数学基础
文章平均质量分 51
xbmatrix
这个作者很懒,什么都没留下…
展开
-
数据挖掘中所需的概率论与数理统计知识
原文:http://blog.csdn.net/v_july_v/article/details/8308762数据挖掘中所需的概率论与数理统计知识 (关键词:微积分、概率分布、期望、方差、协方差、数理统计简史、大数定律、中心极限定理、正态分布)导言:本文从微积分相关概念,梳理到概率论与数理统计中的相关知识,但本文之压轴戏在本文第4节(彻底颠覆以前读书时大学课转载 2017-02-22 23:14:14 · 748 阅读 · 0 评论 -
在统计学中为什么要对变量取对数?
参考:https://www.zhihu.com/question/22012482转载 2017-04-05 21:37:10 · 15227 阅读 · 0 评论 -
SciPy教程 - 稀疏矩阵库scipy.sparse
参考:http://blog.csdn.net/pipisorry/article/details/41762945稀疏矩阵在Python科学计算中的实际意义对于那些零元素数目远远多于非零元素数目,并且非零元素的分布没有规律的矩阵称为稀疏矩阵(sparse)。由于稀疏矩阵中非零元素较少,零元素较多,因此可以采用只存储非零元素的方法来进行压缩存储。对于一个用二维数组存储的转载 2017-04-09 16:10:04 · 5933 阅读 · 0 评论 -
如何通俗理解beta分布?
参考:http://blog.csdn.net/a358463121/article/details/52562940beta分布介绍相信大家学过统计学的都对 正态分布 二项分布 均匀分布 等等很熟悉了,但是却鲜少有人去介绍beta分布的。用一句话来说,beta分布可以看作一个概率的概率分布,当你不知道一个东西的具体概率是多少时,它可以给出了所有概率出现的可能性大小转载 2017-04-08 20:04:07 · 820 阅读 · 0 评论 -
LDA-math-MCMC 和 Gibbs Sampling
参考:https://cos.name/2013/01/lda-math-mcmc-and-gibbs-sampling/转载 2017-03-28 21:53:25 · 564 阅读 · 0 评论 -
凸优化与对偶问题
参考:http://www.cnblogs.com/dreamvibe/p/4349886.html转载 2017-03-06 23:38:16 · 812 阅读 · 0 评论 -
常用数学公式大全
转载 2017-03-06 23:40:53 · 1226 阅读 · 0 评论 -
拉格朗日乘数法
参考:http://www.cnblogs.com/maybe2030/p/4946256.html阅读目录1. 拉格朗日乘数法的基本思想2. 数学实例3. 拉格朗日乘数法的基本形态4. 拉格朗日乘数法与KKT条件 拉格朗日乘数法(Lagrange Multiplier Method)之前听数学老师授课的时候就是一知半解,现在越发感觉拉格朗转载 2017-02-23 22:48:11 · 796 阅读 · 0 评论 -
常见的几种最优化方法
参考:http://blog.csdn.net/majinlei121/article/details/47260917http://mp.weixin.qq.com/s?__biz=MzI5NzA3NjIwMA==&mid=2247483799&idx=1&sn=12c549869e05efa17aeb2bd3e4cd03f3&mpshare=1&scene=1&srcid=0222ltGc转载 2017-02-23 21:55:50 · 55337 阅读 · 0 评论 -
偏度(skewness)和峰度(kurtosis)
偏度偏度(skewness),是统计数据分布偏斜方向和程度的度量,是统计数据分布非对称程度的数字特征。定义上偏度是样本的三阶标准化矩。偏度定义中包括正态分布(偏度=0),右偏分布(也叫正偏分布,其偏度>0),左偏分布(也叫负偏分布,其偏度峰度峰度(peakedness;kurtosis)又称峰态系数。表征概率密度分布曲线在平均值处峰值高低的特征数。直观看来,原创 2017-04-05 21:58:34 · 174129 阅读 · 15 评论