ACM_概率论

浅谈分布之分布（beta分布）-贝叶斯分析之1

贝叶斯是2、3百年前英国的一位古人，却在当代科技界“红”了起来，原因是归结于他的一个著名的概率论公式：贝叶斯定理。简略历史回顾当年，贝叶斯研究一个“白球黑球”
langlanlacn3·2020-08-22 01:42

概率论中两个独立连续随机变量X,Y，变量Z=X+Y的密度函数为X,Y的卷积与特征函数原理

X,Y若是独立的离散随机变量求Z=X+Y的分布因为变量Z=X+Y,也就是X,Y的取值是可以任意的，但是加起来一定得为Z，说明X取定了x，那么Y就只能取z-x即当X取了x，此时Y取z-x即可保证两者加起来等于z，也就是这两个取值必须同时发生，由于X,Y独立，有P(Z=z)=P(X=x)*P(Y=z-x)，因为x的值我没有具体指定是多少，他可以是，负无穷，-2，-1，0，1，2，3，。。。正无穷，同时
biao2488890051·2020-08-22 01:57

概率论中多元随机变量函数分布中的卷积公式原来是重积分换元

文章目录重积分换元（雅克比行列式）卷积公式①：把$x$换掉确定范围卷积公式做定义法来做Z=max{X,Y}Z=min{X,Y}重积分换元（雅克比行列式）{x=x(u,v)y=y(u,v)\left\{\begin{matrix}x=x(u,v)\\\\y=y(u,v)\end{matrix}\right.⎩⎨⎧x=x(u,v)y=y(u,v)J=∣∂x∂u∂x∂v∂y∂u∂y∂v∣J=\begin
SwustLpf·2020-08-22 01:30

一个学渣的数学课（一）

后来上大学，被微积分蹂躏，被线性代数吊打，被概率论羞辱..........我的那个问题还是没解决：数学在生活中到底有什么用？这个问题得以解决，是从我听到的一个故事开
振宁·2020-08-22 00:18

人工智能-计算机视觉进阶

阶段1、人工智能基础－高等数学必知必会本阶段主要从数据分析、概率论和线性代数及矩阵和凸优化这四大块讲解基础，旨在训练大家逻辑能力，分析能力。
Mr_Alins_Zhang1·2020-08-22 00:08

4-2节 朴素贝叶斯|训练算法：从词向量计算概率|机器学习实战-学习笔记

文章原创,最近更新：2018-08-20学习参考链接:第4章基于概率论的分类方法：朴素贝叶斯本章节的主要内容是:重点介绍项目案例1:屏蔽社区留言板的侮辱性言论:训练算法：从词向量计算概率的代码。
durian221783310·2020-08-22 00:34

小命算起来？笑死人！

[偷笑]这个会的真不多，也就是个玩，时准时不准，归到概率论范畴！仙人走江湖，可啥都入过门的！[偷笑]天下再大，能大过心喽？[偷笑]
纵情嬉戏天地间·2020-08-22 00:57

1.0 神经网络和深度学习 概述

先导知识（不完全统计）线性代数：向量、矩阵以及矩阵的计算概率论：概率计算、参数估计高等数学：偏导数的计算梯度的含义推荐拓展书籍资源1.机器学习-周志华PDF（）2.数学之美（）3.统计学习（）第一周主题
抠脚大汉QAQ·2020-08-21 23:55

人工智能数学基础之概率论

概率论基础概率随机试验试验是指为了观察某事的结果或某物的性能而从事的某种活动。
愤怒的可乐·2020-08-21 23:52

概率论与统计（三）常见分布

文章目录1.离散变量分布1.1伯努利分布与二项分布(BernoulliandBinomialDistribution)1.2泊松分布(PoissonDistribution)1.3超几何分布(HypergeometricDistribution)2.连续变量分布2.1均匀分布(UniformDistribution)2.2正态分布(NormalDistribution)2.3指数分布(Expone
转大数据的环境人·2020-08-21 23:44

概率论与统计学——学习资料(更新..........)

