机器学习进阶之概率论（１）

最新推荐文章于 2022-09-05 09:17:34 发布
最新推荐文章于 2022-09-05 09:17:34 发布
阅读量576 收藏
点赞数 1
分类专栏： 机器学习进阶 文章标签： 机器学习进阶之概率论
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/suiyueruge1314/article/details/103507995
版权

机器学习的主体知识是概率论及优化理论，那么最近通过学堂在线清华大学概率论与数理统计知识，重新学习、巩固概率论基础，为后续进阶学习打下基础，此文对学习的重点知识进行记录和总结：

一、独立与互不相容的概念区分

1、两两独立和互不相容的概念：
在这里插入图片描述
２、那么三个事件相互独立必须两两独立，且P(ABC)=P(A)P(B)P©，可以用下面例子充分说明在这里插入图片描述
３、事件独立和不相容（互斥的概念区分实例）
在这里插入图片描述

Zero_to_zero1234
关注
专栏目录
MIT经典概率论教材
11-06
MIT经典概率论教材，文字清晰，有详细书签目录，献给热爱数学的你！
【概率论基础进阶】随机事件和概率-随机事件、事件间的关系与运算
liu20020918zz的博客
09-03 1587
随机事件是由样本空间中的元素即基本点组成，由一个样本点组成的子集是最简单的事件，称为基本事件。为了简化式子，约定交号一律省略不写，且运算的顺序是“先交后并”，当然有括号时，先进行括号里的运算。事件是一个集合，因而事件之间的关系与运算也是按照集合之间关系与运算的规则进行。事件的互斥可以推广到有限多个事件或可数无穷多个事件的情形。事件的交可以推广到有限多个事件或可数无穷多个事件的情形。事件的并可以推广到有限多个事件或可数无穷多个事件的情形。定义：样本空间的子集称为随机事件，简称事件，常用字母。
Chapter-2_进阶概率论
曹逗号@INHA
03-22 191
Chapter-2_进阶概率论 1. 集合论 广而言之，一个集合指的是一些物体的总体。在概率论中，我们用一个集合来表示一些事件的组合。比如，我们可以用集合{2，4，6}来表示“投骰子投出偶数”这个事件。因此我们有必要掌握一些基本的集合的运算。 用下面的集合生成器来构造一个集合，然后点击“提交”来查看你的集合对应的文氏图。通过拖放来移动或者放缩圆的大小。 实验结果： 2. 古典概型 古典概型本质上就是数数。但是在概率论中，数数有时候比想象中要困难的多。因为我们有时要数清楚符合一些性质的事件或者轨道个数的，
概率与统计进阶（n）——概率论小结
Robin_Pi的博客
05-12 783
参考的是这个比较全面又简洁的总结：点击
概率与统计进阶（1）——概率统计的基础概念：条件概率、全概率、贝叶斯公式
Robin_Pi的博客
05-12 2695
文章目录1. 基本（核心）概念事件与样本点2. 通理和思维2.1 通理概率的加法法则概率的乘法法则2.2 思维（经验/技巧）3. 条件概率4. 全概率5. 贝叶斯公式 从本质上理一下概率的基本概念，以及几个重要的公式。 1. 基本（核心）概念 事件与样本点 现实世界 数学规律 现实 概率论 事（情） 事件 （某件事情发生的）可能性 （某个事件A发生的）概率 （某件事情发生的）所有可能 样本空间Ω （发生这件事其中的）一种可能性 （一个）样本点 2. 通理和思维 2
全面详解机器学习进阶路径
09-22
该文献由四个阶段性内容构成，依次涉及了线性代数、概率论与数理统计、Matlab操作基础、核心的机器学习基础理论和一些实用的模型训练方法，以及更复杂的机器学习模型如支持向量机和集成学习，最后介绍如何使用Python...
机器学习scikit-learn.zip
04-12
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的...
西南交通大学 机器学习实验1-10章.zip
07-16
这个资源为学习者提供了丰富的机器学习理论与实践结合的案例，涵盖了从基础到进阶的多个主题。下面将分别对每个实验进行概述，提取其中的关键知识点。 1. 实验1：通常在机器学习的入门阶段，实验会涉及基础的数据...
第3课 概率论选讲_1
