机器学习---背后数学原理--指数族分布

最新推荐文章于 2022-08-08 19:35:44 发布

丁磊_Ml

最新推荐文章于 2022-08-08 19:35:44 发布

阅读量814

点赞数

分类专栏：机器学习-----背后数学原理推导文章标签：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/MosBest/article/details/107021747

版权

机器学习-----背后数学原理推导专栏收录该内容

10 篇文章 0 订阅

订阅专栏

文章目录

指数族分布公式
指数族分布三大特性与三个模型
将高斯分布写成指数族分布形式
对数配分函数 $A(\eta )$ 与充分统计量之间的关系
极大似然估计求参数与充分统计量之间的关系
最大熵角度
- 为什么在等可能的情况下（均匀分布），熵最大
最大熵原理

事实上，我们之前学的很多种概率分布都是指数族分布。
在这里插入图片描述

在这里插入图片描述

指数族分布公式

在这里插入图片描述

指数族分布三大特性与三个模型

在这里插入图片描述

充分统计量

在这里插入图片描述

共轭

在这里插入图片描述

最大熵

在这里插入图片描述

模型

在这里插入图片描述

将高斯分布写成指数族分布形式

在这里插入图片描述

对数配分函数 $A(\eta )$ 与充分统计量之间的关系

在这里插入图片描述

将这个定理带入到高斯分布（一种指数族分布）里面，看是否成立
在这里插入图片描述

极大似然估计求参数与充分统计量之间的关系

在这里插入图片描述

最大熵角度

在这里插入图片描述

为什么在等可能的情况下（均匀分布），熵最大

在这里插入图片描述
在没有任何已知的情况下，均值分布的熵最大
总结是：

最大熵原理

在这里插入图片描述

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
2
评论
机器学习---背后数学原理--指数族分布

文章目录指数族分布公式指数族分布三大特性与三个模型充分统计量共轭最大熵模型将高斯分布写成指数族分布形式对数配分函数 A(η)A(\eta )A(η) 与充分统计量之间的关系极大似然估计求参数与充分统计量之间的关系事实上，我们之前学的很多种概率分布都是指数族分布。指数族分布公式指数族分布三大特性与三个模型充分统计量共轭最大熵模型将高斯分布写成指数族分布形式对数配分函数 A(η)A(\eta )A(η) 与充分统计量之间的关系将这个定理带入到高斯分布（一种指数族
复制链接

扫一扫

专栏目录

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。