随机事件和概率 基础概念 ? 随机试验 ? 样本点和样本空间 ? 随机事件 随机事件的概率 ? 例子 条件概率 ? 定义 ? 例子 事件的独立性 ? 定义 ? 例子 全概率公式和贝叶斯公式 全概率公式 贝叶斯公式 实例 随机变量, 期望和方差 随机变量 ? 定义 ? 例子 概率分布 ? 定义 ? 性 ...
分类：
其他好文 时间：
2019-10-03 19:50:34
阅读次数：
89
从概率分布的角度考虑，对于一堆样本数据，每个均有特征Xi对应分类标记yi。 生成模型：学习得到联合概率分布P(x,y)，即特征x和标记y共同出现的概率，然后求条件概率分布。能够学习到数据生成的机制。 判别模型：学习得到条件概率分布P(y|x)，即在特征x出现的情况下标记y出现的概率。 数据要求：生成 ...
分类：
编程语言 时间：
2019-10-01 14:02:33
阅读次数：
122
数据清洗： 1、异常值 1）基于概率分布，构建一个概率分布模型，并计算对象符合该模型的概率，把具有低概率的对象视为异常点。 2）聚类，比如我们可以用KMeans聚类将训练样本分成若干个簇，如果某一个簇里的样本数很少，而且簇质心和其他所有的簇都很远，那么这个簇里面的样本极有可能是异常特征样本了。我们可 ...
分类：
其他好文 时间：
2019-09-01 15:04:45
阅读次数：
78
有关随机数的函数可以在NumPy的random模块中找到 随机数发生器的核心算法是基于马特赛特旋转演算法 二项分布是n个独立重复的是/非试验中成功次数的离散概率分布. 抛硬币 Key_Function np.random.binomial函数, 参数为区间, 概率, 次数, 用于模拟二项分布 Cod ...
分类：
编程语言 时间：
2019-08-27 01:07:05
阅读次数：
181
样本均值、样本比例和样本方差的抽样分布 样本均值的抽样分布 在重复选取容量为n的样本时，由样本均值的所有可能取值形成的相对频数分布 一种理论概率分布 推断总体均值$\mu$的理论基础 大数定律表明：当来自于独立同分布(i.i.d)的总体(该总体均值为$\mu$，方差为$\sigma^2$)中$n$个 ...
分类：
其他好文 时间：
2019-08-24 23:16:15
阅读次数：
221
在这一节我们将介绍如何使用一元高斯分布对机器人误差进行建模。 在进入正题之前，我们需要首先了解为什么学习高斯分布？什么使得高斯分布有效并且重要？为什么使用高斯分布对噪声和不确定性进行建模（而不是其他概率分布模型，比如均匀分布）？ 高斯分布使得只需要两个参数就能确定一个连续的概率分布。这两个参数分别是 ...
分类：
其他好文 时间：
2019-08-23 21:59:36
阅读次数：
191
作者提出了一种多模态循环神经网络(AlexNet / VGGNet +多模式层+ RNN)，用CNN提取图像特征，单词经过两层词输入到RNN中，最后将单词特征，图像特征，以及RNN的hidden一起输入到多模态层，经过Softmax生成下一个词的概率分布。RNN主要是为了保存句子前面的特征。 加入两 ...
分类：
Web程序 时间：
2019-08-18 19:56:35
阅读次数：
161
1.熵与最大熵原理 熵是随机变量不确定性的度量，不确定性越大，熵值就越大；若随机变量退化成定值，熵为0。均匀分布是“最不确定”的分布 假设离散随机变量X的概率分布为P(x)，则其熵为： 联合熵和条件熵 两个随机变量的X，Y的联合分布，可以形成联合熵，用H(X,Y)表示 条件熵H(X|Y) = H(X ...
分类：
其他好文 时间：
2019-08-13 17:15:46
阅读次数：
90
我们先来理解理解Softmax：任意事件发生的概率都在 0 和 1 之间，且总有某一个事件发生 （概率的和为 1 ）。如果将分类问题中“ 一个样例属于某一个类别”看成一个概率事件， 那么训练数据的正确答案就符合一个概率分布。因为事件“一个样例属于不正确的类别”的概率为0,而“ 一个样例属于正确的类别 ...
分类：
其他好文 时间：
2019-08-10 12:20:57
阅读次数：
115
概率分布简介 基础概念 1.概率 概率直观上是指一个事件发生可能性大小的数量指标 概率的统计定义：在不变的条件下，重复进行n次试验，事件$A$发生的频率稳定在某一个常数$p$附近摆动，且一般来说，$n$越大，摆动幅度越小，则称常数$p$为事件$A $的概率，记作$P(A)=p$. 2.古典概型 当试 ...
分类：
其他好文 时间：
2019-08-03 18:48:49
阅读次数：
117
