Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
《PRML》学习笔记2.2——多项式分布和狄利克雷分布
上回讲完了伯努利分布 二项分布和Beta分布 以及从最大似然估计的非参数化思想和引入共轭先验 使得参数变成一个变量 建模求解的参数化方法两方面介绍了求解模型参数的方法 没有读过的朋友可以参考 PRML 学习笔记2 1 伯努利分布 二项分布和
PRML学习笔记
PRML
PRML-系列一之1.2.2~1.2.3
期望和方差 涉及概率最重要的操作是找到函数的加权平均值 在概率分布p x 情况下函数f x 的平均值称为f x 的期望 并用E f 表示 对于一个离散分布 它由下式给出 使得平均值加权到不同x值的相应概率上 连续变量的情况下 期望用相应概率
PRML
期望和方差
贝叶斯概率