[从头学数学] 第176节 概率

最新推荐文章于 2021-07-11 22:56:45 发布
最新推荐文章于 2021-07-11 22:56:45 发布
阅读量82 收藏 1
点赞数
剧情提要：
[机器小伟]在[project师阿伟]的陪同下进入了结丹中期的修炼，
这次要修炼的目标是[概率]。

正剧開始：

星历2016年04月14日 09:46:28, 银河系厄尔斯星球中华帝国江南行省。
[project师阿伟]正在和[机器小伟]一起研究[概率]。










小伟决定自己来掷硬币玩一玩：

<span style="font-size:18px;">def tmp():
    result = [];
    print('试验次数--正面朝上次数---正面朝上频率');
    for i in range(5, 105, 5):
        count = 0;
        for j in range(i):
            number = random.randint(1, 10000);
            if number%2 == 0:
                count+=1;
        #result.append([i, count, count/i]);
        print('[',i,',',count,',',count/i, ']');

if __name__ == '__main__':
    tmp();
        
		
>>> 
试验次数--正面朝上次数---正面朝上频率
[ 5 , 1 , 0.2 ]
[ 10 , 3 , 0.3 ]
[ 15 , 9 , 0.6 ]
[ 20 , 9 , 0.45 ]
[ 25 , 15 , 0.6 ]
[ 30 , 11 , 0.36666666666666664 ]
[ 35 , 20 , 0.5714285714285714 ]
[ 40 , 14 , 0.35 ]
[ 45 , 20 , 0.4444444444444444 ]
[ 50 , 24 , 0.48 ]
[ 55 , 27 , 0.4909090909090909 ]
[ 60 , 28 , 0.4666666666666667 ]
[ 65 , 40 , 0.6153846153846154 ]
[ 70 , 35 , 0.5 ]
[ 75 , 38 , 0.5066666666666667 ]
[ 80 , 40 , 0.5 ]
[ 85 , 38 , 0.4470588235294118 ]
[ 90 , 47 , 0.5222222222222223 ]
[ 95 , 49 , 0.5157894736842106 ]
[ 100 , 55 , 0.55 ]
>>> ================================ RESTART ================================
>>> 
试验次数--正面朝上次数---正面朝上频率
[ 5 , 2 , 0.4 ]
[ 10 , 4 , 0.4 ]
[ 15 , 10 , 0.6666666666666666 ]
[ 20 , 12 , 0.6 ]
[ 25 , 11 , 0.44 ]
[ 30 , 9 , 0.3 ]
[ 35 , 19 , 0.5428571428571428 ]
[ 40 , 20 , 0.5 ]
[ 45 , 24 , 0.5333333333333333 ]
[ 50 , 24 , 0.48 ]
[ 55 , 32 , 0.5818181818181818 ]
[ 60 , 29 , 0.48333333333333334 ]
[ 65 , 35 , 0.5384615384615384 ]
[ 70 , 33 , 0.4714285714285714 ]
[ 75 , 32 , 0.4266666666666667 ]
[ 80 , 39 , 0.4875 ]
[ 85 , 45 , 0.5294117647058824 ]
[ 90 , 47 , 0.5222222222222223 ]
[ 95 , 42 , 0.4421052631578947 ]
[ 100 , 51 , 0.51 ]
>>> 

试验次数--正面朝上次数---正面朝上频率
[ 5 , 4 , 0.8 ] ,
[ 10 , 4 , 0.4 ] ,
[ 15 , 10 , 0.6666666666666666 ] ,
[ 20 , 14 , 0.7 ] ,
[ 25 , 10 , 0.4 ] ,
[ 30 , 13 , 0.43333333333333335 ] ,
[ 35 , 17 , 0.4857142857142857 ] ,
[ 40 , 26 , 0.65 ] ,
[ 45 , 22 , 0.4888888888888889 ] ,
[ 50 , 24 , 0.48 ] ,
[ 55 , 29 , 0.5272727272727272 ] ,
[ 60 , 30 , 0.5 ] ,
[ 65 , 32 , 0.49230769230769234 ] ,
[ 70 , 33 , 0.4714285714285714 ] ,
[ 75 , 34 , 0.4533333333333333 ] ,
[ 80 , 46 , 0.575 ] ,
[ 85 , 38 , 0.4470588235294118 ] ,
[ 90 , 47 , 0.5222222222222223 ] ,
[ 95 , 46 , 0.4842105263157895 ] ,
[ 100 , 58 , 0.58 ] ,</span>

