码迷,mamicode.com
首页 >  
搜索关键字:概率分布    ( 551个结果
[PGM] I-map和D-separation
之前在概率图模型对概率图模型做了简要的介绍。此处介绍有向图模型中几个常常提到的概念,之前参考的多为英文资料,本文参考的是《概率图模型-原理与技术的》中译版本。很新的书,纸质很好,翻译没有很差。1. 贝叶斯网络-不同视角 概率图模型,究其目的,在于描述多个(单个就没有意义了)变量概率分布之间的关系。有...
分类:其他好文   时间:2015-05-19 20:48:53    阅读次数:3959
RBM(受限玻尔兹曼机)
基于能量模型(EBM)基于能量模型将关联到感兴趣的变量每个配置的标量能量。学习修改的能量函数使他它的形状具有最好的性能。例如,我们想的得到最好的参量拥有较低的能量。EBM的概率模型定义通过能量函数的概率分布,如下所示: 规则化系数Z称为分区函数和物理系统的能量模型相似。 ...
分类:其他好文   时间:2015-05-16 18:05:44    阅读次数:154
【小白话通信】离散分布之间的关系
下面我给出一些分布之间的关系: 分布之间的关系 1、多个独立同分布分布构成正态分布(林德伯格-列维(Lindeberg-Levy)定理) 2、多个伯努利分布构成二项分布 任何二项分布B(n,p)都是nB(n, p)都是n次独立伯努利试验的和,每次试验成功的概率为pp 3、几何分布是负二项分布的特殊形式 4、伽马分布与泊松分布的关系 假设X~gamma(α,β...
分类:其他好文   时间:2015-05-15 13:44:52    阅读次数:137
PRML-系列一之1.5
决策论  我们已经在1.2节看到概率论如何为我们提供了对量化和操作不确定性的一个一致数学框架。这里,我们转向决策论的讨论,当它与概率论结合时,使得我们在涉及模式识别中遇到的不确定性情况下可以做出最优决策。   假设我们有一个输入向量x以及相应的目标向量t,我们的目标是给出x的新值来预测t。对于回归问题,t由连续变量组成,而对于分类问题,t代表类标签。联合概率分布p(x,t)提供了与这些变量相关的不...
分类:其他好文   时间:2015-05-12 15:51:06    阅读次数:159
喝酒游戏,概率分布和卷积
喝酒游戏,概率分布和卷积我对能算概率的东西一向情有独钟,包括喝酒时候的一个小小游戏。桌子上放个公杯,一桌人轮流摇骰子,一次摇两个。 如果两个骰子结果数字和Y不是{7,8,9}中的任何一个,此玩家算过,不用喝,到下一个人摇; 但是如果Y=7,该玩家向公杯中随意倒酒,可多可少,并继续摇;如果Y=8,公杯...
分类:其他好文   时间:2015-05-10 22:15:23    阅读次数:170
大话卷积
大话卷积喝酒游戏,概率分布和卷积[王云龙]卷积怎么不卷?[吴中祥]从卷积的讨论看科技进步的艰难[邹谋炎]左右互搏---穿越与纠结的卷积[鲍海飞]对“卷积卷不卷”的回答[邹谋炎]卷积卷不卷??[吴中祥]关于卷积——评论不行了,自己留一个[江万寿]让卷积回归它的物理本源 兼与李小文先生商榷[邹谋炎]比喻...
分类:其他好文   时间:2015-05-09 11:38:31    阅读次数:101
[swustoj 1094] 中位数
中位数(1094)问题描述中位数(又称中值,英语:Median),统计学中的专有名词,代表一个样本、种群或概率分布中的一个数值,其可将数值集合划分为相等的上下两部分。对于有限的数集,可以通过把所有观察值高低排序后找出正中间的一个作为中位数。如果观察值有偶数个,则中位数不唯一,通常取最中间的两个数值的...
分类:其他好文   时间:2015-05-07 23:31:24    阅读次数:160
机器学习----分布问题(二元,多元变量分布,Beta,Dir)
这涉及到数学的概率问题。 二元变量分布: 伯努利分布,就是0-1分布(比如一次抛硬币,正面朝上概率) 那么一次抛硬币的概率分布如下: 假设训练数据如下: 那么根据最大似然估计(MLE),我们要求u: 求值推导过程如下: 所以可以求出: ...
分类:其他好文   时间:2015-05-03 11:47:46    阅读次数:821
【 D3.js 进阶系列 — 5.0 】 直方图
直方图用于描写叙述概率分布,D3 提供了直方图的布局 Histogram 用于转换数据。假设有数组 a = [10, 11, 11.5, 12.5, 13, 15, 19, 20 ],如今把10~20的数值范围分为5段,即:10~12, 12~14, 14~16, 16~18, 18~20那么数组 ...
分类:Web程序   时间:2015-04-29 19:34:25    阅读次数:261
模式识别:非参数估计法之Parzen窗估计和k最近邻估计
本实验的目的是学习Parzen窗估计和k最近邻估计方法。在之前的模式识别研究中,我们假设概率密度函数的参数形式已知,即判别函数J(.)的参数是已知的。本节使用非参数化的方法来处理任意形式的概率分布而不必事先考虑概率密度的参数形式。在模式识别中有躲在令人感兴趣的非参数化方法,Parzen窗估计和k最近邻估计就是两种经典的估计法。这里使用Matlab实现这两种估计方法。...
分类:其他好文   时间:2015-04-25 22:54:04    阅读次数:1933
551条   上一页 1 ... 46 47 48 49 50 ... 56 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!