概率论和统计的书籍，国内的好教材很多，大家完全可以在百度，豆瓣，知乎上去搜一下这些人的名字：陈希孺、茆诗松、贾俊平、邓东皋、龚昇、钱敏平、史济怀、王松桂、韦来生、吴喜之、苏淳、夏道行、钟开莱、周民强这些人的好评书籍
wjheha·2020-08-21 23:05

~《概率论》~常见的概率分布

《概率论》常见的概率分布文章目录~《概率论》~常见的概率分布一、常见的连续型随机变量的分布1.均匀分布2.指数分布3.正态分布4.标准正态分布5.标准正态分布的分位数二、常见离散型变量的概率分布1.两点分布
与你前行·2020-08-21 23:03

统计学习第四章（朴素贝叶斯）知识总结

4.1朴素贝叶斯所用到的数学和概率论知识4.1.1概率论基础条件概率：乘法法则：（A、B互为独立事件）4.1.2全概率公式释义：求时间A的概率，可以将A、B分解成几个小事件，通过求小事件的概率相加从而得到整个事件
pikaseed·2020-08-21 22:47

【概率论与数理统计】小结7 - 统计学中的基本概念

注：概率论方面就暂时告一段落，终于可以说说统计方面的事情了。如果说概率论中主要是研究随机变量的方法学和理论模型，那么统计学就是利用概率论这一强大的工具来研究具有随机性的现象（结果的不确定性）。
weixin_33755557·2020-08-21 22:51

概率论常用分布

概率论常用分布伯努利分布二项分布几何分布泊松分布beta分布均匀分布指数分布正态分布卡方分布
ukakasu·2020-08-21 21:34

机器学习数学笔记|概率论基础常见概型分布期望与方差

机器学习数学笔记|概率论基础常见概型分布期望与方差觉得有用的话,欢迎一起讨论相互学习~本博客为七月在线邹博老师机器学习数学课程学习笔记为七月在线打call!!
武科大许志伟·2020-08-21 21:09

概率论与统计学的关系是什么？

LaryWasserman在AllofStatistics的序言里有说过概率论和统计推断的区别，相对于上面的图，更加透彻：Thebasicproblemthatwestudyinprobabilityis
mjiansun·2020-08-21 21:32

概率论:乘法定理、全概率公式以及贝叶斯定理

今天重温了概率论与数理统计这本书,复习了第一章,用了大概一个小时的时间，闭眼眼睛想起来最多的就是乘法定理、全概率公式和贝叶斯定理，就在这里重新打出来一下吧，至于那些概念的东西还都记得，不在这里重复了，复习本来就是把之前记错的给改正过来
silence1214·2020-08-21 21:06

概率论与数理统计的区别

概论问题是已知总体然后求一个具体的事件(样本)的概率统计问题是已知样本,估计总体ML中训练的过程------------求总体参数的过程(数理统计的思想)预测过程---------------------求新样本概率的过程(概率论的思想
ROOOOOOM·2020-08-21 20:22

统计学与概率的浅谈

前言:对于统计学,只是本人的浅谈,还请各位指教.概率论研究什么呢?
Going_sky·2020-08-21 20:36

概率论 常见的公式

公式P(AorB)=P(A)+P(B)−P(AandB)P(A⋃B)=P(A)+P(B)−P(A⋂B)P(A⋂B)=P(A)∗P(B)P(AandB)=P(A)∗P(B)P(A|B)=P(A⋂B)P(B)P(A|B)=P(AandB)P(B)
乌恩大侠·2020-08-21 20:15

机器学习笔记（1）梯度下降法 线性回归C语言实现

顺便复习高数线代概率论。原理总结是当（代价函数）CostFunction的值最小时取得的Parameters，为了达到这个目的，最值问题=求极值。多参数=求偏导。最小二乘法（小平方
全桥整流基围虾·2020-08-21 20:27

统计学和概率论常用的部分基本概念整理

本文梳理了我比较陌生的统计学和概率论的基本概念。目前，只是对基本概念做浅显的理解，通过具体实践练习有了更丰富具体和熟练的认识理解后，随着学习的深入，再深入理解基本概念的深层次含义。
kangkang_csdn·2020-08-21 20:59

概率论与统计学(1)

柯尔莫哥洛夫创建现代概率论描述统计学（用数据或图表表现数据）VS推断统计学（样本推断总体）平均数，中位数（偶数中间取平均）众数：数据中出现次数最多的数离散程度，极差=max-min方差：标准差：方差开根
giantmfc123·2020-08-21 19:54