每次结果都不一样的。


看一看这些数究竟是如何的：

<span style="font-size:18px;">	if (1) {
		var config = new PlotConfiguration();        
		config.init();    
		  
		config.setPreference();    
		var r = 20;  
		//config.setSector(1,1,1,1);    
		//config.graphPaper2D(0, 0, r);  
		//config.axis2D(0, 0,180);   

		var array = [
			[ 5 , 4 , 0.8 ] ,
			[ 10 , 4 , 0.4 ] ,
			[ 15 , 10 , 0.6666666666666666 ] ,
			[ 20 , 14 , 0.7 ] ,
			[ 25 , 10 , 0.4 ] ,
			[ 30 , 13 , 0.43333333333333335 ] ,
			[ 35 , 17 , 0.4857142857142857 ] ,
			[ 40 , 26 , 0.65 ] ,
			[ 45 , 22 , 0.4888888888888889 ] ,
			[ 50 , 24 , 0.48 ] ,
			[ 55 , 29 , 0.5272727272727272 ] ,
			[ 60 , 30 , 0.5 ] ,
			[ 65 , 32 , 0.49230769230769234 ] ,
			[ 70 , 33 , 0.4714285714285714 ] ,
			[ 75 , 34 , 0.4533333333333333 ] ,
			[ 80 , 46 , 0.575 ] ,
			[ 85 , 38 , 0.4470588235294118 ] ,
			[ 90 , 47 , 0.5222222222222223 ] ,
			[ 95 , 46 , 0.4842105263157895 ] ,
			[ 100 , 58 , 0.58 ] 
		];
		
		var len = array.length;
	  
		var stat = new Statistic();          
		var data = [], text = [];  
		  
		//横坐标
		for (var i = 0; i <len; i++) {  
			data.push(array[i][2].toFixed(2));
			text.push(array[i][0].toFixed(0));  
		}     

		  
		stat.init(data, '试验次数', '正面朝上频率', 1);   
		stat.rateHistogram(text, 0, 0);   
	
	}</span>



画个折线图瞅瞅：

<span style="font-size:18px;">	if (1) {
		var config = new PlotConfiguration();        
		config.init();    
		  
		config.setPreference();    
		var r = 20;  
		//config.setSector(1,1,1,1);    
		//config.graphPaper2D(0, 0, r);  
		//config.axis2D(0, 0,180);   

		var array = [
			[ 5 , 4 , 0.8 ] ,
			[ 10 , 4 , 0.4 ] ,
			[ 15 , 10 , 0.6666666666666666 ] ,
			[ 20 , 14 , 0.7 ] ,
			[ 25 , 10 , 0.4 ] ,
			[ 30 , 13 , 0.43333333333333335 ] ,
			[ 35 , 17 , 0.4857142857142857 ] ,
			[ 40 , 26 , 0.65 ] ,
			[ 45 , 22 , 0.4888888888888889 ] ,
			[ 50 , 24 , 0.48 ] ,
			[ 55 , 29 , 0.5272727272727272 ] ,
			[ 60 , 30 , 0.5 ] ,
			[ 65 , 32 , 0.49230769230769234 ] ,
			[ 70 , 33 , 0.4714285714285714 ] ,
			[ 75 , 34 , 0.4533333333333333 ] ,
			[ 80 , 46 , 0.575 ] ,
			[ 85 , 38 , 0.4470588235294118 ] ,
			[ 90 , 47 , 0.5222222222222223 ] ,
			[ 95 , 46 , 0.4842105263157895 ] ,
			[ 100 , 58 , 0.58 ] 
		];
		
		var len = array.length;
	  
		var stat = new Statistic();          
		var data = [], text = [];  
		  
