吴恩达神经网络与深度学习专项课程
文章平均质量分 66
个人记录
AIGC学习社
公众号:AIGC学习社
展开
-
深度学习先决条件2.2-变化(组合学)
变化其实是排列的形式之一。它表示从一个给定的样本空间中,选取一部分元素并排序的方式有多少种。排列会选取样本空间里的所有元素,而变化不一定会选取所有元素,可能会选取样本空间里的部分元素。变化又分为有重复元素变化和无重复元素变化。原创 2024-03-08 10:23:08 · 330 阅读 · 1 评论 -
深度学习先决条件2.1-排列(组合学)
排列,表示一个给定的样本空间里的元素,所有元素的排序的顺序有多少种。元素可以是数字,字母,物体,或者人。假设给定一个样本空间,里面元素的数量为n。则n的排列数量为:P(n)=n×(n−1)×(n−2)×…×1=n!(n!称为n的阶乘)。原创 2024-03-08 10:20:50 · 290 阅读 · 1 评论 -
深度学习先决条件1.3-概率频率分布
概率频率分布,是指一个事件的所有可能的结果,以及其结果对应的概率的集合。原创 2024-03-08 10:20:08 · 382 阅读 · 1 评论 -
深度学习先决条件1.2-计算期望值
想了解预期值,首先要解释一下什么是实验。一个或多个试验的集合。观察事件发生并记录结果。如果我们抛掷一枚硬币20次并记录下20次的结果,每一次抛掷并记录,都叫一次试验。当完成20次试验并记录时,整个过程被称为一个实验。如果我们想计算硬币朝上的概率,理论上每次试验硬币朝上的概率,都是一半一半,即P(A)=0.5,这个就叫理论概率。反之,根据试验的记录,真实计算每次朝上的概率,就叫实验概率。事件A的预期值,用E(A)表示,它表示我们在进行实验时,预期发生的结果。原创 2024-03-08 10:19:21 · 425 阅读 · 1 评论 -
深度学习先决条件1.1-基本概率公式
深度学习先决条件1.1-基本概率公式原创 2024-03-08 10:17:58 · 318 阅读 · 0 评论