1、频率派概率和贝叶斯概率 概率论使能够我们能够提出不确定性的声明以及在不确定性存在的情况下进行推理。概率论最初的发展是为了分析事件发生的频率。有一类事件是可以重复的（比如投掷一枚硬币，观察硬币落到正面还是反面），当我们说一个结果发生的概率为p，则如果我们进行无数次的反复实验，有p的比例会导致这样的 ...
分类：
其他好文 时间：
2018-08-17 16:27:10
阅读次数：
289
T distribution 定义 在概率论和统计学中，学生t 分布（t distribution），可简称为t分布，用于根据 小样本 来估计 呈正态分布且方差未知的总体的均值。如果总体方差已知(例如在样本数量足够多时)，则应该用正态分布来估计总体均值。 In probability and sta ...
分类：
其他好文 时间：
2018-08-17 16:25:38
阅读次数：
399
一、集成学习算法的问题 思路：集成多个算法，让不同的算法对同一组数据进行分析，得到结果，最终投票决定各个算法公认的最好的结果； 弊端：虽然有很多机器学习的算法，但是从投票的角度看，仍然不够多；如果想要有效果更好的投票结果，最好有更多的算法参与；（概率论中称大数定理） 方案：创建更多的子模型，集成更多 ...
分类：
其他好文 时间：
2018-08-16 13:58:08
阅读次数：
1648
线性回归 人工智能是机器学习的父类；机器学习是深度学习的父类 1. 怎么做线性回归？ 2. 理解回归 -- 最大似然函数 3. 应用正态分布概率密度函数 -- 对数总似然 4. 推导出损失函数 -- 推导出解析解 5. 代码实现解析解的方式求解 -- 梯度下降法的开始 -- sklearn模块使用线 ...
分类：
其他好文 时间：
2018-08-14 22:51:12
阅读次数：
307
看着就是要打表找规律 使用以下代码 cpp for(int i=3;i include include include include include include include include define LL long long define il inline define re reg ...
分类：
其他好文 时间：
2018-08-13 20:45:24
阅读次数：
151
在概率论中，对两个随机变量X和Y，其联合分布是同时对于X和Y的概率分布（关于概率分布的理论请参考：点这里）。 乍一看：“同时对于X和Y的概率分布”，感觉很懵，不懂是啥意思。没关系，我们带着这个疑问，继续往下看： 联合分布可以划分为两种，一种是关于离散随机变量的联合分布，另一种是关于连续随机变量的。 ...
分类：
其他好文 时间：
2018-08-10 19:38:57
阅读次数：
116
近日复习概率论（ "mathematics for computer science" ）的时候读到了一个有趣的例子，在这里分享一下。都是一些非常简单好玩的概率知识，学数学的同学请绕道...勿喷。 ;) 这是一个平淡的星期天，你像往常一样在酒吧喝酒，顺便思考一下MMU分页机制的原理。 过了一会儿，一 ...
分类：
其他好文 时间：
2018-08-01 22:26:23
阅读次数：
126
贝叶斯在机器学习中的应用（一） 一：前提知识 具备大学概率论基础知识 熟知概率论相关公式，并知晓其本质含义/或实质意义 二：入门介绍 先验概率：即正向求解概率。 如：四个红球，两个白球，从中任取一个为白球的概率 后验概率：即逆向求解概率。如：红球的次品率为30%，白球的次品率为10%，现在袋子中的白 ...
分类：
其他好文 时间：
2018-07-31 17:15:38
阅读次数：
155
HTML无序列表 无序列表是一个项目的列表，此列项目使用粗体圆点（典型的小黑圆圈）进行标记。 无序列表使用 <ul> 标签 HTML 有序列表 同样，有序列表也是一列项目，列表项目使用数字进行标记。 有序列表始于 <ol> 标签。每个列表项始于 <li> 标签。 列表项使用数字来标记。 HTML 自 ...
分类：
Web程序 时间：
2018-07-29 16:27:29
阅读次数：
195
1.互斥事件和独立事件 比如，投两次硬币，第一次正面朝上，第二次背面朝上。两者互为独立事件，却不互为互斥事件。 2.C和A的计算 C是从n个中取出r个，不用排序，所以小一点，要除以r的阶乘；A是从n个中取出r个，且排序，所以大一点。 3.中奖几率 抽签或抽奖，无论采用有放回抽取还是无放回抽取，先抽和 ...
分类：
其他好文 时间：
2018-07-25 22:46:21
阅读次数：
166
