![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
统计概率
我叫龙翔天翼
广告,推荐,AI算法,hive, spark
展开
-
正态分布 置信区间 威尔逊置信区间(Wilson score interval)
一、正态分布标准正态分布标准正态分布就是均值为0,标准差为1的分布,如下图一般正态分布一般正态分布n,假设其均值是 μ,标准差为σ ,即服从 n~N(μ,σ)经过变换可以转换成标准正态分布:另X = (N - μ)/ σ,则X就是服从标准的正态分布了X~N(0,1)二、置信区间上图中的面积就是标准正态分布的概率,而置信区间就是变量的区间估计,例如图中的-1到1就是一个置信区间:...原创 2019-04-26 09:27:55 · 70463 阅读 · 0 评论 -
知识整理
一、皮尔逊相关系数与协方差、标准差的关系 参考:https://www.zhihu.com/question/20852004转化成“和的平方”以及“平方的和”,工程代码方便:转载 2019-05-29 14:54:58 · 416 阅读 · 0 评论 -
计算广告 权威资料总结
1.阿里自主创新的下一代匹配&推荐技术:任意深度学习+树状全库检索 https://zhuanlan.zhihu.com/p/35030348转载 2019-07-13 10:23:47 · 139 阅读 · 0 评论 -
Deep Learning 理解
一、word2vector1、 hierarchical softmax传统的softmax的最后一层需要计算每个单词的概率,效率太低,因此提出了替代方案:Hierarchical softmax。Hierarchical Softmax 基于这样的思想:相比于直接建模 P(y/x) ,我们可以先定义一个划分函数 c() 将 y 划分到区域 C,然后:即计算 x 条件下 y 的概率,先...转载 2019-06-05 09:43:56 · 180 阅读 · 0 评论 -
Andrew Ng Stanford机器学习公开课 总结(5) Lecture 5 高斯判别分析和朴素贝叶斯
layout: posttitle: Andrew Ng Stanford机器学习公开课 总结(5)subtitle: Lecture 5 高斯判别分析和朴素贝叶斯date: 2019-07-19author: ZhangWenXiangheader-img: img/post-bg-cook.jpgcatalog: truetags:-...翻译 2019-07-21 12:35:15 · 325 阅读 · 0 评论 -
Andrew Ng Stanford机器学习公开课 总结(12):k-means, 混合高斯分布, EM算法
Lecture 12 k-means, 混合高斯分布, EM算法本节主要讨论非监督学习的集中算法1. k-means clustering algorithmk-means算法是一种无监督的聚类算法,给定一个训练结合{x(1), . . . , x(m)},并没有标签y的信息,k-means的目的是将数据分为若干簇(cluster)。k-means算法比较简单且容易理解,具体算法流程如下:...翻译 2019-07-26 11:56:43 · 361 阅读 · 0 评论