Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
对数学期望、方差、协方差、协方差矩阵的理解
参考 概率论与数理统计 浙大 关键词 数学期望 数学期望的性质 方差 标准差 方差的性质 协方差 相关系数 协方差矩阵 数学期望 变量分布的中心 数学期望也叫期望 或者均值 E X 完全由X的概率分布决定 若X服从某一分布 也成E X 是该
概率论
统计学
机器学习
推荐系统指标——Hit Ratio(HR)
我现在读过的文献里有两种定义 第一种 Deep Collaborative Filtering with Multi Aspect Information in Heterogeneous Networks 中提到的 原文中提到 where
概率论
推荐系统
计量经济学及Stata应用 第三章习题
3 1 对于随机变量X 证明Var X E x2 E X 2 3 2对于随机变量X与Y 证明Cov X Y E XY E X E Y 3 3对于随机变量X Y Z 证明Cov X Y Z Cov X Y Cov X Z 3 4 二维随机向量
概率论
矩阵
线性代数
置信区间与预测区间
作者记录方便查询 置信区间 学习过程中 在计算置信度与置信区间的时候 所估计的变量常常是总体的某个参数 均值 方差等等 这时的已知条件一般为样本 通常还有总体分布 未知的 也是需要估计的是总体参数 因为仅仅估计某一个点的准确度不够 所以使用
机器学习
算法
概率论
【PMP】三点估算结合正态分布图
贝塔分布公式 最乐观 4 最可能 最悲观 6 标准差公式 最悲观 最乐观 6 贝塔分布 是 PMOK 中三点估算的缺省 默认公式 三点估算结合正态分布图 68 26 的结果数据位于均值的 1 西格玛内 95 46 的结果数据位于均值的 2
PMP
概率论
GL分数阶微积分
目录 预备公式 将积分和导数统一 p lt 0表示积分 p gt 0表示导数 整数阶和分数阶混合运算 分数阶和分数阶混合运算 预备公式 z
线性代数
概率论
矩阵
二、树模型(3)
GBDT 特征筛选方法 https blog csdn net yangxudong article details 53899260 GBDT 用于分类 树形结构为什么不需要归一化 因为数值缩放不影响分裂点位置 对树模型的结构不造成影响
机器学习总结笔记
概率论
机器学习
人工智能
显著性检验【t-test、方差分析、ks检验】
显著性检验 t test 方差分析 ks检验 0 目录 1显著性检验基本定义 what 2 使用显著性检验的意义 why 3 显著性检验的具体操作流程 how 1 显著性检验基本定义 统计假设检验 Statistical hypothesi
基础知识
机器学习
概率论
算法
2021深圳杯数学建模D题---基于DDPG算法的微分博弈问题(思路及代码)
文章目录 前言 思路 代码 gym环境 DDPG算法 测试代码 结果 一只犬一只羊的情况 回报收敛的趋势图 羊的逃逸路径 犬的追捕极角 羊的逃逸极角 羊的逃逸半径 两只犬一只羊的情况 回报收敛的趋势图 羊的逃逸路径 羊的逃逸极角 羊的逃逸半
Mathematical modeling
算法
机器学习
概率论
概率论知识点--上半学期
第一章 概率论的基本概念 素材来源于B站猴博士 如有侵权立即删除 文章仅供学渣享用 大佬请移步 这里大部分是初中学的 引入了很少的几个概念 P A overline A A 1 P A 意思就是一件事的逆 一定等于一减这件事 P
数学
概率论
期中考试
方差、协方差、期望、相关系数等概念集合
首先说明一下 本文是本人在复习方差等相关知识的过程中 通过网络上的相关讲解 进行个人总结后得到的 并非个人原创 在此发布只是为了作为一个学习记录与大家分享 1 期望 试验中可能出现的值及其概率的乘积 即是数学期望 1 离散型 离散型随机变量
R语言
概率论
统计
电路分析笔记-电阻电路的等效变换
电路的等效变换 两端网络 网络 任何一个复杂的电路 向外引出两个端钮 且从一个端子流入的电流等于从另一端子流出的电流 则称这一电路为二端网络 或一端口网络 两端电路等效的概念 两个两端电路 端口具有相同的电压 电流关系 则称它们是等效的电路
嵌入式
概率论
机器学习
算法
T检验的前提条件
T检验是一种用于比较两组数据均值是否存在显著差异的统计方法 但在进行T检验之前 有一些前提条件需要满足 以确保结果的准确性和可靠性 这些前提条件包括 正态性 T检验要求数据在每个组内都服从正态分布 正态性可以使用统计方法 如正态分布检验 或
算法
人工智能
概率论
python
概率论 各种分布及其期望、方差、分布函数
概率论 各种分布及其期望 方差 分布函数 0 1 分布 二项分布 X b n p 泊松分布 X pi lambda 均匀分布 X U a b 指数分布 正态 高斯分布 X N
杂项
概率论
第三大的数、字符串中的单词数、排列硬币
Java学习路线 搬砖工逆袭Java架构师 简介 Java领域优质创作者 CSDN哪吒公众号作者 Java架构师奋斗者 百日刷题计划 第 16 100 天 扫描主页左侧二维码 加入群聊 一起学习 一起进步 欢迎点赞 收藏 留言 大连棒棰岛
LeetCode
算法
机器学习
概率论
概率论基础(3)一维随机变量(离散型和连续型)
概率论对于学习 NLP 方向的人 重要性不言而喻 于是我打算从概率论基础篇开始复习 也顺便巩固巩固基础 这是基础篇的第三篇知识点总结 基础 下面前两篇的链接地址 概率论基础 1 古典和几何概型及事件运算 概率论基础 2 条件概率 全概率公式
基础科学
概率论
离散型随机变量
连续型随机变量
分布函数
人工智能数学基础--概率与统计11:离散随机变量的超几何分布和负二项分布
一 超几何分布 1 1 定义 假设N个产品中M个废品 以X记为从N个产品中随机抽出n个里面所包含的废品数m 则 P X m
老猿Python
人工智能数学基础
人工智能
概率论
概率统计
例题讲解拉格朗日乘子法、线性可分支持向量机(SVM)的推导
支持向量机 Support Vector Machine SVM 于1995年被首次提出 在解决小样本 非线性及高维度模式识别模式中具有许多特有的优势 1 SVM的相关概念 在介绍SVM之前需要了解一些相关概念 最优分类超平面 分类超平面方
概率论
算法
机器学习
参数显著性检验的p值小于显著性水平不等于其具有经济学意义
在做简单线性回归或者多元线性回归时 如何评估参数的统计意义和经济意义是我们研究问题的两个重要方面 理论意义和经济意义是如何显示在数字上的呢 以下是笔者在做相关或者线性回归课题时学习整理出来的 在此分享记录 参数的t统计量足够大 或者p值足够
统计学
概率论
数据分析
"当B发生时,是A发生的概率降低了,可以由此推出,当B不发生时A发生的可能性增大了"的直观解释
一 当B发生时 是A发生的概率降低了 可以由此推出 当B不发生时A发生的可能性增大了 数学上的推导是容易的 即 二 接下来找一种直观上的解释 设有一个矩形的面积为1 设其为事件 发生的概率 A发生的概率即为A的面积 A B同时发生的概率即为
数学
概率论
«
1 ...
7
8
9
10
11
12
13
»