- 博客(2)
- 收藏
- 关注
原创 机器学习必备概率基础知识
概率分布期望如果∫ ∞ −∞ |x|f(x)dx∞ ,那么E(x)=∫ ∞ −∞ xf(x)dx ;如果积分发散,则期望不存在(无意义)。函数的期望 如果Y=g(X) ,对于离散变量E(Y)=∑ x g(x)p(x) ,对于连续变量E(Y)=∫ ∞ −∞ g(x)f(x)dx 。注意函数的期望不一定等于期望的函数,即E[g(x)]≠g[E(x)] 。如果X和Y是相互独立的随机
2015-09-15 18:05:39 1273
转载 常用的机器学习&数据挖掘知识(点)总结
Basis(基础):MSE(Mean Square Error 均方误差),LMS(LeastMean Square 最小均方),LSM(Least Square Methods 最小二乘法),MLE(MaximumLikelihood Estimation最大似然估计),QP(Quadratic Programming 二次规划),CP(Conditional P
2015-09-14 14:18:54 682
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人