【机器学习数学基础之概率论与统计03】抽样分布

本文介绍了机器学习数学基础中的概率论与统计知识,包括独立同分布样本的概念、抽样分布的定义以及样本均值和样本方差。通过弱大数定理和中心极限定理,解释了样本均值如何逼近真实的期望值,以及样本方差如何作为总体方差的无偏估计。随着样本数量增加,样本均值的方差减小,更接近真实的期望值。
摘要由CSDN通过智能技术生成

两个概念

    独立同分布样本:当X1,X2,...,Xn相互独立具有相同的分布函数F的时候,称X1,X2,...,Xn为独立同分布样本,记为X1,X2,...,Xn ~ F.

    抽样分布:X1,X2,...,Xn为独立同分布样本(IID),其均值和方差为μ和σ²。那么对于这些样本有样本均值 ,即求

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