Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
一行代码实现安慰剂检验
1 什么是安慰剂检验 随着 因果推断方法 在实证研究中的使用比例不断提升 越来越多的文章也会进行安慰剂检验 其检验基本原理与医学中的安慰剂类似 即使用 假的政策发生时间或实验组 进行分析 以检验能否得到政策效应 如果依然得到了政策效应 则表
公司金融
stata
概率论
python
独孤九剑第五式-朴素贝叶斯模型
文章适合于所有的相关人士进行学习 各位看官看完了之后不要立刻转身呀 期待三连关注小小博主加收藏 小小博主回关快 会给你意想不到的惊喜呀 各位老板动动小手给小弟点赞收藏一下 多多支持是我更新得动力 文章目录 前言 朴素贝叶斯模型理论讲解 模型
机器学习从基础到进阶
机器学习
概率论
数据挖掘
朴素贝叶斯
概率论与数理统计(一)
本文主要讲了什么是事件 事件与概率的关系 事件常见的分类 事件的基本关系及运算 什么是条件概率以及由条件概率引出的事件独立性 由事件独立性引出来的概率0乘法定理 概率的三条公理 文章目录 事件与概率 概率的三条公理 事件的关系与运算 条件概
数学
机器学习
概率论
总结
分解质因数模板
include
基础算法模板
算法
线性代数
概率论
统计假设检验
1 假设检验基本思想 假设检验是由K Pearson于20世纪提出的 之后由费希尔 Fisher 进行了细化 并最终由奈曼和E Pearson提出了较完整的假设检验理论 假设检验的基本思想是 小概率事件 原理 其统计推断方法是带有某种概率性
Math
机器学习
概率论
算法
机器学习:隐马尔可夫模型(HMM)
后续会回来补充代码 1 隐马尔可夫模型 隐马尔可夫模型 Hidden Markov Model HMM 是可用于标注问题的统计学模型 描述由隐藏的马尔可夫链随机生成观测序列的过程 1 1 数学定义 隐马尔可夫模型是关于时序的概率模型 描述由
机器学习
人工智能
概率论
数学的1000+篇文章总结
数学的1000 篇文章总结 本文收集和总结了有关数学的1000 篇文章 由于篇幅有限只能总结近期的内容 想了解更多内容可以访问 http www ai2news com 其分享了有关AI的论文 文章 图书 query 第13章 爱因斯坦 量
抽象代数
概率论
线性代数
【机会约束、鲁棒优化】机会约束和鲁棒优化研究优化【ccDCOPF】研究(Matlab代码实现)
欢迎来到本博客 博主优势 博客内容尽量做到思维缜密 逻辑清晰 为了方便读者 座右铭 行百里者 半于九十 本文目录如下 目录 1 概述 2 运行结果 3 参考文献 4 Matlab代码实现 1 概述 随机规划的三个分支分别为期望值模型 机会约
鲁棒优化
MATLAB
概率论
开发语言
概率论与数理统计(3)--指数分布函数及其期望、方差
1 什么是指数分布 设随机变量X具有如下形式的密度函数 那么则称X服从参数为 的指数分布 记为X EXP 指数分布的分布函数为 2 指数分布的期望和方差 数学期望 如果X 服从参数为 gt 0 的指数分布 那么指数分布X EXP 的数学期望
随机系统
数学
概率论
机器学习
人工智能
概率论入门:概率分布
在之前的文章中 我介绍了概率论的基本概念和基本公理 数学家会为这些感到兴奋 但在实践中 概率论中比较常用的是概率分布 概率分布用于许多领域 但我们很少看到相应的解释 通常作者会假定读者已经了解概率分布了 本文将尝试解释什么是概率分布 什么是
概率论
潜在结果框架(Potential outcomes)与工具变量(Instrumental variable)介绍
Potential outcomes framework 什么是potential outcome呢 考虑在医学中 X 0表示不吃药 X 1表示吃药 那么很显然 一个人是没有办法同时吃药与不吃药的 所以我们只能够观测到其中的一个结果 即 Y
人工智能
AR
概率论
宋浩-概率论与数理统计笔记
有需要pdf版本的可以留言 没有更新假设检验部分 如有需要也可以更新
概率论
蓝桥杯2014年第五届真题-六角填数
题目 如图所示六角形中 填入1 12的数字 使得每条直线上的数字之和都相同 图中 已经替你填好了3个数字 请你计算星号位置所代表的数字是多少 请通过浏览器提交答案 不要填写多余的内容 题解 全排列 暴力 当然也可以手算 总共12个数 填好了
蓝桥杯普及
算法
线性代数
概率论
入门机器学习(西瓜书+南瓜书)贝叶斯分类器总结(python代码实现)
入门机器学习 西瓜书 南瓜书 贝叶斯分类器总结 python代码实现 一 贝叶斯分类器 1 1 通俗理解 先来看两个公式 P A B P
人工智能
python
机器学习
概率论
基于证据理论的多源数据融合仿真实验matlab代码
matlab源码链接见文章末尾 基于D S证据理论的数据融合方法的基本思想 D S证据理论是一种不确定性推理方法 所处理的数据信息大多是具有不确定性的 该方法能够摆脱对先验概率的依赖 把难以下手分析和处理的完整问题分解成很多易于处理的子问题
数据融合
通信
概率论
MATLAB
算法
学习笔记——概率论与数理统计(第八章)
学习笔记 概率论与数理统计 第八章 第八章 假设检验 8 1 基本概念 8 1 1 假设检验问题 8 1 2 假设检验基本概念 8 1 3 假设检验的思想与步骤 思想 步骤 8 1 4 两类错误 8 2 一个正态总体的参数假设检验 8 2
概率论与数理统计(宋浩)
概率论
学习
笔记
概率论【合集】--猴博士爱讲课
重点章节 条件概率 期望等等 第一课 随机事件和概率 1 6 无放回类题目 一次摸多个 例 1 盒子里有 3 绿 4 红共
猴博士概率论与数理统计笔记
概率论
大学概率论与数理统计知识点详细整理
目录 概率论学习自述 概率论的一些基本概念 随机变量的分布 一维随机变量的分布 二维随机变量 抽样分布 数学期望 矩 方差 协方差 常见分布的数学期望与方差 一些重要的定理公式 参数估计 1 点估计 2 区间估计 假设检验 独立性 概率论学
概率论
芯片跨时钟域同步,即异步处理的理解
网上有一套资料Clifford E Cummings论文合集 还不错 以下是临时想到的 亚稳态就是时序违反的后果 异步信号肯定有时序违反可能 单bit 源时钟域打一拍 目的时钟域打两拍或者更多拍 多bit fifo方法 原理是格雷码指针判断
verilog
Linux
概率论
随机变量之常见分布
0 概述 统计分析是可以帮助人们认清 刻画不确定性的方法 总体是某一特定事物可能发生结果的集合 随机变量 Random Variable 则是一个不确定事件结果是数值函数 Function 也就是说 把不确定事件的结果用数值来表述 即得到随
数学
机器学习
概率论
«
1 ...
4
5
6
7
8
9
10
...13
»