		//横坐标
		for (var i = 0; i <len; i++) {  
			data.push(array[i][2]);
			text.push(array[i][0].toFixed(0));  
		}     

		  
		stat.init(data, '试验次数', '正面朝上频率', 1);   
		stat.lineGraph(text, 0, 0, 0, 1.0);   
	
	}
	
	//折线图
	this.lineGraph = function(lableArray, xOffset, yOffset, yMin, yMax) {
		lableArray = lableArray ? lableArray : [];
		var lables = lableArray.length;
		xOffset = xOffset ? xOffset : 0;
		yOffset = yOffset ? yOffset : 0;
		
		var colorArray = ['red', 'orange', '#0088FF', 'green', 'cyan', 'blue', '#FF00FF',
			'#FF8844', 'purple'];
		var colors = colorArray.length;
			
		var height = 380, width = 580;
		
		plot.save()
			.translate(xOffset+60, yOffset+50);

		plot.setLineWidth(2)
			.setTextAlign('right');
			

		var max = yMax ? yMax : this.max();  
		var min = yMin ? yMin : 0; 		

		//最大值的末位为0的近似数，比方最大值25。最合适的近似数为30
		var dy = Math.round((max-min)/10*100)/100;

		
		var size = this.size();  
		var perH = Math.round((height-100) / 10);  
		var part = 2 * size;
		var perW = Math.round((width-100) / part);
		
		//宽和高度边界
		var wBound = part*perW, hBound = 10*perH;
		plot.setLineWidth(5)
			.strokeRect(0, 0, wBound, hBound);
			
		this.axis2D(0, hBound, wBound+20, hBound+20, this.xLabel, this.yLabel);
			
		plot.setLineWidth(2);
		var count = 0;
		for (var i = hBound; i >-1; i -= perH) {
			plot.fillText((min+dy*count).toFixed(2), -10, i+10, 30);
			count++;
			
			if (i > 0) {
				plot.beginPath()
					.moveTo(0, i)
					.lineTo(wBound, i)
					.closePath()
					.stroke();
			}
		}
		
		for (var i = 0; i < part; i++) {
			plot.beginPath()
				.moveTo(i*perW, 0)
				.lineTo(i*perW, hBound)
				.closePath()
				.stroke();
		}
		

		
		var xpos, xpos2, ypos;
		
		plot.setStrokeStyle('red')
			.setLineWidth(4);
		for (var i = 0; i < size; i++) { 
			ypos = hBound-(this.statisticalSample[i]-min)/dy*perH;

			xpos = perW*(1+2*i);
			
					if (i==0) {
						plot.beginPath()
							.moveTo(xpos, ypos);
					}
					else if (i < size-1) {
						plot.lineTo(xpos, ypos);
					}
					else {
						plot.lineTo(xpos, ypos)
							.moveTo(xpos, ypos)
							.closePath()
							.stroke();
					}
			

			

		}  
		
		for (var i = 0; i < size; i++) { 
			ypos = hBound-(this.statisticalSample[i]-min)/dy*perH;

			xpos = perW*(1+2*i);
			xpos2 = xpos + 0.5*perW;
			
			plot.setFillStyle('orange');
			shape.fillCircle(xpos, ypos, 5);
			plot.setFillStyle('blue');
			plot.fillText(this.statisticalSample[i].toFixed(2), xpos, ypos-5, 100);
			
			plot.setFillStyle('blue');
			plot.setTextAlign('center');
			if (i < lables) {
				plot.fillText(lableArray[i], xpos2-0.5*perW, 
					hBound+30, 100);  

			}
			
		}

		
		plot.restore();
	
