概率与线性代码
lgb_love
这个作者很懒,什么都没留下…
展开
-
先验概率/后验概率
https://www.cnblogs.com/yemanxiaozu/p/7680761.html贝叶斯公式的直观理解(先验概率/后验概率)前言 以前在许学习贝叶斯方法的时候一直不得要领,什么先验概率,什么后验概率,完全是跟想象脱节的东西,今天在听喜马拉雅的音频的时候突然领悟到,贝叶斯老人家当时想到这么一种理论前提可能也是基于一种人的直觉.先验概率:是指根据以往经验和分析得到的概率.[1] ...转载 2018-05-22 17:48:17 · 739 阅读 · 1 评论 -
贝叶斯估计
--来自百度百科贝叶斯估计贝叶斯估计将后验概率(考虑相关证据或数据后,某一事件的条件机率)推导为二个前、先验概率(考虑相关证据或数据前,某一事件不确定性的机率)及似然函数(由概率模型推导而得)的结果。贝叶斯推断根据贝叶斯定理计算后验概率: 其中,1) 表示将某事件成立作为条件(因此 表示假定B成立的A)2) 表示假说,其机率可能会受实验数据(以下会称为证据)影响。一般来说会有许多互相矛盾的假...转载 2018-05-22 19:39:35 · 1305 阅读 · 0 评论 -
极大似然估计
极大似然估计编辑它是建立在极大似然原理的基础上的一个统计方法,极大似然原理的直观想法是,一个随机试验如有若干个可能的结果A,B,C,... ,若在一次试验中,结果A出现了,那么可以认为实验条件对A的出现有利,也即出现的概率P(A)较大。极大似然原理的直观想法我们用下面例子说明。设甲箱中有99个白球,1个黑球;乙箱中有1个白球.99个黑球。现随机取出一箱,再从抽取的一箱中随机取出一球,结果是黑球,这...转载 2018-05-22 19:42:51 · 568 阅读 · 0 评论 -
贝叶斯估计和极大似然估计到底有何区别
https://blog.csdn.net/feilong_csdn/article/details/61633180在开始接触最大似然估计和贝叶斯估计时,大家都会有个疑问:最大似然估计和贝叶斯估计二者很相似,到底有何区别?本文便来说说二者的不同之处以及求参模型的公式推导!预热知识必知如何求类条件概率密度: 我们知道贝叶斯决策中关键便在于知道后验概率,那么问题便集中在求解类条件概率密度!那么如何求...转载 2018-05-22 19:54:59 · 563 阅读 · 0 评论 -
极大似然估计法
极大似然估计法如果总体X为离散型假设分布率为P=p(x;θ)P=p(x;θ),x是发生的样本,θθ是代估计的参数,p(x;θ)p(x;θ)表示估计参数为θθ时,发生x的的概率。那么当我们的样本值为:x1,x2,...,xnx1,x2,...,xn时,L(θ)=L(x1,x2,...,xn;θ)=∏i=1np(xi;θ)L(θ)=L(x1,x2,...,xn;θ)=∏i=1np(xi;θ)其中L(θ...转载 2018-05-16 20:21:27 · 629 阅读 · 0 评论 -
矩阵与线性映射及矩阵的特征值与特征向量
https://www.cnblogs.com/yinheyi/p/7242495.html?utm_source=itdadao&utm_medium=referral线性映射用矩阵表示:(很好明白的)有两个线性空间,分别为V1与V2, V1的一组基表示为,V2的一组基表示为;(注意哦,维度可以不一样啊,反正就是线性空间啊),1, 现在呢,有一个从V1到V2的映射F, 它可以把V1中的一...转载 2018-07-02 19:52:30 · 1389 阅读 · 0 评论 -
协方差矩阵
https://www.cnblogs.com/jermmyhsu/p/8195588.htmlhttps://blog.csdn.net/G1036583997/article/details/78070395转载 2018-08-01 20:08:05 · 128 阅读 · 0 评论 -
条件数学期望
https://blog.csdn.net/henhen2002/article/details/5540039Definition: The conditional expectation of X given Y=y is: ①E(X|Y=y) = ∑xf(x|y) for discrete case ②E(X|Y=y) = ∫xf(x|y)dx for con...转载 2018-08-20 20:21:15 · 8791 阅读 · 3 评论