机器学习概念原理及常用算法

概念：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。
云计算小百科·2020-08-21 19:07

4-3节 朴素贝叶斯|朴素贝叶斯分类函数|机器学习实战-学习笔记

文章原创,最近更新：2018-08-21学习参考链接:第4章基于概率论的分类方法：朴素贝叶斯本章节的主要内容是:重点介绍项目案例1:屏蔽社区留言板的侮辱性言论:朴素贝叶斯分类函数的代码。
durian221783310·2020-08-21 19:27

推断性统计部分（一）---样本与分布的关系及其检验统计量

推断性统计部分（一）—样本与分布的关系及其检验统计量标签（空格分隔）：概率论与数理统计统计除了可以描述随机变量特征之外，还有一个重要作用，推断！
Sevan_Li·2020-08-21 19:10

程序员的数学课

1、基本操作迭代数据归纳递归组合、排列动态规划2、概率论求导书微分、积分朴素贝叶斯算法3、线性代数向量、矩阵总结转载于:https://www.cnblogs.com/huilei/p/10719868
aobidr15142·2020-08-21 18:29

从概率论到统计学

我们可能想了解某一地区的人均收入状况，但不可能去调查每个家庭的收入，只能抽取一部分家庭作为样本，获得样本家庭的收入数据，然后用样本平均收入去推测全部家庭的人均收入，当然我们也可能去推断所有家庭收入的方差或者低收入家庭的比重等等。（1）首先，总体参数可以根据样本统计量来推断根据样本均值推断总体均值根据样本方差来推断总体方差根据样本比例来推断总体比例（2）但是，通过样本统计量来推断总体参数必然有某种不
毛里里求斯·2020-08-21 18:49

概率论与统计学：最常用常考的6种概率计算

本文介绍在概率论与数理统计，统计学这两门课中，以及平时的作业中最常用的两种需要加以应用的六种概率。
Aris on A string·2020-08-21 17:00

概率论与统计学的重要东西

1：频率直方图可演变为概率密度理由：2：累加频率分布直方图可看为分布函数。理由，F（x）表示随机变量在小于x时的概率，与累加频率线上的点表示含义相吻合。3：参数估计中的点估计基本思想：总体的矩（含参）等于样本的矩（随机变量样本的函数）。4：假设检验基本思想：他用的是小概率事件几乎不发生，类似于反证法如果在假设条件下，如果使小概率事件发生，则拒绝假设，反之则接受假设。由于作出决策的是样本，而小概率也
小小隐士·2020-08-21 17:04

概率论与统计学(3)

条件概率P(AB)=P(A)*P(B|A)样本空间的划分全概率公式贝叶斯公式独立性AB相互独立：事件A的发生与否对事件B发生的概率没有影响多个事件相互独立≠多个事件两两独立P(AB)=P(A)P(B)P(AC)=P(A)P©P(BC)=P(B)P©P(ABC)=P(A)P(B)P©相互独立事件：P(A∪B)=P(A)+P(B)-P(AB)互斥事件:A发生，其他就不会发生.P(A∪B)=P(A)+P
giantmfc123·2020-08-21 17:53

概率论与统计学的关系是什么？

简单来说，概率论研究的是“是什么”的问题，统计学研究的是‘怎么办“的问题。统计学不必然用到概率论，比如用样本均值来表征总体某种特征的大致水平，这个和概率就没有关系。
人机与认知实验室·2020-08-21 17:23

概率论和统计学中重要的分布函数

随机变量在概率空间中遵循不同类型的分布，这决定了它们的特征并有助于预测。本文内容列表：引言高斯/正态分布（Gaussian/NormalDistribution）二项分布(BinomialDistribution)伯努利分布(BernoulliDistribution)对数正态分布(LogNormalDistribution)幂律分布(PowerLawDistribution)分布函数的使用引言每
deephub·2020-08-21 17:53

Jan 2018 穷查理宝典、门口的野蛮人、麦肯锡采购指南

最近对数学尤其概率论非常感兴趣，还有熵的概念总觉得特别美妙。以前读书时总会把前面几章导读掠过去，很鄙视地觉得这些太假大空，仔细的去研究各个点。但是现在读书反而倒过来，比较
ZEEF芦苇·2020-08-21 14:46

