1.高等数学 1）函数 2）极限 3）导数 4）极值和最值 5）泰勒级数 6）梯度 7）梯度下降 2.线性代数 1）基本概念 2）行列式 3）矩阵 4）最小二乘法 5）向量的线性相关性 3.概率论 1）事件 2）排列组合 3）概率 4）贝叶斯定理 5）概率分布 6）期望和方差 7）参数估计 ...
分类：
其他好文 时间：
2020-04-14 20:28:45
阅读次数：
74
1.高等数学 1）函数 2）极限 3）导数 4）极值和最值 5）泰勒级数 6）梯度 7）梯度下降 2.线性代数 1）基本概念 2）行列式 3）矩阵 4）最小二乘法 5）向量的线性相关性 3.概率论 1）事件 2）排列组合 3）概率 4）贝叶斯定理 5）概率分布 6）期望和方差 7）参数估计 2.本周 ...
分类：
其他好文 时间：
2020-04-13 22:43:49
阅读次数：
78
预热知识必知如何求类条件概率密度：我们知道贝叶斯决策中关键便在于知道后验概率，那么问题便集中在求解类条件概率密度！那么如何求呢？答案便是：将类条件概率密度进行参数化。 最大似然估计和贝叶斯估计参数估计：鉴于类条件概率密度难求，我们将其进行参数化，这样我们便只需要对参数进行求解就行了，问题难度将大大降 ...
分类：
其他好文 时间：
2020-04-09 15:28:09
阅读次数：
85
微分方程建模:利用微分方程(利用一些已知的规律得到方程和初值)求解经典问题: 发射卫星为什么用三级火箭(物理)人口模型(阻滞增长模型，人口预报(建模+参数估计即拟合)) matlab里面怎么解 ...
分类：
其他好文 时间：
2020-02-15 15:49:45
阅读次数：
91
数理统计 7.1参数估计和假设检验区间估计 经验分布函数 qq图 非参数检验(卡方拟合优度检验，柯尔莫哥洛夫检验) 秩和检验(用于检验两个总体有相同分布) 7.2bootstrap方法非参数bootstrap对样本进行放回抽样分位数法优点：不需要对总体分布类型做任何假设，而且可以适用于小样本，且能用 ...
分类：
其他好文 时间：
2020-02-15 15:30:01
阅读次数：
61
[TOC] 可能我从来就没真正的整明白过，只是会考试而已 搞清楚事情的来龙去脉不容易忘记 两个常见的参数估计法： 极大似然估计法和最小二乘法 1.极大似然估计 "ref知乎" ,模型已定，参数未知的条件下，根据实验数据估计参数模型，等价于“利用已知的样本结果，反推最有可能（最大概率）导致这样结果的参 ...
分类：
其他好文 时间：
2020-01-14 11:26:18
阅读次数：
151
通过 EM 算法思想来求解参数, 计算核心是 F/B 算法. ...
分类：
其他好文 时间：
2019-12-29 00:53:02
阅读次数：
83
1.分类与预测 分类与预测是预测问题的两种主要类型； 分类主要是：预测分类标号（离散属性）； 预测主要是：建立连续值函数模型，预测给定自变量对应的因变量的值。 实现过程 （1）分类 分类是构造一个分类模型，输入样本属性值，输出对应类别，将每个样本映射到预先定义好的类别。 分类模型，建立在已有类标记的 ...
分类：
其他好文 时间：
2019-12-16 17:37:43
阅读次数：
721
原文：https://blog.csdn.net/yt71656/article/details/42585873 前几天上的机器学习课上，老师讲到了参数估计的三种方法：ML，MAP和Bayesian estimation。课后，又查了一些相关资料，以及老师推荐的LDA方面的论文《Parameter ...
分类：
其他好文 时间：
2019-12-15 13:02:34
阅读次数：
119
一、【微积分】 基础概念（极限、可微与可导、全导数与偏导数）：只要学微积分，就必须要明白的概念，否则后面什么都无法继续学习。函数求导：求导是梯度的基础，而梯度是 AI 算法的基础，因此求导非常重要！必须要搞清楚概念，并学会常见函数的导函数求法。链式法则：符合函数求导法则，反向传播算法的理论基础。泰勒 ...
分类：
其他好文 时间：
2019-12-11 17:13:30
阅读次数：
100
