![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
概率论与数理统计
文章平均质量分 92
hashcon
做自媒体技术分享很久了,大家的抬爱与支持让我很开心很感激,但是个人本来做这些也并不是为了收益,只是为了个人学习与传播知识帮助更多的人,所以我将全网所有账号全部收益,持续捐给各种公益项目,也算不辜负大家的抬爱,也是回报祖国对我的一番培养。
曾任职于顺丰,华为,网易等公司,从Java小白,成长为资深开发与项目组首席架构师。喜欢源码与开源,曾贡献 MyCat1.6 核心源码,贡献过druid,Spring Cloud,dubbox,Apache RocketMQ,Apache Bookeeper 等多开源项目。
展开
-
实例复习机器学习数学 - 1. 事件与概率
从骰子实验引出的各种概率概念1.投骰子,出现点数为 6 的概率 16\frac{1}{6}61. 投骰子,已知出现点数为偶数,出现点数为 6 的概率则是 13\frac{1}{3}31,这个概率即 条件概率。2.条件概率为:假设我们知道 A 事件已经发生,在此基础上我们想知道 B 事件发生的概率,这个概率为条件概率,记作 P(B∣A)P(B|A)P(B∣A)3.古典概率模型:假设一个实验,有 Ω\OmegaΩ 个等可能性的结果,事件 A 包含其中 XXX 个结果,事件 B 包含其中 YYY 个结果原创 2021-06-28 20:01:32 · 339 阅读 · 1 评论 -
随机变量及其分布函数
随机变量是一个映射/函数,将一个实数值X(w)赋予一个实验的每一个输出w。 X(Ω)=R 例如抛十次硬币,令X(w)表示序列w中正面向上的次数,如当w=HHTHHTHHTT,则X(w)=6;X只能取离散值,称为离散型随机变量 令Ω=(x,y):x2+y2<=1\Omega={(x,y): x^2+y^2<=1} 表示单位圆盘,输出为该圆盘中的一点w=(x,y),则有随机变量: X(ω)=x,Y原创 2017-10-29 10:07:02 · 8781 阅读 · 0 评论 -
分布单值概述
期望:连续随机变量的加权平均值。如果下列积分有定义的话,即:\int|x|dF(x) < \infty定义X的期望(均值,一阶矩)为:E(X) = \mu = \int{xdF(x)} = \int{xp(x)dx}对于离散随机变量为:\sum_x{xp(x)}期望的性质: - 线性运算: math E(aX+b) = aE(x) + b - 加法法则, 设xix_i是随机变原创 2017-10-30 09:25:18 · 4159 阅读 · 0 评论 -
概率论温习-基础概念
试验(事先不知道输出)的样本空间:所有可能输出的集合。例如:抛硬币两次,Ω={HH, HT, TH, TT}**事件**A, 样本空间的子集,例如:第一次正面朝上:A={HH, HT}P(A)事件A的概率,公理:P(A)是一个非负实数合法命题的概率为1:P(Ω)=1互斥事件并集事件概率为每个事件概率的和:P(∐Kk=1Ak)=∑kk=1P(Ak) P(\coprod^K_{k=1}A_k原创 2017-10-28 11:46:58 · 4043 阅读 · 0 评论 -
离散随机分布
离散随机分布1.Bernoulli分布:两点分布或者0-1分布。bernoulli试验成功,则Bernoulli随机变量X取值为1,否则X为0。记试验成功概率为θ,即: P(X=1)=θ P(X=0)=1−θ θϵ[0,1] P(X=1)=\theta\ \ \ P(X=0)=1-\theta\ \ \ \theta \epsilon[0,1] 称X服从参数为θ的Bernoul原创 2017-11-06 09:28:42 · 5594 阅读 · 0 评论