- 博客(8)
- 资源 (14)
- 收藏
- 关注
翻译 漫步最优化二——基本优化问题
我们还有很长的时间要走,千万不要把哥哥甩在身后;\textbf{我们还有很长的时间要走,千万不要把哥哥甩在身后;} 我和你要去闻闻新鲜的春天;\textbf{我和你要去闻闻新鲜的春天;} 感受阳光洒满肩上的夏天;\textbf{感受阳光洒满肩上的夏天;} 整个世界涂着金色的秋天;\textbf{整个世界涂着金色的秋天;} 体验白雪飘满天空的冬天;\textbf{体验白雪飘满天空的冬天;}
2017-06-30 21:44:57 1359
翻译 漫步最优化一——引言
其实在过去,人们就一直在参与优化过程。最早的优化形式包括不科学的仪式和偏见,例如用动物祭祀神仙,观察星星的位置,鸟的飞行,有些时间段被当成种植作物或开始战争的吉日。随着时代的进步与理性的流行,不合逻辑的仪式被经验法则所取代,然后随着数学的发展,数学计算开始得到应用。随着五十年代初数学计算机的出现,优化过程的兴趣度有了巨大的飞跃。近年来,优化技术发展迅速并取得了长足的进步。同时,数字电脑变得更快,更高
2017-06-29 21:50:08 1705 1
翻译 漫步数理统计三十四——顺序统计量
本篇博文将定义顺序统计量并讨论这种统计量的一些简单性质。近些年来这种统计量在统计推断中占有重要角色,因为他们的某些性质不依赖于得到随意样本的分布。X1,X2,…,XnX_1,X_2,\ldots,X_n表示连续型分布中得到的随机样本,其pdf为f(x)f(x)支撑为=(a,b),−∞≤a<b≤∞\mathcal{S}=(a,b),-\infty\leq a<b\leq\infty,Y1Y_1是Xi
2017-06-22 20:56:33 10611
翻译 漫步数理统计三十三——采样与统计量
本篇博文介绍一些有用的推断工具:置信区间与假设检验。在典型的统计问题中,我们对随机变量XX感兴趣,但是对其pdff(x)f(x)与pmfp(x)p(x)不知道,对此大致有两个类别:f(x)f(x)或p(x)p(x)完全未知f(x)f(x)或p(x)p(x)的形式已知,包含参数θ\theta,其中θ\theta可能是向量目前考虑第二类问题,考虑几个这样的例子:XX满足指数分布,exp(θ)\e
2017-06-21 22:03:37 1020
翻译 漫步数理统计三十二——中心极限定理
如果X1,X2,…,XnX_1,X_2,\ldots,X_n是均值为μ\mu,方差为σ2\sigma^2正态分布的随机样本,那么对任意正整数nn,随机变量 ∑n1Xi−nμσn‾‾√=n‾‾√(X¯n−μ)σ\frac{\sum_{1}^nX_i-n\mu}{\sigma\sqrt{n}}=\frac{\sqrt{n}(\bar{X}_n-\mu)}{\sigma}满足均值为零方差为1的正态分
2017-06-18 18:49:26 2256
翻译 漫步数理统计三十一——依分布收敛
上篇博文我们介绍了依概率收敛的概念,利用着概念我们可以说统计量收敛到一个参数,而且在许多情况下即便不知道统计量的分布函数也能说明收敛。但是统计量有多接近估计量呢?本篇博文讲的收敛就回答了这个问题。定义1:\textbf{定义1:}(依分布收敛){Xn}\{X_n\}是一系列随机变量,XX是随机变量。FXn,FXF_{X_n},F_X分别是Xn,XX_n,X的cdf,令C(Fx)C(F_x)表示FXF
2017-06-14 21:46:17 23088 1
翻译 漫步数理统计三十——依概率收敛
本篇博文我们将正式地陈述一系列随机变量靠近某个随机变量。定义1:\textbf{定义1:}{Xn}\{X_n\}是一系列随机变量,XX是定义在样本空间上的随机变量。我们说XnX_n依概率收敛到XX,如果对于ϵ>0\epsilon>0 limn→∞P[|Xn−X|≥ϵ]=0\lim_{n\to\infty}P[|X_n-X|\geq\epsilon]=0或者等价的 limn→∞P[|Xn−X|
2017-06-12 22:29:57 28636 2
原创 生成对抗网络推导
性质1:\textbf{性质1:}For\ G\ fixed,\ the\ optimal\ discriminator\ D\ is D∗G(x)=q(x)q(x)+p(x)D_G^{*}(\textbf{x})=\frac{q(\textbf{x})}{q(\textbf{x})+p(\textbf{x})}$证明:\textbf{证明:} V(D,G)=Eq(x)[log(D(x)
2017-06-08 21:06:09 2267 3
数学方法论选讲
2015-11-16
error_ellipse
2015-05-23
主成分分析的matlab代码
2015-05-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人