	}
	</span>


来个数据点少一点的：

<span style="font-size:18px;">>>> 
试验次数--正面朝上次数---正面朝上频率
[ 5 , 3 , 0.6 ] ,
[ 15 , 9 , 0.6 ] ,
[ 25 , 16 , 0.64 ] ,
[ 35 , 15 , 0.42857142857142855 ] ,
[ 45 , 20 , 0.4444444444444444 ] ,
[ 55 , 31 , 0.5636363636363636 ] ,
[ 65 , 38 , 0.5846153846153846 ] ,
[ 75 , 44 , 0.5866666666666667 ] ,
[ 85 , 42 , 0.49411764705882355 ] ,
[ 95 , 50 , 0.5263157894736842 ] ,

	if (1) {
		var config = new PlotConfiguration();        
		config.init();    
		  
		config.setPreference();    
		var r = 20;  
		//config.setSector(1,1,1,1);    
		//config.graphPaper2D(0, 0, r);  
		//config.axis2D(0, 0,180);   

		var array = [
[ 5 , 3 , 0.6 ] ,
[ 15 , 9 , 0.6 ] ,
[ 25 , 16 , 0.64 ] ,
[ 35 , 15 , 0.42857142857142855 ] ,
[ 45 , 20 , 0.4444444444444444 ] ,
[ 55 , 31 , 0.5636363636363636 ] ,
[ 65 , 38 , 0.5846153846153846 ] ,
[ 75 , 44 , 0.5866666666666667 ] ,
[ 85 , 42 , 0.49411764705882355 ] ,
[ 95 , 50 , 0.5263157894736842 ] 
		];
		
		var len = array.length;
	  
		var stat = new Statistic();          
		var data = [], text = [];  
		  
		//横坐标
		for (var i = 0; i <len; i++) {  
			data.push(array[i][2]);
			text.push(array[i][0].toFixed(0));  
		}     

		  
		stat.init(data, '试验次数', '正面朝上频率', 1);   
		stat.lineGraph(text, 0, 0, 0, 1.0);   
	
	}</span>


假设尝试次数够多呢？

<span style="font-size:18px;">试验次数--正面朝上次数---正面朝上频率
[ 100 , 50 , 0.5 ] ,
[ 1100 , 548 , 0.49818181818181817 ] ,
[ 2100 , 1026 , 0.48857142857142855 ] ,
[ 3100 , 1522 , 0.49096774193548387 ] ,
[ 4100 , 2083 , 0.5080487804878049 ] ,
[ 5100 , 2613 , 0.5123529411764706 ] ,
[ 6100 , 3047 , 0.49950819672131147 ] ,
[ 7100 , 3522 , 0.496056338028169 ] ,
[ 8100 , 4083 , 0.5040740740740741 ] ,
[ 9100 , 4595 , 0.5049450549450549 ] ,
[ 10100 , 4960 , 0.4910891089108911 ] ,


	if (1) {
		var config = new PlotConfiguration();        
		config.init();    
		  
		config.setPreference();    
		var r = 20;  
		//config.setSector(1,1,1,1);    
		//config.graphPaper2D(0, 0, r);  
		//config.axis2D(0, 0,180);   

		var array = [
[ 100 , 50 , 0.5 ] ,
[ 1100 , 548 , 0.49818181818181817 ] ,
[ 2100 , 1026 , 0.48857142857142855 ] ,
[ 3100 , 1522 , 0.49096774193548387 ] ,
[ 4100 , 2083 , 0.5080487804878049 ] ,
[ 5100 , 2613 , 0.5123529411764706 ] ,
[ 6100 , 3047 , 0.49950819672131147 ] ,
[ 7100 , 3522 , 0.496056338028169 ] ,
[ 8100 , 4083 , 0.5040740740740741 ] ,
[ 9100 , 4595 , 0.5049450549450549 ] ,
[ 10100 , 4960 , 0.4910891089108911 ]
		];
		
		var len = array.length;
	  
		var stat = new Statistic();          
		var data = [], text = [];  
		  
		//横坐标
		for (var i = 0; i <len; i++) {  
			data.push(array[i][2]);
			text.push(array[i][0].toFixed(0));  
		}     

		  
		stat.init(data, '试验次数', '正面朝上频率', 1);   
		stat.lineGraph(text, 0, 0, 0, 1.0);   
	
	}</span>


嗯，原来如此。





<span style="font-size:18px;">>>> 
[0.14, 0.14, 1.0, 0.0, 0.6, 0.4]
>>> ================================ RESTART ================================
>>> 
[0.23, 0.16, 1.0, 0.0, 0.5, 0.5]
>>> ================================ RESTART ================================
>>> 
[0.14, 0.16, 1.0, 0.0, 0.51, 0.49]


