毕业设计机器学习数学原理

jdkfsh

于 2024-05-21 14:24:13 发布

阅读量124

点赞数 2

文章标签：毕业设计毕设大数据

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/jdkfsh/article/details/139091663

版权

### 一、概率-高斯分布1-极大似然估计
高斯分布在统计机器学习中占据重要的地位。

本节内容主要是利用极大似然估计计算高斯分布下的最优参数。

在这里插入图片描述
假设数据 X中有 N 个样本，每个样本 Xi 为p 维数据
所有的样本都独立同分布于高斯分布

在这里插入图片描述

二、概率-高斯分布2-极大似然估计（无偏估计 VS 有偏估计）

在这里插入图片描述

三、概率-高斯分布3-从概率密度函数角度观察

在这里插入图片描述

四、概率-高斯分布4-局限性

在这里插入图片描述

在这里插入图片描述

五、概率-高斯分布5-已知联合概率求边缘概率及条件概率

在这里插入图片描述

六、概率-高斯分布6-已知边缘和条件概率求联合概率分布

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

七、概率-不等式1-杰森不等式（Jensen’s Inequality）

在这里插入图片描述

最后

**毕设帮助, 选题指导, 项目分享: ** https://gitee.com/yaa-dc/warehouse-1/blob/master/python/README.md

关注

2
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
毕业设计机器学习数学原理

*毕设帮助, 选题指导, 项目分享: **
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。