机器学习中的数学-期望、方差与协方差

本文深入探讨了机器学习中的基本数学概念:期望、方差和协方差。期望反映了随机变量的平均取值;方差度量数据的离散程度;协方差则衡量两个变量的共同变化趋势。通过理解这些概念,可以更好地理解和应用机器学习算法。
摘要由CSDN通过智能技术生成
原创文章,如需转载请保留出处
本博客为七月在线邹博老师机器学习数学课程学习笔记

一. 期望
是试验中每次可能结果的概率乘以其结果的总和,是最基本的数学特征之一。它反映随机变量平均取值的大小。
在这里插入图片描述
1.1 期望的性质

  • 无条件成立
    E(kX)=kE(X)
    E(X+Y)=E(X)+E(Y)

  • 若X和Y互相独立
    E(XY)=E(X)E(Y)

    • 反之不成立。实际上,若E(XY)=E(X)E(Y),只能说明X和Y不相关。

1.2 事件的独立性
在这里插入图片描述
1.3 计算期望
在这里插入图片描述
1.4计算每一位的期望
在这里插入图片描述<

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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