#掷骰子
def dice():
    N = 100;
    count = [0]*6;
    for i in range(N):
        number = random.randint(1,6);
        if number == 1:
            count[0]+=1;

        if number == 5:
            count[1]+=1;

        if number < 7:
            count[2]+=1;

        if number > 7:
            count[3]+=1;

        if number%2 == 0:
            count[4]+=1;

        if number%2 == 1:
            count[5]+=1;

    for i in range(len(count)):
        count[i]/=N;

    print(count);
    </span>


 

<span style="font-size:18px;">>>> 
两个骰子点数和为1的概率是0.0
两个骰子点数和为2的概率是0.02
两个骰子点数和为3的概率是0.07
两个骰子点数和为4的概率是0.13
两个骰子点数和为5的概率是0.08
两个骰子点数和为6的概率是0.11
两个骰子点数和为7的概率是0.14
两个骰子点数和为8的概率是0.13
两个骰子点数和为9的概率是0.13
两个骰子点数和为10的概率是0.1
两个骰子点数和为11的概率是0.04
两个骰子点数和为12的概率是0.05

#掷骰子, 两骰子点数和
def dice():
    N = 100;
    count = [0]*12;
    for i in range(N):
        number1 = random.randint(1,6);
        number2 = random.randint(1,6);
        count[number1+number2-1]+=1;

    for i in range(len(count)):
        count[i]/=N;

    for i in range(len(count)):
        print('两个骰子点数和为{0}的概率是{1}'.format(i+1, count[i]));</span>


假设实验次数够多，终于会是这种情况：


	if (1) {
		var config = new PlotConfiguration();        
		config.init();    
		  
		config.setPreference();    
		var r = 20;  
		//config.setSector(1,1,1,1);    
		//config.graphPaper2D(0, 0, r);  
		//config.axis2D(0, 0,180);   

		var array = [0.0, 0.02, 0.05, 0.105, 0.105, 0.155, 0.175, 0.105, 0.12, 0.11, 0.045, 0.01];
		
		var len = array.length;
	  
		var stat = new Statistic();          
		var data = [], text = [];  
		  
		//横坐标
		for (var i = 0; i <len; i++) {  
			data.push(array[i]);
			text.push((i+1).toFixed(0));  
		}     

		  
		stat.init(data, '点数和', '概率', 1);   
		stat.lineGraph(text, 0, 0, 0, 0.3);   
	
	}


这种方法是不公平的，数据说明了一切。



>>> pow(1/6, 10);
1.6538171687920194e-08


[人叫板老师]点明了这‘出老千’的现象是真实存在的。










<span style="font-size:18px;">>>> 
三天内有两天下雨的概率是0.4
未来三天的天气情况是
[[1, 9, 0], [6, 6, 3], [8, 5, 1], [4, 5, 3], [6, 6, 3], [1, 1, 0], [1, 4, 5], [6, 3, 6], [5, 0, 1], [1, 8, 6], [0, 2, 1], [3, 5, 4], [2, 6, 8], [1, 2, 8], [5, 3, 6], [4, 9, 1], [7, 4, 9], [0, 1, 8], [8, 9, 1], [3, 2, 7]]

>>> 
三天内有两天下雨的概率是0.3
未来三天的天气情况是
[[3, 7, 9], [7, 5, 6], [5, 2, 0], [8, 8, 3], [6, 0, 3], [6, 1, 6], [5, 2, 8], [2, 2, 2], [1, 5, 5], [6, 6, 3], [0, 3, 2], [2, 2, 5], [6, 4, 7], [5, 7, 5], [1, 0, 2], [2, 6, 1], [3, 3, 4], [8, 8, 5], [2, 9, 1], [2, 0, 2]]


def weather():
    N = 20;
    array = [([0]*3) for i in range(N)];

    for i in range(N):
        for j in range(3):
            array[i][j] = random.randint(0, 9);
            
    count2 = 0;
    for i in range(N):
        count = 0;
        for j in range(3):
            if array[i][j]>=1 and array[i][j]<=4:
                count+=1;

        if count == 2:
            count2+=1;

    print('三天内有两天下雨的概率是{0}'.format(count2/N));
    print('未来三天的天气情况是\n{0}'.format(array));
    

if __name__ == '__main__':
    weather();</span>


 


