微分
1. 原函数->导函数
2. 导数:变化率。举个栗子,位移求导是速度,速度求导是加速度。
3. 偏导数:两个自变量,假定y不变,对x求导。
积分
1. 导函数->原函数
2. 定积分、不定积分
bootstraping - 有放回抽样
boosting - bootstrap aggregating
random forest
参数统计:总体分布可以用有限个参数刻画,e.g. 假定为正态,估计μ, σ
非参数估计:假设问题分布不能用有限个参数刻画
频率派
1. 经典统计
2. θ固定,样本X随机
3. 极大似然估计MLE(EM), 最大后验估计MAP
贝叶斯派
1. 贝叶斯统计
2. 样本X固定,θ随机
3. 先验分布+样本分布=>后验分布
4. Gibbs sampling
伯努利分布0-1分布
二项式分布0-1,n次-共轭先验分布是Beta分布
多项式分布0-6,n次-共轭先验分布是Dirichlet分布
来源
结构之法 算法之道 http://blog.csdn.net/v_july_v/article/details/41209515
转载于:https://blog.51cto.com/ctoxiongping/1612984