机器学习中的数学基础--期望、方差、条件数学期望、大树定律

本文介绍了机器学习中的数学基础,包括期望、方差和条件数学期望的概念。期望分为离散变量和连续变量的情况,方差则用于衡量随机变量的波动程度。此外,还讲解了协方差以及条件数学期望的定义。最后,文章提到了大数定律在概率统计中的重要作用。
摘要由CSDN通过智能技术生成

机器学习中的数学基础--第五天

期望、方差与条件数学期望

期望:离散变量的期望E(x)=
连续变量的期望
(针对与x的期望,f(x)为概率密度函数)

在这里插入图片描述
(针对与g(x)的期望,f(x)为概率密度函数)
在这里插入图片描述

方差:
统计描述中在这里插入图片描述
概率分布中:
离散型随机变量方差:在这里插入图片描述
连续型随机变量&#x

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值