<span style="font-size:18px;">>>> 
试验次数--两个正面朝上次数---两个反面朝上次数
[ 100 , 38 , 35 ]

>>> 
试验次数--两个正面朝上次数---两个反面朝上次数
[ 100 , 34 , 38 ]

>>> 
试验次数--两个正面朝上次数---两个反面朝上次数
[ 100 , 32 , 40 ]

def coin():
    result = [0]*2;
    print('试验次数--两个正面朝上次数---两个反面朝上次数');
    for i in range(100):
        count = [0]*2;
        for j in range(3):
            number = random.randint(1, 10000);
            if number%2 == 0:
                count[0]+=1;
            else:
                count[1]+=1;
        if (count[0] == 2):
            result[0]+=1;

        if (count[1] == 2):
            result[1]+=1;
        #result.append([i, count, count/i]);
    print('[ 100',',',result[0],',',result[1], ']');
	</span>

 
<span style="font-size:18px;">>>> 
第1小题的概率是0.079
第2小题的概率是0.921
第3小题的概率是0.263
第4小题的概率是0.137
第5小题的概率是0.0
第6小题的概率是0.166
第7小题的概率是0.514
第8小题的概率是1.0
>>> ================================ RESTART ================================
>>> 
第1小题的概率是0.093
第2小题的概率是0.907
第3小题的概率是0.242
第4小题的概率是0.153
第5小题的概率是0.0
第6小题的概率是0.153
第7小题的概率是0.515
第8小题的概率是1.0

def card():
    #抽牌1000次
    N = 1000;
    #8个小题
    result = [0]*8;

    for i in range(N):
        #52张牌
        number = random.randint(1, 52);

        #约定1-13 第一组红心，依次黑桃、方块、草花

        #(1)
        if number%13 == 7:
            result[0]+=1;
        #(2)
        if number%13 != 7:
            result[1]+=1;
        #(3)  方片
        if number//13==2:
            result[2]+=1;
        #(4) JQK
        if number%13 > 10:
            result[3]+=1;
        #(5)
        if number//13==0 and number//13 == 3:
            result[4]+=1;
        #(6)
        if number%13 > 6 and number%13<9:
            result[5]+=1;
        #(7)
        if (number//13)%2==0:
            result[6]+=1;
        #(8)
        if (number//13)%2==0 or (number//13)%2==1:
            result[7]+=1;

    for i in range(len(result)):
        print('第{0}小题的概率是{1}'.format(i+1, result[i]/N));
            

if __name__ == '__main__':
    card();
	</span>


<span style="font-size:18px;">>>> 
[0.0, 0.35, 1.0]
>>> ================================ RESTART ================================
>>> 
[0.0, 0.44, 1.0]
>>> ================================ RESTART ================================
>>> 
[0.0, 0.4, 1.0]

def ball():
    N = 100;
    result = [0]*3;
    for i in range(N):
        #9个球编号1-9
        number = random.randint(1, 9);

        if number < 1:
            result[0]+=1;

        if number < 5:
            result[1]+=1;

        if number < 10:
            result[2]+=1;

    for i in range(len(result)):
        result[i]/=N;
    print(result);   
        
            

if __name__ == '__main__':
    ball();</span>

 
<span style="font-size:18px;">>>> 
两个骰子点数和为1的概率是0.0
两个骰子点数和为2的概率是0.02
两个骰子点数和为3的概率是0.06
两个骰子点数和为4的概率是0.08
两个骰子点数和为5的概率是0.09
两个骰子点数和为6的概率是0.11
两个骰子点数和为7的概率是0.225
两个骰子点数和为8的概率是0.145
两个骰子点数和为9的概率是0.12
两个骰子点数和为10的概率是0.085
两个骰子点数和为11的概率是0.055
两个骰子点数和为12的概率是0.01

