Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
宋浩概率论与数理统计-第一章-笔记
概率论与数理统计 引言 1 1 1 随机事件 1 1 2 样本空间与事件的集合表示 1 1 3 事件间的关系 包含 并 和 交 积 差 互不相容事件 对立事件 完备事件组 运算律 事件的概率 1 2 1 概率的初等描述 1 2 2 古典概型
概率论与数理统计
概率论
数学
Cordic算法
Cordic算法可以利用简单的移位和加减来计算复杂的三角函数 双曲函数 对数 指数等 Cordic算法核心思想有两点 通过已知的角度来逼近输入的角度 用移位来代替tan 已知角度的cos 经过多次积累相乘趋于常数 具体原理如下 根据坐标旋转
MATLAB
算法
几何学
概率论
一篇文章搞定克拉美罗界(CRB)
起因 二郎最近在研究LBL 长基线 定位 大部分论文都提到了文中算法获得的方差接近CRB 所以自己的算法性能较好 于是二郎就想知道克拉美罗界是什么意思 以及能应用的场景 经过 1 查文档 克拉美罗界 为无偏估计量的方差确定一个下界 衡量无偏
算法
概率论
机器学习
数理基础(概率论)------离散型随机变量均匀分布、正态分布、指数分布图像和连续型随机变量泊松分布、二项分布图像
1 均匀分布 1 1标准均匀分布 0 1 import numpy as np 满足0 1均匀分布 X U a b a 0 b 1 s1 np random rand 1000 print s1 期望 E X a b 2 0 1 2 0 5
数理基础
概率论
人工智能
深度学习
机器学习
最小二乘拟合空间直线
目录 1 算法过程 2 参考文献 3 示例代码 4 算法效果 本文出自CSDN点云侠 原文链接 爬虫自重 把自己当个人 1 算法过程 空间直线的点向式方程为 x
CloudCompare
算法
概率论
计算机视觉
开发语言
openGL之API学习(一八八)glVertexAttribPointer和glVertexPointer
在之前的OpenGL版本里 每个属性都对应了一个特定的通道 我们使用glVertex glTexCoord glNormal 或者通过访问指针函数glVertexPointer glTexCoordPointer orglNormalPoi
openGL之API学习
概率论
nodejs
vuejs
因果推断(四)——后门调整、前门调整、逆概率加权
在因果推断 三 中 我们介绍了干预的相关概念 在本文中 我们对一些方法进行介绍 这些方法可用于利用干预分析变量之间的因果关系 在因果推断 三 中 我们得出了调整公式 如上式 假设PA为A节点的所有父节点的集合 则上 式可以修改为 其中b为P
因果推断
概率论
机器学习
推荐系统
基于D-S证据理论的数据融合研究与应用
1 课题背景及研究的目的和意义 1 1课题背景 证据理论源于20世纪60年代美国哈弗大学的数学家A P Dempster 利用上 下概率来解决多值映射问题方面的研究工作 后来他的学生G Shafer对证据理论引入了信任函数和似然函数的概念
数据融合
通信
概率论
超详细
Hello 大家好 我是starz 这是本系列的第二篇 概率基础 虽说是概率基础 但作为过渡 它开始以图为载体 这节的主要内容有 贝叶斯网络 三种结构 D 划分 贝叶斯球 马尔科夫毯 应用例子 总结 让我们开始吧 3 贝叶斯网络 概率图模型
贝叶斯网络
概率论
蒙特卡洛方法(入门详解)
一 定义 蒙特卡洛又称统计试验法 是基于概率论的算法 其实质就是将问题转化为一个概率问题 并用计算机模拟产生一堆随机数 再对随机数进行统计工作 蒙特卡洛模拟方法 建立概率模型 计算机模拟 数理统计 二 原理 大数定理证明 在大样本的情况下
概率论
python
马尔可夫链蒙特卡洛方法
[[概率论与数理统计-2]:随机函数、概率、概率函数、概率分布函数
作者主页 文火冰糖的硅基工坊 文火冰糖 王文兵 的博客 文火冰糖的硅基工坊 CSDN博客 本文网址 https blog csdn net HiWangWenBing article details 123608954 目录 第1章 随机与
机器学习与scikitlearn
概率论与数理统计
概率论
机器学习
随机函数
因果推断(三)——结构因果模型、干预、辛普森悖论
主要内容 结构因果模型 干预 辛普森悖论 调整公式 结构因果模型 Structural Causal Model SCM 定义 结构因果模型被定义为一个有序三元组
因果推断
概率论
机器学习
概率论【离散型随机变量】--猴博士爱讲课
第二课 离散型随机变量 1 6 求分布律里的未知数 2 6 根据X的分布律写Y的分布律 一维随机变量函数的分布 注意 3 6 根据 X Y 的分布律写Z的分布律 4 6 根据 X Y 的分布律写边缘分布律 边缘分布 5 6 X与Y相互独立时
猴博士概率论与数理统计笔记
概率论
8.Paper小结——《VFL: A Verifiable Federated Learning withPrivacy-Preserving for Big Data...》
题目 VFL A Verififiable Federated Learning with Privacy Preserving for Big Data in Industrial IoT VFL 一种可验证的基于隐私的联邦学习 0 Ab
Cryptography
算法
概率论
宋浩概率论与数理统计-第六章-笔记
概率论与数理统计 第六章 6 1 总体与样本 6 2 1 统计量的定义 6 2 2 常用统计量 6 3 1 抽样分布 2 chi 2 2分布
概率论与数理统计
概率论
数学
因果推断理论框架 Potenial Outcomes Framework
1 Potenial Outcomes Framework 因果效应通常无法直接计算 无法同时观测一个样本施加和不施加干预的结果 所以通常是通过观测数据推断 由于相关性 neq 因果性 观测结果不直接等于ATE Potenial Outco
因果推断
概率论
机器学习
线性代数
【概率论】离散型随机变量分布——伯努利分布、泊松分布
先简单复习下之前的内容 离散型随机变量指的是随机变量X的取值是有限的 或无穷可列的 详细的解释可以参照这篇博文 https blog csdn net dengfangmei1216 article details 107526615 随机
数据分析
概率论
算法
大数据
计算样本方差时为什么除以(n-1)
方差概念 除以n其实没错 但只适用于母体方差 总体均数已知 同样的 样本标准差也只适用于样本方差 让我们看一下这两个公式 统计学重要的研究内容之一是 用样本推测总体 具体而言 就是用样本均数和样本标准差来估计总体均数和总体标准差 而这里的估
多元统计分析
机器学习
概率论
python
算法分析:递归之小明算数
一 问题描述 小明是个急性子 上小学的时候经常把老师写在黑板上的题目抄错了 有一次 老师出的题目是 36 x 495 他却给抄成了 396 x 45 但结果却很戏剧性 他的答案竟然是对的 因为 36 495 396 45 17820类似这样
算法
概率论
动态规划
宋浩概率论笔记(四)数字特征
本帖更新数字特征 包含期望 方差 相关系数等 要点在于记忆性质中的各种公式 遇到题目时能迅速利用已知条件计算答案
概率论与数理统计
概率论
笔记
考研
«
1 ...
5
6
7
8
9
10
11
...13
»