数学
Arthur-Ji
不要崇拜,不要自卑
不要盲目相信高势能
不要随波逐流
脚踏实地
展开
-
夜深人静写算法(十四)- 基数估计 (Cardinality Estimation)
目录 一、概述 1、最小值估值法 2、哈希法 3、k-前缀法 二、Linear Counting 1、算法思路 2、算法证明 三、LogL...转载 2021-03-06 16:26:50 · 1918 阅读 · 0 评论 -
arg min & arg max
arg 是变元(即自变量argument)的英文缩写。arg min 就是使后面这个式子达到最小值时的变量的取值arg max 就...转载 2020-02-06 15:34:21 · 168 阅读 · 0 评论 -
点估计 矩估计
1.说明: 设总体 X 的分布函数形式已知, 但它的一个或多个参数为未知, 借助于总体 X 的一个样本来估计总体未知参数的值的问题称为点估计问题. 在统计问题中往往先使用最大似然估计法, 在最大似然估计法使...转载 2020-02-06 15:29:41 · 1035 阅读 · 0 评论 -
什么是中心极限定理?这里有一份可视化解释
作者:Mike Freeman编译:Bot编者按:中心极限定理是概率论中的一组重要定理,它的中心思想是无论是什么分布的数据,当我们从中抽取相互独立的随机样本,且采集的样本足够多时,样本均值的分布将收敛于正态分布。为了帮助更多学生理解这个概念,今天,UW iSchool的教师Mike Freeman制作了一些直观的可视化图像,让不少统计学教授大呼要把它们用在课堂上。本文旨在尽可能直观地解释统计学基础...转载 2020-02-06 15:12:17 · 2071 阅读 · 0 评论 -
一文搞懂极大似然估计
极大似然估计,通俗理解来说,就是利用已知的样本结果信息,反推最具有可能(最大概率)导致这些样本结果出现的模型参数值!换句话说,极大似然估计提供了一种给定观察数据来评估模型参数的方法,即:“模型已定,参数未知”。可能有小伙伴就要说了,还是有点抽象呀。我们这样想,一当模型满足某个分布,它的参数值我通过极大似然估计法求出来的话。比如正态分布中公式如下:如果我通过极大似然估计,得到模型中参数和的值,那么这...转载 2020-02-06 14:52:05 · 687 阅读 · 0 评论 -
似然函数与概率函数
转载 2020-02-06 14:37:54 · 377 阅读 · 1 评论 -
如何理解似然函数?
HiTao计算机研究僧,运动爱好者240 人赞同了该回答这个是quora上的一个回答 What is the difference between probability and likelihood?在评论中这位老师将概率密度函数和似然函数之间的关系,类比成 和 之间的关系。详细翻译如下:2我们可以做一个类比,假设一个函数为 ,这个函数包含两个变量。如果你令b=2,这样你就得到了一个关于...转载 2020-02-06 13:58:27 · 732 阅读 · 0 评论 -
「正定矩阵」和「半正定矩阵」
在众多的机器学习模型中,线性代数的身影无处不在,当然,我们也会时常碰到线性代数中的正定矩阵和半正定矩阵。例如,多元正态分布的协方差矩阵要求是半正定的。--------------×--------------×--------------1. 基本的定义正定和半正定这两个词的英文分别是positive definite和positive semi-definite,其中,definite是一个形容...转载 2019-12-17 15:45:26 · 1613 阅读 · 1 评论