#掷骰子, 两骰子点数和
def dice():
    N = 200;
    count = [0]*12;
    for i in range(N):
        number1 = random.randint(1,6);
        number2 = random.randint(1,6);
        count[number1+number2-1]+=1;

    for i in range(len(count)):
        count[i]/=N;

    for i in range(len(count)):
        print('两个骰子点数和为{0}的概率是{1}'.format(i+1, count[i]));

if __name__ == '__main__':
    dice();</span>







本节到此结束。欲知后事怎样，请看下回分解。

weixin_33827590
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
LLM技术发展及在垂直领域中如何应用-经验学习大全
weixin_44077556的博客
07-24 9455
语言建模（LM)是提高机器语言智能的主要方法之一。一般来说，LM旨在对词序列的生成概率进行建模，以预测未来tokens的概率。: 起源于 20世纪90年代。其基本思想是基于马尔可夫假设建立词预测模型，由于需要估计指数级数量的转换概率，因此很难准确估计高阶语言模型。因此需要专门设计平滑策略，如回退估计和古德图灵估计被引入以缓解数据稀疏问题。: 通过神经网络，如循环神经网络（RNN）,来描述单词序列 的概率。作为一个显著贡献。工作引入了词的分布式表示这一概念，并在聚合上下文特征的条件下构建词预测函数。
总结了200道经典的机器学习面试题（附参考答案）
small-guo
07-01 7009
刷题，是面试前的必备环节。本文总结了往年BAT机器学习面试题，干货满满，值得收藏。想要入职大厂可谓是千军万马过独木桥。为了通过层层考验，刷题肯定是必不可少的。本文根据网络在线发布的BAT机器学习面试1000题系列，整理了一份面试刷题宝典。1.请简要介绍下SVM。SVM，全称是support vector machine，中文名叫支持向量机。SVM是一个面向数据的分类算法，它的目标是为确定一个分类超平面，从而将不同的数据分隔开。扩展：支持向量机学习方法包括构建由简至繁的模型：线性可分支持向量机、线性支持向量机
python随机数据随概率分布_概率分布及其Python实现
weixin_39560066的博客
11-29 490
一、学习概率分布有什么用?很多现实中的分布都来自几种概率分布。对个人生活和工作选择非常有帮助。知道某件事发生的概率对我们作出数据分析决策很有帮助。有时候计算概率很简单，有时候计算概率很复杂，概率分布是帮助我们解决特定问题下的万能模版。在经济学习领域，概率分布对于数据的认识有非常重要的作用，不管是有效数据还是噪音数据，如果知道了数据集分布，在机器学习算法选择和建模过程有很大帮助。二、概率分布1.理解...
[从头学数学] 第231节 不定积分
微笑的彩虹的博客
06-01 811
剧情提要： [机器小伟]在[工程师阿伟]的陪同下进入了元婴期的修炼。 这次要修炼的是数学分析（或称高等数学、或称微积分）。 正剧开始：
BAT机器学习面试1000题系列（第1~305题）
热门推荐
结构之法 算法之道
09-28 50万+
BAT机器学习面试1000题系列 整理：July、元超、立娜、德伟、贾茹、王剑、AntZ、孟莹等众人。本系列大部分题目来源于公开网络，取之分享，用之分享，且在撰写答案过程中若引用他人解析则必注明原作者及来源链接。另，不少答案得到寒小阳、管博士、张雨石、王赟、褚博士等七月在线名师审校。 说明：本系列作为国内首个AI题库，首发于七月在线实验室公众号上：julyedulab，并部分更新...
结合openCV学习DIP之机器学习CNN
Heisenberg's blog
07-11 934
综述 结合openCV学习DIP之传统图像特征与匹配 图像特征 图像的浅层特征主要是颜色、纹理和形状 图像特征是指: 可以表达图像中对象的主要信息, 并且以此为依据可以从其他未知图像中检测出相似或相同的该对象A. 在特征提取上,传统的图像处理都是自行设计提取固定特征的算子,在深度学习上主要是利用CNN网络来广泛的提取图像的特征. 笔记以吴恩达课程为基础, 全面介绍机器学习相关术语, 再以李航《统计学习方法》和周志华《机器学习》以及《学习openC...
