![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习数学
BENZBMWAODI
这个作者很懒,什么都没留下…
展开
-
随机变量序列的两种收敛性
随机变量序列的收敛性有多种,其中常用的是两种:依概率收敛和依分布收敛。大数定律涉及的是一种依概率收敛,中心极限定理涉及的是依分布收敛。1、依概率收敛为什么要研究随机变量序列的收敛性? 依概率收敛的定义 依概率收敛于常数的四则运算 2、依分布收敛依分布收敛的定义 下面说明依概率收敛是一种比依分布收敛更强的收敛性...原创 2018-12-01 15:21:14 · 5846 阅读 · 0 评论 -
切比雪夫不等式
定理 设随机变量具有数学期望和方差,则对任意给定的正数,有 这一不等式称为切比雪夫不等式,它的等价形式是 切比雪夫不等式给出了在随机变量X的分布未知的情况下随机事件的概率的一种估计。...原创 2018-12-01 15:41:46 · 2640 阅读 · 1 评论 -
大数定律
随机事件的概率是对大量的重复试验中随机事件的频率具有稳定性这一客观规律抽象的结果。实际上,不仅仅是随机事件的频率具有稳定性,大量随机现象的平均结果一般也具有稳定性,即不论个别随机现象的结果以及它们在进行过程中的个体特征如何,大量随机现象的平均结果与各个随机现象的特征无关。概率论中用来阐述大量随机现象平均结果的稳定性的理论称为大数定律。1、伯努利大数定律 2、常用的几个...原创 2018-12-01 16:34:56 · 25615 阅读 · 2 评论 -
中心极限定理
在概率论的理论和应用中,正态分布占有特殊重要的地位。在实际问题中,许多随机变量是由于大量的、互相独立的随机因素综合影响而形成的,这其中的每个因素在总的综合影响中所起的作用是微小的。可以证明,这样的随机变量近似服从正态分布,这就是中心极限定理。以下展示几个独立随机变量和的例子: 中心极限定理就是研究随机变量和的极限分布在什么条件下为正态分布的问题。1、独立同...原创 2018-12-01 17:15:13 · 3475 阅读 · 0 评论