码迷,mamicode.com
首页 >  
搜索关键字:prml    ( 73个结果
How to derive mean and variance of a Gaussian?
PRML exercise 1.8: To derive mean: change of variable z = x - u, use symmetry To derive variance: differentiate normaliation condition (integrate to 1 ...
分类:其他好文   时间:2016-04-11 07:02:03    阅读次数:132
一起啃PRML - 1.2.4 The Gaussian distribution 高斯分布 正态分布
一起啃PRML - 1.2.4 The Gaussian distribution 高斯分布 正态分布 @copyright 转载请注明出处 http://www.cnblogs.com/chxer/ 我们将用整个第二章来研究各种各样的概率分布以及它们的性质。然而,在这里介绍连续变量一种最重要的概率 ...
分类:其他好文   时间:2016-04-04 13:09:09    阅读次数:186
一起啃PRML - 1.2.2 Expectations and covariances 期望和协方差
一起啃PRML - 1.2.2 Expectations and covariances 期望和协方差 @copyright 转载请注明出处 http://www.cnblogs.com/chxer/ 涉及到概率的一个重要的操作是寻找函数的加权平均值。在概率分布p(x)下,函数f(x)的平均值被称为 ...
分类:其他好文   时间:2016-04-02 20:14:46    阅读次数:149
一起啃PRML - 1.2.1 Probability densities
一起啃PRML - 1.2.1 Probability densities @copyright 转载请注明出处 http://www.cnblogs.com/chxer/ 我们之前一直在讨论“谁取到什么”这样的概率问题,现在我们不妨来研究“谁取到哪个范围内”这样的概率问题。 x位于区间(a, b) ...
分类:其他好文   时间:2016-04-02 10:43:57    阅读次数:256
一起啃PRML - 1.2 Probability Theory
一起啃PRML - 1.2 Probability Theory @copyright 转载请注明出处 http://www.cnblogs.com/chxer/ A key concept in the field of pattern recognition is that of uncerta ...
分类:其他好文   时间:2016-04-02 10:38:03    阅读次数:179
一起啃PRML - 1.1 Example: Polynomial Curve Fitting
一起啃PRML - 1.1 Example: Polynomial Curve Fitting @copyright 转载请注明出处 http://www.cnblogs.com/chxer/ 前言:真是太糟糕了,本地的公式和图片粘上来全都喂汪了。。。 We begin by introducing
分类:其他好文   时间:2016-02-19 15:46:40    阅读次数:173
Pattern Recognition And Machine Learning (模式识别与机器学习) 笔记 (1)
By Yunduan Cui这是我自己的PRML学习笔记,目前持续更新中。第二章 Probability Distributions 概率分布本章介绍了书中要用到的概率分布模型,是之后章节的基础。已知一个有限集合 \(\{x_{1}, x_{2},..., x_{n}\}\), 概率分布是用来建立一...
分类:系统相关   时间:2015-12-10 21:23:20    阅读次数:434
《模式识别和机器学习》资源
《模式识别和机器学习》资源Bishop的《模式识别和机器学习》是该领域的经典教材,本文搜罗了有关的教程和读书笔记,供对比学习之用,主要搜索的资源包括CSDN:http://download.csdn.net/search?q=PRML,Memect:http://ml.memect.com/sear...
分类:其他好文   时间:2015-09-11 20:32:57    阅读次数:341
【PRML读书笔记-Chapter1-Introduction】1.6 Information Theory
熵给定一个离散变量,我们观察它的每一个取值所包含的信息量的大小,因此,我们用来表示信息量的大小,概率分布为。当p(x)=1时,说明这个事件一定会发生,因此,它带给我的信息为0.(因为一定会发生,毫无悬念)如果x和y独立无关,那么:他们之间的关系为:(p(x)=1时,h(x)=0,负号为了确保h(x)...
分类:其他好文   时间:2015-08-18 11:32:27    阅读次数:264
【PRML读书笔记-Chapter1-Introduction】1.5 Decision Theory
初体验:概率论为我们提供了一个衡量和控制不确定性的统一的框架,也就是说计算出了一大堆的概率。那么,如何根据这些计算出的概率得到较好的结果,就是决策论要做的事情。一个例子:文中举了一个例子:给定一个X射线图x,目标是如何判断这个病人是否得癌症(C1或C2).我们把它看作是一个二分类问题,根据bayes...
分类:其他好文   时间:2015-08-14 15:35:37    阅读次数:243
73条   上一页 1 2 3 4 5 6 ... 8 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!