泰勒展开，傅里叶变换，拉普拉斯变换和Z变换的意义

傅里叶变换傅里叶变换在物理学、数论、组合数学、信号处理、概率论、统计学、密码学、声学、光学、海洋学、结构动力学等领域都有着广泛的应用（例如在信号处理中，傅里叶变换的典型用途是将信号分解成幅值分量和频率分量
危险的凳子·2020-08-21 10:40

概率论数理统计 挺全的

转自http://www.cnblogs.com/v-July-v/archive/2012/12/17/3125418.html数据挖掘中所需的概率论与数理统计知识、上（关键词：微积分、概率分布、期望
小魔大树哥·2020-08-21 10:44

1.机器学习与微积分

注：以下内容整理于七月算法2016年4月班培训讲义，详见：http://www.julyedu.com/重点摘要：机器学习简介高等数学概率论一、机器学习简介1.机器学习是什么？
aidway·2020-08-21 08:37

概率论——Wasserstein距离

Wasserstein距离又叫Earth-Mover距离(EM距离)，用于衡量两个分布之间的距离，定义：W(P1,P2)=infγ∼Π(P1,P2)E(x,y)∼γ[||x−y||]Π(P1,P2)是P1和P2分布组合起来的所有可能的联合分布的集合。对于每一个可能的联合分布γ，可以从中采样(x,y)∼γ得到一个样本x和y，并计算出这对样本的距离||x−y||，所以可以计算该联合分布γ下，样本对距离
Vic时代·2020-08-21 08:05

c语言彩票号码生成器

一、背景和思路彩票现在越来越普及，种类也越来越多，很多人都愿意去花小小的代价去赌那一点点的可能性，但我们学过概率论，知道那微小不可能事件，这次我们的实验就是做出一个彩票生成器。
A~s·2020-08-21 08:09

读书感想-大数据的数学基础：商务与经济统计

我完全没有统计学的背景，只有一些差不多已经还给老师的微积分、概率论、
至高无上的微笑·2020-08-21 07:40

Naive Bayes（朴素贝叶斯）

NaiveBayesBayes’theorem(贝叶斯法则)在概率论和统计学中，Bayes’theorem（贝叶斯法则）根据事件的先验知识描述事件的概率。
syoya_·2020-08-21 05:53

机器学习概念原理及常用算法

概念：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。
云计算小百科·2020-08-21 02:35

万万没想到，枯燥的“机器学习”还可以这样学！

阿里妹导读：机器学习是人工智能的核心之一，涉及领域包括概率论、统计学等复杂学科。对于非专业人士来说，想要理解它着实不容易。
阿里技术·2020-08-21 00:32

我为什么不再晒自己有多努力了

又譬如“挑灯夜战到两点，明天的概率论不是你死就是我活。”配图一张不甚明亮的小台灯下摊着满满几页纸的公式和草稿。你或许会淡淡瞥一眼迅速划过去，或许轻轻点个赞或评论一句。
啾飒飒·2020-08-20 22:19

机器学习概念原理及常用算法

概念：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。
云计算小百科·2020-08-20 18:09

8位伪随机序列（m序列verilog HDL源码 ）

二进制独立随机序列在概率论中一般称为贝努利(Bernoulli)序列，它由两个元素(符号)0,1或1,-1组成。
啊花啊吃·2020-08-20 17:59

西瓜书第三章 线性模型（01）

昨天的第二章后半部分涉及到了较多的概率论知识，需要补课基本形式线性模型是什么，简单来说和我们学过的线性函数是一样的，我们学过的线性函数形式一般为:y=ax+b,在这里a，b代表系数，也就是我们模型要学习的东西
超级皮卡丘囧rz·2020-08-20 17:18

随机性—最简单的概率思维

由此引出概率论最基础的概念——随机，有些事情的发生是无缘无故，没有原因的。赌博和买彩票都是完全独立的随机事件，这
三十未立·2020-08-20 12:09

数值分析和SVM讲解（上）

对此，我个人起的标题是《数值分析和SVM讲解》，一方面是为了区分其他系列的数学知识（比较前面的线性代数和概率论，我们这里更加侧重高数的知识），另一方面也是强调数值分析在机器学习当中的重要程度。
gcaxuxi·2020-08-20 11:27
上一页 48 49 50 51 52 53 54 55 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他