概率论
文章平均质量分 82
概率论学习
小沅学习
互联网从业者
分享自己的学习心得
展开
-
《概论-浙大第4版-第六章》
样本及抽样分布 前面的五章学习和研究的都是概率论的知识,接下来的四章将学习和研究数理统计的知识。 数理统计以概率论为理论基础。根据试验或观察得到的数据,来研究随机现象,对研究对象的客观规律性作出种种合理的估计和判断。 数理统计是机器学习的许多交叉学科之一,其统计学的思想对机器学习的许多算法设计提供了很大的理论支撑。好好的学习数理统计对入门机器学习有着很好的帮助。 概率论研究的随机变量X都是事先知道其总体分布的,而数理统计就是对一个未知总体分布的随机变量进行研究和学习,通过实验来求得其总体分布。 .原创 2020-05-26 22:25:41 · 122 阅读 · 0 评论 -
《概论-浙大第4版-第五章》
大数定律及中心极限定律 (本章涉及到的数学公式比较多难理解,笔记先写个大概,日后在慢慢的细嚼慢咽反复补充) 本章将学习和研究几个十分常见和重要的大数定理和中心极限定理。 一、大数定律 试验E的一个随机事件A在随着重复次数的增加,随机事件A的概率会慢慢的趋于稳定到一个值,也就是慢慢的趋于概率;为什么会有这样的情况,大数定律给出了相关的解释。 下面学习几种常见的大数定律; 1、弱大数定理(辛钦大数定律) 定义: 推论: 2、伯努利大数定律 二、中心极限定理 在客观实际中有许多的随机变量,它们原创 2020-05-26 21:44:17 · 207 阅读 · 0 评论 -
《概论-浙大第4版-第四章》
随机变量的数字特征 在学习了分布函数、概率密度和分布律之后知道了如何去描述完整的随机变量,但是为了更直观的认识和感受随机变量,需要刻画出随机变量某一方面的特征的场数,这些常数就成为数字特征。本章将学习数学期望、方差、相关系数和矩这几个重要的数字特征。 一、数学期望(平均值) 1、定义: 离散型的随机变量X的分布律为,其数学期望为: 连续性的数学期望: 2、性质: 二、方差 方差表示的是样本和均值的偏离程度。偏离程度越小,表示方差越小,就越稳定。偏离程度越大,表示方差越大,就越不稳定。原创 2020-05-26 17:08:26 · 153 阅读 · 0 评论 -
《概论-浙大第4版-第三章》
多维随机变量及其分布 在机器学习中,输入样本的特征基本都是多维的,因此需要学习和研究多维随机变量及其分布就显得很有必要了。 一、二维随机变量 1、二维随机向量(二维随机变量) 随机试验E的样本空间为S,定义在S上的两个随机变量X=X(e)和Y=Y(e)构成了一个向量(X,Y),叫做二维随机向量或二维随机变量。 F(X,Y)为随机变量(X,Y)的分布函数,也称为随机变量X和Y的联合分布函数。 离散型的随机变量(X,Y)的分布律也叫随机变量X,Y的联合分布律。 连续型的二维随机变量有...原创 2020-05-26 16:11:39 · 1411 阅读 · 0 评论 -
《概论-浙大第4版-第二章》
随机变量及其分布 一、随机变量 1、定义:随机试验的样本空间S={e},X=X{e}是定义在样本空间S上的实值单数函数,称X=X(e)为随机变量。 按照我的理解就是:将样本空间的样本点(随机事件)用变量来表示,这样可以方便表示和计算概率。 二、离散型随机变量及其分布律 1、离散型随机变量(X):随机变量的值是有限个或可列无限个时,这样的随机变量称为离散型随机变量。 比如抛硬币,将正面朝上随机事件的随机变量设置为0,反面朝上的随机事件的随机变量设置为1。随机变量只有{0,1},此时的随机变量.原创 2020-05-26 15:29:55 · 307 阅读 · 1 评论 -
《概论-浙大第4版-第一章》
概率论的基本概念 一、随机试验 1、确定性现象:必然发生的现象,如太阳东升西落; 2、随机现象:可能这样,也可以那样的现象,如抛硬币; 3、随机试验(E):相同条件重复进行、试验结果可明确、试验前不可知结果; 二、样本空间、随机事件 1、样本空间(S):E的所有可能结果的集合; 2、随机事件:E的S的一个子集。 三、频率与概率 1、频率【f(A)】 = 频数 / 试验次数; 2、概率【P(A)】:对于E的每个事件A赋予一个实数,记为P(A),称为事件A的概率。 四、等可能概率(古典概率原创 2020-05-26 10:46:40 · 167 阅读 · 0 评论