欢迎回到“采样”系列~ 今天的内容是 【如何对高斯分布进行采样】 场景描述 高斯分布，又称正态分布，是一个在数学、物理及工程领域都非常重要的概率分布。在实际应用中，我们经常需要对高斯分布进行采样。虽然在很多编程语言中，直接调用一个函数就可以生成高斯分布随机数，但了解其中的具体算法能够加深我们对相关概 ...
分类：
其他好文 时间：
2018-02-27 21:16:04
阅读次数：
404
十五、异常检测(Anomaly Detection) 15.1 问题的动机 15.2 高斯分布 15.3 算法 15.4 开发和评价一个异常检测系统 15.5 异常检测与监督学习对比 15.6 选择特征 15.7 多元高斯分布（选修） 15.8 使用多元高斯分布进行异常检测（选修） 十六、推荐系统( ...
分类：
其他好文 时间：
2018-01-17 00:01:25
阅读次数：
235
高斯混合模型 高斯混合模型（GMM），顾名思义，就是数据可以看作是从数个高斯分布中生成出来的。虽然我们可以用不同的分布来随意地构造 XX Mixture Model ，但是 GMM是 最为流行。另外，Mixture Model 本身其实也是可以变得任意复杂的，通过增加 Model 的个数，我们可以任 ...
分类：
编程语言 时间：
2018-01-06 17:11:55
阅读次数：
164
最小二乘法可以从Cost/Loss function角度去想，这是统计（机器）学习里面一个重要概念，一般建立模型就是让loss function最小，而最小二乘法可以认为是 loss function = （y_hat -y )^2的一个特例，类似的像各位说的还可以用各种距离度量来作为loss fu ...
分类：
其他好文 时间：
2017-12-18 18:46:01
阅读次数：
165
读入我们需要的图像 噪声 高斯噪声 简介 高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声 与椒盐噪声相似（Salt And Pepper Noise），高斯噪声（gauss noise）也是数字图像的一个常见噪声。 椒盐噪声是出现在随机位置、噪点深度基本固定的噪声，高斯噪声与其相反 ...
分类：
编程语言 时间：
2017-12-16 21:14:47
阅读次数：
608
from:http://blog.csdn.net/u013989576/article/details/76215989 权值初始化的方法主要有：常量初始化（constant）、高斯分布初始化（gaussian）、positive_unitball初始化、均匀分布初始化（uniform）、xavi ...
分类：
其他好文 时间：
2017-12-12 15:18:52
阅读次数：
529
https://math.stackexchange.com/questions/1917647/proving-ex4-3%CF%834 ...
分类：
其他好文 时间：
2017-11-25 13:16:19
阅读次数：
168
预处理数 1. 标准化：去均值，方差规模化 Standardization标准化:将特征数据的分布调整成标准正太分布，也叫高斯分布，也就是使得数据的均值维0，方差为1. 标准化的原因在于如果有些特征的方差过大，则会主导目标函数从而使参数估计器无法正确地去学习其他特征。 标准化的过程为两步：去均值的中 ...
分类：
其他好文 时间：
2017-11-07 20:47:14
阅读次数：
350
数学期望(mean)（或均值，亦简称期望）是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。它反映随机变量平均取值的大小。 离散型 离散型随机变量的一切可能的取值与对应的概率成绩之和称为称为该离散型随机变量的数学期望(若该求和绝对收敛），记为。它是简单算术平均的一种推广，类似加权平 ...
分类：
其他好文 时间：
2017-11-05 11:31:02
阅读次数：
206
前言在之前关于聚类算法的文章中，笔者主要涉及的内容均是和参数求解相关的，如C均值（包括模糊C均值）、混合高斯模型等，而对于一些无参数密度估计的算法尚未讨论，而且一般基于参数密度估计的算法均是建立在假设的概率分布族（如高斯分布、多项式分布等）基础之上的，而在实..
分类：
编程语言 时间：
2017-10-19 19:37:37
阅读次数：
168
