机器学习之数学
机器学习
浩瀚之水_csdn
路漫漫其修远兮,吾将上下而求索,立刻行动,坚持,努立
展开
-
深度学习数学相关知识
一、线性代数二、概率论1.均值、方差、标准差、协方差的概念及意义:https://blog.csdn.net/s294878304/article/details/101863990三、线性规划原创 2019-10-23 08:48:37 · 164 阅读 · 0 评论 -
浅谈均值、方差、标准差、协方差的概念及意义
浅谈均值、方差、标准差、协方差的概念及意义一、统计学的基本概念统计学里最基本的概念就是样本的均值、方差、标准差。首先,我们给定一个含有n个样本的集合,下面给出这些概念的公式描述:均值:标准差:方差:均值描述的是样本集合的中间点,它告诉我们的信息是有限的,而标准差给我们描述的是样本集合的各个样本点到均值的距离之平均。以这两个集合为例,[0, 8, 12, 20]和[8, ...转载 2019-10-23 08:37:35 · 9496 阅读 · 0 评论 -
特征值和特征向量
介绍特征向量和特征值在计算机视觉和机器学习中有许多重要的应用。众所周知的例子是PCA(主成分分析)进行降维或人脸识别是特征脸。特征向量和特征值的一个有趣应用在我的另一篇有关误差椭圆的博文中提到。此外,特征值分解形成协方差矩阵几何解释的基础。在这篇文章中,我将简单的介绍这个数学概念,并且展示如何手动获取二维方形矩阵的特征值分解。特征向量是一个向量,当在它上面应用线性变换时其方向保持不变。考虑...转载 2018-07-30 14:24:35 · 4863 阅读 · 0 评论 -
协方差代表的意义是什么?
协方差代表的意义是什么? 在概率论中,两个随机变量 X 与 Y 之间相互关系,大致有下列3种情况: 情况一,如上, 当 X, Y 的联合分布像上图那样时,我们可以看出,大致上有: X 越大 Y 也越大, X 越小 Y 也越小,这种情况,我们称为“正相关”。 情况二, 如上...转载 2018-07-30 14:37:13 · 4753 阅读 · 0 评论 -
协方差矩阵的几何解释
A geometric interpretation of the covariance matrixhttp://www.visiondummy.com/2014/04/geometric-interpretation-covariance-matrix/译文:http://demo.netfoucs.com/u010182633/article/details/45937051 介...转载 2018-07-30 14:37:50 · 285 阅读 · 0 评论