数学基础加强（二）----- 概率论与贝叶斯

最新推荐文章于 2023-03-08 17:55:13 发布
最新推荐文章于 2023-03-08 17:55:13 发布
阅读量401 收藏 1
点赞数
分类专栏： 笔记 文章标签： 协方差 概率论 机器学习 统计学 人工智能
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/mangogogo321/article/details/109635324
版权

文章目录

一. 概率论基础

1. 概率公式

在这里插入图片描述

2. 贝叶斯公式

3.事件的独立性

在这里插入图片描述

二. 分布

复习各种常见分布本身的统计量
在复习各种分布的同时，重温积分、Taylor展式等前序知识
常见分布是可以完美统一为一类分布

1. 两点分布

在这里插入图片描述

2. 二项分布

在这里插入图片描述
期望为np, 方差为np(1-p)

3. 泊松分布

在这里插入图片描述
泊松分布的期望和方差都等于参数lambda

4. 均匀分布

在这里插入图片描述

5. 指数分布

在这里插入图片描述
指数分布具有无记忆性

6. 正太分布

在这里插入图片描述

7. Beta分布

在这里插入图片描述

三. 统计量

1. 期望

在这里插入图片描述

2. 方差

在这里插入图片描述

3. 协方差

在这里插入图片描述

4. Pearson相关系数

在这里插入图片描述

5. 协方差矩阵

在这里插入图片描述

四. 定理

1. 切比雪夫不等式

在这里插入图片描述

2.大数定律

在这里插入图片描述

3. 中心极限定理

在这里插入图片描述

4. 最大似然估计

在这里插入图片描述

mangogogo321
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
协方差矩阵简介（Covariance Matrix）
xiaojinger_123的博客
05-18 1万+
首先我们要明白，协方差实际是在概率论和统计学中用于衡量两个变量的总体误差,当然方差是协方差的一种特殊情况，即当两个变量是相同情况。它表示的是两个变量的总体的误差，这与只表示一个变量误差的方差不同。如果两个变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。
贝叶斯相关公式（Bayes）
renhaofan的博客
08-28 6万+
这里只是记录一下，非常推荐马同学高等数学,文末有原文 代数推导 是根据条件概率推导的 P(A|B)=P(AB)P(B)P(B|A)=P(AB)P(A)P(A|B)=P(AB)P(B)P(B|A)=P(AB)P(A) P(A|B) = \frac{P(AB)}{P(B)} \qquad P(B|A) = \frac{P(AB)}{P(A)} 所以推导可以得到Bayes公式： P(...
贝叶斯简单介绍
iownlucky的博客
07-26 2163
贝叶斯决策论 贝叶斯决策轮是基于贝叶斯理论的决策方法。先来说一下贝叶斯公式。 如果先验概率给出，并且知道了条件概率，那么就可以通过贝叶斯公式求出后验概率。并根据这个概率得到一个最优决策，谓之贝叶斯决策。 如果先验概率P（0），P(1)已知，条件概率P(x|1）和P(x|0)也已知，可以计算得到无条件概率：P(x)=P(0)P(x|0)+P(1)P(x|1)；后验概率P（0|x)= P(0)P(x|0)/P(x)，P(1|x)=P(1)P(X|1)/P(x)，如果P(0|x)>P(1|x)，判决为0，
【AI_数学知识】概率论
农村的我的专栏
07-31 2422
原文转载于:https://blog.csdn.net/chybin500/article/details/78470705 这一篇博文是【 AI学习路线图】系列文章的其中一篇，点击查看目录：AI学习完整路线图 1.组合数 从mm 个不同元素中取出 n(n≤m)n(n≤m)个元素的所有组合的个数，叫做从 mm 个不同元素中取出 nn 个元素的组合数，记作 C(m,n)C(m,n)，公式为： ...
17、经验贝叶斯估计
最新发布
小白的博客
03-08 1604
经验贝叶斯估计
自考-南大计算机应用-概率论与数理统计
11-20
南京大学的自考课程涵盖了这一重要知识点，旨在帮助学生建立坚实的数学基础，理解随机现象的本质，掌握统计推断的方法。 在学习《概率论与数理统计》时，首先应理解基本概念，如概率空间、事件的概率、随机变量、...
2016-概率论与数理统计-期末答案1
08-03
《概率论与数理统计》是一门研究随机现象和数据统计分析的数学学科，它在2016年秋季学期的期末考试中包含了各种概念和计算。以下是对试卷部分题目涉及知识点的详细解释： 一、选择题部分 这部分未提供具体选项，但...
成考《专升本-数学》复习必背公式.pdf
01-28
成考《专升本-数学》复习是提升数学能力，为考试做好充分准备的关键环节。在备考过程中，掌握并熟练运用一系列重要的数学公式是至关重要的。以下是一些关键的数学公式，它们涵盖了代数、几何、概率等多个领域，对...
概率论与数理统计-四川大学数学学院.pdf
07-11
《概率论与数理统计》是一门针对理工科非数学专业本科生的重要课程，旨在通过启发式教学提升学生的数学素质和解决实际问题的能力。这门课程的内容涵盖了随机事件、概率、离散型和连续型随机变量、以及随机变量的数字...
思考的乐趣-matrix67数学笔记-pdf
09-12
