http://blog.csdn.net/heavendai/article/details/70301021.首先来说一下马尔科夫链。一个事件序列发生的概率可以用下面的概率论里面的乘法公式展开P(w1,w2,…wn) = P(w1)P(w2|w1)P(w3| w1 w2)…P(wn|w1 w2…w...
分类：
其他好文 时间：
2015-01-04 16:30:47
阅读次数：
193
协方差的意义转载于：http://bbs.mathchina.com/cgi-bin/topic.cgi?forum=5&topic=14444（感谢原作者）在概率论中，两个随机变量 X 与 Y 之间相互关系，大致有下列3种情况：当 X, Y 的联合分布像上图那样时，我们能够看出，大致上有： X 越...
分类：
其他好文 时间：
2015-01-02 22:21:27
阅读次数：
191
1、复习数学保持清晰的逻辑思维。（高等数学、线性代数、概率论与数理统计、离散数学、组合数学） 完成情况：高等数学、线性代数、概率论与数理统计，大学学过了。离散数学自修过，组合数学没接触过，但是高中学过排列与组合，也算是一部分。所以总体上这些都是学过的，算是复习。2、学习基础写作教程和科技文章写作教程...
分类：
其他好文 时间：
2014-12-23 22:26:26
阅读次数：
210
什么是机器学习？
传统的教科书会用一大堆高等数学，线性代数，概率论，统计学等知识把你拒之门外，这里博主俺决定用一个很简单的例子给不用你任何高深的数学知识来理解。
在写机器学习之前，我们来举个例子。假设你是个古代的国王，那里没有现代的科技，你想找个预报天气比较准的人来帮你预报天气。你要怎么办呢？通常，我们会找一个人，让他预报10000天，看它的准确率如何，然后再找一个人，再预报1...
分类：
其他好文 时间：
2014-12-17 22:41:29
阅读次数：
275
概率论只不过是把常识用数学公式表达了出来。——拉普拉斯记得读本科的时候，最喜欢到城里的计算机书店里面去闲逛，一逛就是好几个小时；有一次，在书店看到一本书，名叫贝叶斯方法。当时数学系的课程还没有学到概率统计。我心想，一个方法能够专门写出一本书来，肯定很牛逼。后来，我发现当初的那个朴素归纳推理成立了——...
分类：
其他好文 时间：
2014-12-16 18:40:12
阅读次数：
291
机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其...
分类：
编程语言 时间：
2014-12-15 17:02:01
阅读次数：
202
熵（entropy）指的是体系的混乱的程度，它在控制论、概率论、数论、天体物理、生命科学等领域都有重要应用，在不同的学科中也有引申出的更为具体的 定义，是各领域十分重要的参量。熵由鲁道夫·克劳修斯（Rudolf Clausius）提出，并应用在热力学中。后来在，克劳德·艾尔伍德·香农（Claude ...
分类：
其他好文 时间：
2014-12-15 10:21:41
阅读次数：
237
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
布尔模型和向量空间模型可以给出文档内容和查询是否相关的非确定性的推测，而概率论的方法可以给这种推测提供一个基本的理论。 概率论基础知识 事件A发生的概率为P(A)，它满足0≤P(A)≤1，对于两个事件A、B，它们的联合事件发生的可能性通过联合概率P(A,B)描述，条件概率P(A|B)表示在事件B.....
分类：
其他好文 时间：
2014-12-01 23:56:46
阅读次数：
329
推到了机器学习中常用的概率知识：期望、方差、伯努利分布、泊松分布和高斯分布...
分类：
其他好文 时间：
2014-11-30 11:24:48
阅读次数：
249
