码迷,mamicode.com
首页 >  
搜索关键字:随机变量    ( 544个结果
认识高斯分布
今天,我要介绍我们早就知道的一种分布,它叫做高斯分布。高斯分布在概率论中算是比较核心的一种分布了,而在机器学习中,高斯分布也随处可见,比如单高斯模型,高斯混合模型,高斯过程等等,它们都是基于高斯分布的。作为理解连续性随机变量的基础和深入理解在机器学习中的广泛应用,高斯分布是十分有必要学习的。   高斯分布又叫做正态分布,高斯分布概率密度函数的函数形式是由德国著名的天才数学家、统计学家、物理学家...
分类:其他好文   时间:2014-12-02 11:50:57    阅读次数:262
先验概率、后验概率、似然估计,似然函数、贝叶斯公式
联合概率的乘法公式:(如果随机变量是独立的,则)由乘法公式可得条件概率公式:,,全概率公式:,其中(,则,则可轻易推导出上式)贝叶斯公式:又名后验概率公式、逆概率公式:后验概率=似然函数×先验概率/证据因子。解释如下,假设我们根据“手臂是否很长”这个随机变量(取值为“手臂很长”或“手臂不长”)的观测...
分类:其他好文   时间:2014-11-21 20:24:29    阅读次数:215
贝叶斯网络简介
简介贝叶斯网络(Bayesiannetwork),又称信念网络(beliefnetwork)或是有向无环图模型(directedacyclicgraphicalmodel),是一种概率图型模型,借由有向无环图(directedacyclicgraphs,orDAGs)中得知一组随机变量{}及其n组条...
分类:其他好文   时间:2014-11-18 17:22:33    阅读次数:535
机器学习算法Review之回归
回归1)多元线性回归(1)模型建立多元线性回归讨论的的是变量y与非随机变量x1……xm之间的关系,假设他们具有线性关系,于是有模型:y=b0+b1x1+……+bmxm+e这里的e~N(0,a2),b0,……,bn,a2都是未知数。上式矩阵表达式为:y=xb+e对于一组样本(x00……x0m,y0)……(xn0..
分类:编程语言   时间:2014-11-10 01:19:31    阅读次数:406
标准差(standard deviation)和标准误差(standard error)你能解释清楚吗?
by:ysuncn(欢迎转载,请注明原创信息) 什么是标准差(standard deviation)呢?依据国际标准化组织(ISO)的定义:标准差σ是方差σ2的正平方根;而方差是随机变量期望的二次偏差的期望,这个就不用解释了。 什么是标准误差(standard error)呢?看了些文献...
分类:其他好文   时间:2014-11-04 12:38:56    阅读次数:234
高斯混合和EM算法
给定训练集,我们希望构建该数据联合分布这里,其中是概率,并且,用表示可能的取值。因此,我们构建的模型就是假设是由生成,而是从中随机选择出来的,那么就服从个依赖于的高斯分布中的一个。这就是高斯混合模型。是潜在随机变量,即它是隐藏的或者观察不到的,这将使得估计问题变得棘手。上面公式太多,作一个总结,总体...
分类:编程语言   时间:2014-10-30 20:50:13    阅读次数:448
机器学习基础大纲
数学基础(2节课)微积分极限,e,导数,微分,积分偏导数,方向导数,梯度极值,多元函数极值,多元函数泰勒展开无约束优化,约束优化拉格朗日乘子,对偶问题线性代数矩阵,行列式,初等变换线性相关,线性无关秩,特征值,特征向量正交向量、正交矩阵矩阵分解概率随机变量,概率密度函数,分布函数条件概率,全概率公式...
分类:其他好文   时间:2014-10-30 10:16:09    阅读次数:185
方差,标准差
wiki上的解释很好,自己组织语言也不见得比wiki上的好。所以摘录如下(红色字体是特别标注的部分):方差:http://zh.wikipedia.org/wiki/%E6%96%B9%E5%B7%AE方差变异量(数)(Variance),应用数学里的专有名词。在概率论和统计学中,一个随机变量的方差...
分类:其他好文   时间:2014-10-29 12:19:05    阅读次数:505
【水?排序】10231 - 众数
【水·排序】10231 - 众数Time Limit: 1000MSMemory Limit: 32768KB本题由南山鲍安其原创!在此感谢!modes【题目描述】在统计学中,将某个随机变量在实验中频数最高的取值称为“众数”。例如在数据{1,1,2,3,4,5}中,众数为1。需要注意的是,假如一组取...
分类:编程语言   时间:2014-10-25 22:38:41    阅读次数:302
【概率论】贝叶斯法则
基础知识描述:联合概率:定义:指在多元的概率分布中多个随机变量同时满足各自条件的概率。举例:假设X和Y都服从正态分布,那么P{X P(A|B) = P(B|A) * P(A) / P(B)故:贝叶斯法则是关于随机事件A和B的条件概率和边缘概率的。P(A|B) = P(B|A) * P(A) / P(...
分类:其他好文   时间:2014-10-24 18:35:48    阅读次数:127
544条   上一页 1 ... 49 50 51 52 53 ... 55 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!