在概率与统计部分，笔记深入浅出地阐述了概率论的基本原理，如条件概率、贝叶斯定理，以及随机变量的分布，如正态分布、泊松分布等。此外，他还探讨了统计推断，包括假设检验和置信区间的构建，帮助读者理解数据背后...
贝叶斯概率推断：概率分布
机器会学习的博客
02-15 1691
概率分布 　　假设x是一个随即变量,存在一个关于x的概率分布函数，x可以取任何值．同概率分布函数都得到一个概率值．随即变量分为三种类型： １．离散随机变量：变量的取值在固定的列表中． ２．连续随机变量：连续变量的值可以是任意精度的数值． ３．混合型变量　：既有离散型变量又有连续型变量． 离散情况 　　xxx是离散的，xxx的分布为概率质量函数，当xxx的取值为kkk时的概率为P(x=k...
如何用python做模型_用 Python 进行贝叶斯模型建模（1）
weixin_39722917的博客
12-05 380
第1节：估计模型参数在这一节，我们将讨论贝叶斯方法是如何思考数据的，我们怎样通过 MCMC 技术估计模型参数。fromIPython.displayimportImageimportmatplotlib.pyplotaspltimportnumpyasnpimportpandasaspdimportpymc3aspmimportscipyimportscipy.statsasstatsimpor...
数学之美番外篇：平凡而又神奇的贝叶斯方法（转自刘未鹏）
dgglx的专栏
11-02 5186
概率论只不过是把常识用数学公式表达了出来。——拉普拉斯记得读本科的时候，最喜欢到城里的计算机书店里面去闲逛，一逛就是好几个小时；有一次，在书店看到一本书，名叫贝叶斯方法。当时数学系的课程还没有学到概率统计。我心想，一个方法能够专门写出一本书来，肯定很牛逼。后来，我发现当初的那个朴素归纳推理成立了——这果然是个牛逼的方法。——题记目录0. 前言 1. 历史     1
从贝叶斯定理说开去
dawuafang
10-22 2993
从贝叶斯定理说开去 罗朝辉 (http://kesalin.github.io/) CC 许可，转载请署名并保留出处 简介 贝叶斯定理是18世纪英国数学家托马斯·贝叶斯（Thomas Bayes）提出得重要概率论理论。以下摘一段 wikipedia 上的简介： 所谓的贝叶斯定理源于他生前为解决一个“逆概”问题写的一篇文章，而这篇文章是在他死后才由他的一位朋友发表出来的。在贝叶斯写这篇文章...
误差理论、贝叶斯、最大似然与最小二乘估计
sdulibh的专栏
02-02 2万+
算法——贝叶斯 简介 学过概率理论的人都知道条件概率的公式：P(AB)=P(A)P(B|A)=P(B)P(A|B)；即事件A和事件B同时发生的概率等于在发生A的条件下B发生的概率乘以A的概率。由条件概率公式推导出贝叶斯公式：P(B|A)=P(A|B)P(B)/P(A)；即,已知P(A|B)，P(A)和P(B)可以计算出P(B|A)。 假设B是由相互独立的事件组成的
全概公式和贝叶斯公式的理解
热门推荐
Bing's Blog
10-04 7万+
条件概率首先，理解这两个公式的前提是理解条件概率，因此先复习条件概率。P(A|B)=P(AB)P(B)P(A|B) ={ P(AB)\over P(B)}理解这个可以从两个角度来看。 第一个角度：在B发生的基础上，A发生的概率。那么B发生这件事已经是个基础的条件了，现在进入B已经发生的世界，看看A发生的概率是多少。那么分子就是B发生A也发生，分母就是B这个世界发生的概率了。分母如果是1，那么成了什
[转]浅谈协方差矩阵
weixin_33802505的博客
07-10 3439
一、统计学的基本概念 统计学里最基本的概念就是样本的均值、方差、标准差。首先，我们给定一个含有n个样本的集合，下面给出这些概念的公式描述： 均值： 标准差： 方差： 均值描述的是样本集合的中间点，它告诉我们的信息是有限的，而标准差给我们描述的是样本集合的各个样本点到均值的距离之平均。 以这两个集合为例，[0, 8, 12, 20]和[8, 9, 11, 12]，两个集合的均值都是10，...
超全面的协方差矩阵介绍
hustqb的博客
05-16 6万+
阅读本文需要具备一定的线性代数基础，通过本文，你将对协方差矩阵有全面的理解。 ## 定义 **n个随机向量：** $$\mathbf{X}=(X_1,X_2,...,X_n)^T$$ 两个随机向量的协方差： cov[Xi,Xj]=E[(Xi−E[Xi])(Xj−E[Xj])]cov[X_i,X_j]=E[(X_i-E[X_i])(X_j-E[X_j])]cov[Xi​,Xj​]=E[(Xi​−...
概率算法_二项分布和泊松分布
weixin_30785593的博客
08-24 1285
本次函数有 1、阶乘 2、计算组合数C(n,x) 3、二项概率分布 4、泊松分布 以下是历史函数 create_rand_list() #创建一个含有指定数量元素的listsum_fun() #累加len_fun() #统计个数multiply_fun() #累乘sum_mean_fun() #算数平均数sum_mean_rate() #算数平均数计算回报median_fun()...
新东方考研数学：概率统计零基础-边缘分布与电子教材详解
二维连续型边缘分布是概率论与数理统计中的一个重要概念，在嵌入式系统架构的第二版教材中有所涉及。在离散型边缘分布的基础上，它扩展到了连续型随机变量的联合分布分析。在二维随机变量(X,Y)中，其边缘分布是关于X...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
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。

余额充值