统计推断：极大似然估计、贝叶斯估计与方差偏差分解
- 2022 年 2 月 13 日
- 筆記
1 参数估计、频率学派和贝叶斯学派 1.1 极大似然估计 设\(\bm{X}=(X_1,\dots X_n)\)(这里\ …
Continue Reading全概率公式、贝叶斯公式
- 2022 年 2 月 2 日
- 筆記
全概率公式 全概率公式为概率论中的重要公式，它将对一复杂事件A的概率求解问题转化为了在不同情况下发生的简单事件的概率的求 …
Continue ReadingPython中的随机采样和概率分布(二)
- 2021 年 12 月 6 日
- 筆記
在上一篇博文《Python中的随机采样和概率分布(一)》(链接：//www.cnblogs.com/orion-orio …
Continue Reading【概率论】随机变量
- 2021 年 11 月 9 日
- 筆記
随机变量 定义 一般地，随机变量是从 \(\Omega\)（样本空间）到实数域上的函数。 累积分布函数 \(F(x) …
Continue Reading
实例复习机器学习数学 – 2. 几种典型离散随机变量分布
- 2021 年 7 月 14 日
- 筆記
随机变量的引入 上一节我们讨论的都是随机事件，某一个随机事件可能包含若干个随机试验样本空间中的随机结果，如果对于每一个可 …
Continue Reading
机器学习数学复习 – 1.概率论基础
- 2021 年 6 月 29 日
- 筆記
概率相关 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 $\frac{1}{6}$. 投骰子，已知出 …
Continue ReadingAI数学基础之:概率和上帝视角
- 2021 年 3 月 5 日
- 筆記
目录 简介 蒙题霍尔问题 上帝视角解决概率问题 上帝视角的好处 简介 天要下雨，娘要嫁人。虽然我们不能控制未来的走向，但 …
Continue Reading两个多维高斯分布之间的KL散度推导
- 2020 年 10 月 12 日
- 筆記
在深度学习中，我们通常对模型进行抽样并计算与真实样本之间的损失，来估计模型分布与真实分布之间的差异。并且损失可以定义 …
Continue Reading样本协方差矩阵的定义与计算
- 2020 年 8 月 13 日
- 筆記
协方差矩阵是用来衡量一组随机变量之间的线性关系的矩阵。我们都知道，对于$n$个随机变量$X_1,X_2,… …
Continue Reading
隐马尔可夫模型详解
- 2020 年 8 月 10 日
- 筆記
隐马尔可夫模型（Hidden Markov Model, HMM）是可用于标注问题的模型，描述由隐藏的马尔可夫链随机 …
Continue Reading