机器学习笔记公式推导(一):第一部分
原文来自:https://github.com/tsyw/MachineLearningNotes为视频(BV号:1aE411o7qd)的笔记整理笔记目录Introduction频率派的观点贝叶斯派的观点小结MathBasics高斯分布一维情况 MLE多维情况Introduction对概率的诠释有两大学派,一种是频率派另一种是贝叶斯派。后面我们对观测集采用下面记号:XN×p=(x1,x2,⋯ ,xN)T,xi=(xi1,xi2,⋯ ,xip)TX_{N\times p}=(x_{1},x_{2}
转载
2020-09-10 21:22:47 ·
399 阅读 ·
0 评论