和内积3、线性变换4、特征值和特征向量5、奇异值分解（SVD）四、最后我想说一、前言机器学习的理论基础就是数学基础，里面的很多模型都是建立在数学公式上的，其中数学理论主要包括微积分、线性代数、概率论
-北天-·2022-12-07 11:27

概率论之 多维随机变量的期望，协方差矩阵

概率论之多维随机变量的期望，协方差矩阵前言多维系统状态多维随机变量的期望多维随机变量的协方差矩阵矩阵表示公式表示后记前言上一次写了一维随机变量的期望，方差，协方差。
RuiH.AI·2022-12-07 11:26

概率论：协方差矩阵

一、协方差矩阵1.1从方差/协方差到协方差矩阵根据方差的定义，给定ddd个随机变量xk,i=1,2,...,dx_k,i=1,2,...,dxk,i=1,2,...,d，则这些随机变量的方差为：σ(xk,xk)=1n−1∑i=in(xki−x‾k)2\sigma(x_k,x_k)={1\overn-1}\sum_{i=i}^n(x_{ki}-\overline{x}_k)^2σ(xk,xk)=n−
你回到了你的家·2022-12-07 11:54

【概率论理论】协方差，协方差矩阵理论(机器学习)

文章目录前言一、协方差是什么？二、协方差矩阵是什么？前言  在许多算法中需要求出两个分量间相互关系的信息。协方差就是描述这种相互关联程度的一个特征数。在许多算法中需要求出两个分量间相互关系的信息。协方差就是描述这种相互关联程度的一个特征数。在许多算法中需要求出两个分量间相互关系的信息。协方差就是描述这种相互关联程度的一个特征数。一、协方差是什么？  设设设(X,Y)是一个二维随机变量，若是一个二维
Bigdataxy·2022-12-07 11:51

机器学习 决策树 随机森林

【概率论】1-4:事件的的并集(UnionofEventsandStaticalSwindles)并集的概率
Melody2050·2022-12-07 05:36

计算机网络安全课程心得,学习信息安全专业的心得体会

信息安全学科的核心课程主要包括高等数学、线性代数、离散数学、概率论与数理统计、数论与组合数学、密码学、计算机网络、程序设计、汇编语言、计算机组成原理、操作系统、网络安全技术等课程。高等数学和线性代数
weixin_39873208·2022-12-07 00:39

常用的统计量和抽样分布

样本k阶中心矩：在概率论中，矩是用来描述随机变量的某些特征的数字，即求平均值；随机变量X的K阶中心矩定
柚子you·2022-12-06 18:05

概率论与数理统计_第1章_几何概型

1定义若一个试验具有下列两个特征：（1）试验的所有可能结果是无限多个，且全体结果可以用一个有度量的几何区域Ω来表示；（2）每个可能结果都相同概率可能发生，则该试验称为几何概型。2计算公式设几何概型的样本空间可以表示成有度量的区域Ω，事件A所应的区域仍记为A,则定义事件A的概率为:3.看例题题1在区间(0,1)中随机地取两个数，求事件两数之和小于1.5的概率。解：由于取数可以是无数个中取出，不能穷举
ximanni18·2022-12-06 13:07

机器学习

机器学习(machinelearning,ML)是一门涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多领域的交叉学科。
weixin_30726161·2022-12-06 13:37

概率论基础

组合和排列当需要从N个物体中选取n个物体，可以通过组合公式计算出可能的结果数量。排列是组合的特殊情况，当要考虑选取的顺序时，相同的n个物体，因为不同的顺序会有不同的结果，公式变为：在Excel的函数中，COMBIN和PERMUT函数分别对应组合和排列。事件及概率定义样本空间S={(正面,正面),(反面,反面),(正面,反面),(反面,正面)},表示某个过程中可能的所有样本点定义事件为：至少有一次正
xdy1120·2022-12-06 11:30

概率论基础1----事件

1.Introduction本系统梳理一下概率论的基础，主要基于"HeadFirstStatistics"【1】和MIT“IntroductiontoProbability”。
expectmorata·2022-12-06 11:59
上一页 25 26 27 28 29 30 31 32 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他