09-20
第1课 机器学习与数学基础 第2课 微积分选讲 第3课 概率论选讲 第4课 参数估计 第5课 线性代数初步 第6课 线性代数进阶 第7课 凸优化初步 第8课 凸优化进阶 第9课 从数学到机器学习分类问题 第10课 深入理解SVM 由于...
机器学习讲义.rar
11-15
《机器学习讲义》这个压缩包文件包含了丰富的学习资源，主要涵盖了从基础到进阶的机器学习知识。讲义的组织结构可能包括一系列的笔记，旨在帮助学习者系统地理解和掌握这一前沿领域的核心概念和算法。 首先，"notes...
【概率论基础进阶】随机变量及其分布-常用分布
liu20020918zz的博客
09-05 686
定义：如果随机变量XXX有分布律定义：如果随机变量XXX有分布律 P{X=k}=Cnkpkqn−k,k=0,1,2,⋯ ,n P \left\{X=k\right\}=C_{n}^{k}p^{k}q^{n-k},k=0,1,2,\cdots ,n P{X=k}=Cnk​pkqn−k,k=0,1,2,⋯,n 其中0
概率论--伯努力
麦地与诗人
06-06 1887
伯努力试验（Bernoulli experiment） 伯努利试验（Bernoulli experiment）是在同样的条件下重复地、相互独立地进行的一种随机试验，其特点是该随机试验只有两种可能结果：发生或者不发生。 我们假设该项试验独立重复地进行了nnn次，那么就称这一系列重复独立的随机试验为n重伯努利试验，或称为伯努利概型。 单个伯努利试验是没有多大意义的，然而，当我们反复进行伯努利试验，去观...
【概率论基础进阶】随机事件和概率-古典概型与伯努利概型
liu20020918zz的博客
09-03 861
一定要保持分子分母考虑对象相同，例如本题分母对所有物品排序，分子就是对所有物品符合条件的排序，或者另一种从位置的角度，分母对两个位置考虑，分子就是对符合条件的两个位置考虑。定义：把一随机试验独立重复做若干次，即各次试验所联系的事件之间相互独立，且同一事件在各个试验中出现的概率相同，称为独立重复试验。也可以从位置的角度考虑，六个位置任选两个放次品，前两个选一个位置放次品，第三个位置放一个次品。也可以从位置的角度考虑，挑两个位置给次品，次品必须在前三个位置中的两个。次品的概率，可以用全排列的方式。
迁移学习之Domain Adaptation
岁月如歌
06-05 1357
关于迁移学习的两篇文章，先简单记录一下，后面再进行补充 https://chenrudan.github.io/blog/2017/12/15/domainadaptation1.html https://blog.csdn.net/weixin_37993251/article/details/89398433
深度学习论文专栏
岁月如歌
06-30 880
深度学习论文专栏 以下，建立论文阅读专栏，一是为提高论文阅读能力，二是为保证知识更新，三是为了记录和传播好的论文思想 以下仅做粗浅分类，方便查阅 一、NLP 1、Transformers are RNNs: Fast Autoregressive Transformers with Linear Attention 【https://arxiv.org/pdf/2006.16236.pdf】2020新作待读 二、语音 1、 三、其他 1、 ...
tf2常用api总结(持续更新)
岁月如歌
07-22 755
本文主要对NLP和TTS中常用到的tensorflow2部分api进行总结和记录，熟能生巧！ 一、tensor相关操作 1、tf.reshape tf.reshape(tensor, shape, name=None)重新构造向量形状
基于java的贝儿米幼儿教育管理系统答辩PPT.pptx
最新发布
11-04
基于java的贝儿米幼儿教育管理系统答辩PPT.pptx
机器学习方法论与职业进阶
机器学习的知识结构广泛，数学基础尤为关键，包括微积分、线性代数、矩阵论、凸优化、离散数学以及概率论和统计学。在理论层面，涵盖有监督学习的各类模型和算法，如线性回归、感知机、决策树、朴素贝叶斯、人工神经...
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