自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(4)
  • 收藏
  • 关注

转载 无约束最优化方法

度的方向与等值面垂直。二次收敛是指一个算法用于具有正定二次型函数时,在有限步可达到它的极小点。二次收敛与二阶收敛没有尽然联系,更不是一回事,二次收敛往往具有超线性以上的收敛性。一阶收敛不一定是线性收敛。解释一下什么叫正定二次型函数:n阶实对称矩阵Q,对于任意的非0向量X,如果有XTQX>0,则称Q是正定矩阵。对称矩阵Q为正定的充要条件是:Q的特征值全为正。二次函数,若Q

2014-08-30 17:57:38 388

原创 R 语言,仿真数据生成

library(bindata)rmvbin(10, bincorr=cbind(c(1,0.5),c(0.5,1)), margprob=c(0.5,0.5)) [,1] [,2][1,] 1 1[2,] 0 0[3,] 0 1[4,] 1 0[5,] 0 0[6,] 1 1[7,...

2019-07-23 13:51:58 2050

翻译 条件独立性

假设G = (V, E)是一个DAG,V是一个随机变量集,基于Markov condition, G entails conditional independencyIP (A,B|C) for A,B, C ⊆ V ifIP (A,B|C) holds for every P ∈ PG,where PG is the set of all probability distributi

2018-01-14 07:35:50 2901

原创 The Causal Markov Assumption

我们可以构造一个Causal DAG来构建一个Bayesian network. 一般地,给定一些定义“causation”和“direct causal influence”, 如果我们创建了一个causal DAG G = (V, E),假设变量V的概率分布满足Markov condition 在G中,我们称这为:Causal Markov Assumption。

2018-01-14 07:24:08 974

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除