Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
随机数与简单的周期运动轨迹图案
背景 概率论的书上有这样一个示例 设想某人在平面上从零点出发 手持一个均匀四面体 四面分别标有1 2 3 4 每个面代表一个方向 东南西北 他随意抛出后 按照这个方向走一单位长度 若干次后观测他走过的路线的轨迹 由此你有什么联想 联想倒是没
概率论
游戏
经验分享
其他
算法
概率论【离散型二维变量与连续性二维变量(上)】--猴博士爱讲课
5 离散型二维变量与连续性二维变量 上 1 8 已知二维离散型分布律 求 离散型直接看表 做题方法参考如下 2 8 已知二维离散型分布律 判断独立性 如果满足p xy p x p y 那么相互独立 则我们只需要验证每一个p xy p x p
猴博士概率论与数理统计笔记
概率论
人工智能
概率论--数学期望与方差--协方差(详解)
目录 数学期望与方差 离散型随机变量的数学期望 注意 连续型随机变量的数学期望 方差 常用随机变量服从的分布 二项分布 正态分布 随机向量与随机变量的独立性 随机向量 随机变量的独立性 协方差 协方差的定义 协方差的意义 协方差矩阵 数学期
数据分析数学知识
概率论
机器学习
统计学习系列之参数估计
参数估计 1 什么是参数估计 简单来说是 参数估计是指使用样本统计量估计总体的参数的 百度百科的解释如下 参数估计 parameter estimation 统计推断的一种 根据从总体中抽取的随机样本来估计总体分布中未知参数的过程 从估计形
统计学学习
概率论
算法
4.抽样分布的概念与Python实现抽样
1 总体与样本 在实际中 总体的分布一般是未知的 或只知道它具有某种形式而其中包含着未知参数 这时 常用的办法就是根据样本来推断总体 总体 个体 样本 总体 通常把研究对象的全体称为总体 一个总体对应于一个随机变量X 个体 把组成总体的每个
数据分析统计分析
python
概率论
机器学习
数据分析
【统计模拟及其R实现】逆变换 / 筛选法 / 合成法 上机习题答案(超详细)
课本 统计模拟及其R实现 肖枝红 朱强 武汉大学出版社 参考课件 第三章 随机数 浙江大学数学科学学院 目录 1 逆变换法 2 筛选法 3 合成法 1 逆变换法 题目1 用逆变换方法生成如下密度函数的随机变量 要求写出R程序 Cauchy概
统计模拟及其R实现
算法
概率论
leetcode刷题(四)——概率论与数理统计(一)
leetcode刷题系列四 主要的内容涉及概率论和数理统计的知识 例题 算法分析 int dp 12 70 double dicesProbability int n int returnSize int i j k double f do
刷题
概率论
LeetCode
算法
一维随机变量的常见分布、期望、方差及其性质与推导过程
文章目录 必须知道的概率论知识 一维变量 离散随机变量 def 常见分布 几何分布 期望 方差 二项分布 b n p 期望 方差 泊松分布 P
笔记
统计学
Lambda
概率论
统计学学习笔记:L1-总体、样本、均值、方差
目录 一 总体和样本 二 集中趋势分析 2 1 均值 2 1 1 样本均值 2 1 2 总体均值 2 2 众数 中位数 三 离散趋势分析 3 1 总体方差 3 2 样本方差 3 3 标准差 一 总体和样本 比如要计算全国男性的平均身高 但是
统计学
概率论
【Basis】变分推断以及VIEM
在包含隐变量 latent variables 的推断问题中 针对连续性随机变量的情况 隐变量的高维以及被积函数 intergrand 的复杂度使积分 intergration 无法进行 而针对离散型随机变量 隐变量呈指数 exponent
概率图模型
概率论
机器学习
深度学习
伪似然估计(Pseudo Maximum Likelihood Estimation)
伪似然估计 和 剖面似然估计 伪似然估计 参考文献 Gong G and Samaniego F J 1981 pseudo Maximum Likelihood Estimation Theory and Applications The
统计学
概率论
连续型随机变量密度函数与累积密度函数
1 连续性随机变量的概率密度函数 注意 f x 是非负的可积函数 以及在负无穷到正无穷区间内的累积概率为1 累积概率的取值区间是从负无穷到正无穷 但是概率密度函数的取值并不是从负无穷到正无穷 尤其是在实际问题中 比如说报童模型中的报纸订购量
数学
优化问题
随机系统
概率论
机器学习
概率论的几种常考分布总结
两点分布 0 1分布 X b 1 p 二项分布 X b n p k 0 1 2 n 指数分布 参数为 线性分布 参数为a b 泊松分布 X k 0 1 2 n
知识点总结
概率论
全概率公式习题
简单的记录下关于全概率公式的习题 我们可以先看下抓阄不分先后的一个例子 设袋中装有10个阄 其中8个是白阄 2个是有物之阄 甲 乙二人依次抓取一个 求没人抓得有物之阄的概率 设A B分别为甲 乙抓得有物之阄的事件 显然P A 2 10 下面
概率论
双因素方差分析(R)
目录 原理 双因素等重复试验的方差分析 假设前提和模型设定 离差平方和分解 检验统计量和拒绝域 例题 应用 双因素无重复试验的方差分析 假设前提和模型设定 离差平方和分解 检验统计量和拒绝域 例题 应用 原理 在单因素方差分析的基础上 双因
R语言
概率论
开发语言
样本方差为何除以n-1而不是n?
很多人可能都会有疑问 为什么要除以n 1 而不是n 如果除以n 对样本方差的估计不是无偏估计 比总体方差要小 要想是无偏估计就要调小分母 所以除以n 1 那么问题来了 为什么不是除以n 2 n 3等 所以在这里彻底总结一下 首先交代一下无偏
日常
概率论
[洛谷] [NOIP2018 提高组] 旅行 加强版 - 基环树
题目链接 https www luogu com cn problem P5049 题目描述 小 Y 是一个爱好旅行的 OIer 她来到 X 国 打算将各个城市都玩一遍 小Y了解到 X国的 n 个城市之间有 m 条双向道路 每条双向道路连接
图论
算法
概率论
贝叶斯定理及其Matlab程序设计
目录 1 贝叶斯定理介绍 2 贝叶斯定理的Matlab代码实现 3 贝叶斯定理的C语言代码实现 4 贝叶斯定理的应用实例分析 1 贝叶斯定理介绍 贝叶斯定理 Bayes theorem 又称贝叶斯法则或贝氏定理 是概率论与统计学的基本定理之
人工智能
算法
概率论
Applications(4)
CONTENTS Other Applications In this section we cover a few other types of applications of deep learning that are differe
深 度 学 习 花 书 笔记
线性代数
深度学习
概率论
机器学习
损失与损失函数L1、L2、MSE
损失 是一个数值 表示对样本而言模型预测的准确程度 如果模型的预测完全正确 则损失为零 反之损失会很大 训练模型的目标是从所有的样本当中 找到一组损失较小的权重与偏差 其 损失较小 的考量取决于具体需要 损失函数 L1损失 基于模型预测的值
机器学习
tensorflow
概率论
深度学习
python
«
1
2
3
4
5
6
7
...13
»