机器学习、深度学习常见面试题300道
Rhao的博客
03-12 1万+
原文链接：https://blog.csdn.net/sinat_35512245/article/details/78796328 1.请简要介绍下SVM。 SVM，全称是support vector machine，中文名叫支持向量机。SVM是一个面向数据的分类算法，它的目标是为确定一个分类超平面，从而将不同的数据分隔开。 扩展： 支持向量机学习方法包括构建由简至繁的模型：线性可分支持向量机、...
BAT机器学习面试1000题系列（第1~305题
小爽哒哒哒的博客
09-29 1万+
1 请简要介绍下SVM，机器学习 ML模型 易SVM，全称是support vector machine，中文名叫支持向量机。SVM是一个面向数据的分类算法，它的目标是为确定一个分类超平面，从而将不同的数据分隔开。 扩展：这里有篇文章详尽介绍了SVM的原理、推导，《支持向量机通俗导论（理解SVM的三层境界）》。此外，这里有个视频也是关于SVM的推导：《纯白板手推SVM》   2 请简要介绍下t...
史上最全的Java学习路线
qq_31614211的博客
09-28 2281
java基础一、Java的历史和三大版本1. Java的发展史2. Java语言能做什么二、Java的开发环境1. 配置开发环境三、Java的第一个程序及运行原理JVM 的组成部分写第一个Java程序1、新建HelloWorld.java 文件2、编写Java程序 ( 文件名与类名 保持一致)3、编译java程序 （Compile）4、运行java程序四、Java的开发工具idea常用快捷键创建项目：Java的注释 分为三种五、Java的关键字和标识符关键字1、定义：2、关键字的分类2.1 数据类型关键字
JQuery从头学起第三讲
10-29
看了前面两讲的54淘客网友，我想应该对JQuery已经有了个初步的认识，知道如何用JQuery选择器来获取控件的值，今天我们主要讲使用JQuery对常用控件的取值。
从头开始学习vue-router
02-24
要学习vue-router就要先知道这里的路由是什么？为什么我们不能像原来一样直接用<a></a>标签编写链接哪？vue-router如何使用？常见路由操作有哪些？等等这些问题，就是本篇要探讨的主要问题。这里的路由并不是指我们...
Jquery从头学起第四讲 jquery入门教程
10-28
今天主要讲如何给主要的控件赋值，因为在做网站的时候，很多时候需要初始化表单，所有给控件赋值就成必然的了。
Photoshop从头学起
07-22
教程名称：Photoshop从头学起课程目录：【】Photoshop从头学起第(1-10)【】Photoshop从头学起第(11-20)【】Photoshop从头学起第(21-30)【】Photoshop从头学起第(31-40)【】Photoshop从头学起第(41-50)【】Photoshop...
基于stm32f4系列单片机，ad7606的8通道16位的同步ADC例程。.zip
最新发布
06-16
基于stm32f4系列单片机，ad7606的8通道16位的同步ADC例程。
六数码问题..._lan.zip
06-16
六数码问题..._lan
ASP.NET旅游信息管理系统 asp.net(c#)+sql.zip
06-16
ASP.NET旅游信息管理系统 asp.net(c#)+sql
ListView 中的item随意拖动.zip
06-16
ListView 中的item随意拖动.zip
图形化界面采用Easyx编写，实现对哈夫曼树的显示操作
06-16
【作品名称】：图形化界面采用Easyx编写，实现对哈夫曼树的显示操作 【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍】： 数据结构课程设计（哈夫曼编码译码器） 本程序语言为c语言，内容包括： 哈夫曼编码 显示哈夫曼树 哈夫曼译码 图形化界面采用Easyx编写，实现对哈夫曼树的显示操作。
如何从头学习python
12-28
从头学习Python可以通过以下步骤进行： 1. 学习基本概念和语法：首先，你需要学习Python的基本概念和语法。这包括变量、数据类型、运算符、条件语句、循环语句等。你可以通过阅读Python的官方文档、参考书籍或在线...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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