前言本系列文章为 《Deep Learning》 读书笔记，可以参看原书一起阅读，效果更佳。概率论机器学习中，往往需要大量处理不确定量，或者是随机量，这与我们传统所需要解决掉问题是大不一样的，因此我们在机器学习中往往很难给出一个百分百的预测或者判断，基于此种原因，较大的可能性往往就是所要达到的目标，概率论有用武之地了。概念离散型概率质量函数：是一个数值，概率，\(0\leq P(x)\leq 1\
转载
2024-02-07 11:55:35
795阅读
0. 多元高斯分布
假定一个 n 维的随机变量 x=[x1x2]∼N(μ,Σ)，其中 x1,x2 的维度分别是 p 和 q（也即 p+q=n），μ=[μ1μ2]，Σ=[Σ11Σ21Σ12Σ22]（Σ=ΣT,Σ21=ΣT21），
1. 边缘分布
x1,x2 各自依然服从 μi，写反差矩阵 Σii 的多元高斯分布；
2. 条件概率分布
给定 xj 求 xi 的分布：
μi|j=μ
转载
2017-04-03 16:33:00
1317阅读
联合概率、边缘概率、条件概率 概念总结 一、总结 一句话总结： 条件概率：设A,B是两个事件，且P(B)>0,则在事件B发生的条件下，事件A发生的条件概率（conditional probability)为：P(A|B)=P(AB)/P(B) 联合概率：联合概率指的是包含多个条件且所有条件同时成立的
转载
2020-11-07 19:54:00
1831阅读
2评论
首先我们需要搞清楚几个概念：概率函数、概率分布、概率密度我这里只做简单阐述，意在理解概念，可能不严谨。我们知道变量可分为离散随机变量和连续随机变量；概率函数：随机变量取某个值的概率pi=P(X=ai)(i=1,2,3,4,5,6)；以骰子为例，每次摇骰子取值为 1-6，取每个数字的概率为 1/6，这就是离散概率函数；pi=P(X<170)；以身高为例，小于 170 的概率，这就是连续概率函数
转载
2023-10-23 23:06:24
132阅读
\begin{gathered}X\simN(\mu,\Sigma)=\frac{1}{(2\pi)^{\frac{p}{2}}\Sigma^{\frac{1}{2}}}\text{exp}\left(\frac{1}{2}(x\mu)^{T}\Sigma^{1}(x\mu)\right)\\x\in\mathbb{R}^{p},r.v.\\\end{gathered}已知\begin{gathe
推荐
原创
2022-10-03 20:17:14
1839阅读
分布函数（英文Cumulative Distribution Function, 简称CDF），是概率统计中重要的函数，正是通过它，可用数学分析的方法来研究随机变量。分布函数是随机变量最重要的概率特征，分布函数可以完整地描述随机变量的统计规律，并且决定随机变量的一切其他概率特征。从事件到函数 我们已经很清楚函数的概念，g = g(x)是一个典型的函数，输入数据经过g(x)的处理后得到了一个新的输...
原创
2021-06-07 23:15:23
586阅读
概率分布的python实现
接上篇概率分布，这篇文章讲概率分布在python的实现。文中的公式使用LaTex语法，即在\begin{equation}至\end{equation}的内容可以在https://www.codecogs.com/latex/eqneditor.php?lang=zh-cn页面转换出
正确的格式二项分布(Binomial Distribution)包含n
转载
2023-05-28 15:35:19
370阅读
分布函数（英文Cumulative Distribution Function, 简称CDF），是概率统计中重要的函数，正是通过它，可用数学分析的方法来研究随机变量。分布函数是随机变量最重要的概率特征，分布函数可以完整地描述随机变量的统计规律，并且决定随机变量的一切其他概率特征。从事件到函数 我们已经很
原创
2022-01-16 17:46:40
954阅读
概率和统计知识是数据科学和机器学习的核心；我们需要统计和概率知识来有效地收集、审查、分析数据。现实世界中有几个现象实例被认为是统计性质的（即天气数据、销售数据、财务数据等）。这意味着在某些情况下，我们已经能够开发出方法来帮助我们通过可以描述数据特征的数学函数来模拟自然。“概率分布是一个数学函数，它给出了实验中不同可能结果的发生概率。”了解数据的分布有助于更好地模拟我们周围的世界。它可以帮助我们确定
转载
2023-11-16 13:54:42
110阅读
离散型随机变量，联合概率分布可以以列表的形式表示，也可以以函数的形式表示；对于连续型随机变量，联合概率分布通过一非负函数...
转载
2022-09-22 23:32:09
1692阅读
Poisson分布 概率密度函数 poisspdf(x,lamda) 分布函数poisscdf(X,lamda) 逆概率分布函数poissinv(F,lamda) x=[0:15]'; y1=[]; y2=[]; lam1=[1,2,5
转载
2023-11-07 13:59:52
230阅读
1 问题： 什么是正态分布，为什么这么出名和重要？1.1 名气大正态分布的大名，如雷贯耳很多人一说到概率，除了想到丢骰子的古典概型，第二个会想到的就是正态分布了下图就是正态分布和标准正态分布曲线的图甚至大部分有区分度的考试（选拔筛选考试，而不是资格水平考试）学生成绩没呈现正态分布，可以说是试卷出卷和教学有问题1.2 正态分布从哪儿来？ 谁发明的？名字：正态分布（Normal
转载
2023-11-12 08:24:21
483阅读
正态分布概率计算正态曲线下，横轴区间（μ-\(\sigma\)，μ+\(\sigma\)）内的面积为68.268949%，横轴区间（μ-1.96\(\sigma\)，μ+1.96\(\sigma\)）内的面积为95%，横轴区间（μ-2.58\(\sigma\)，μ+2.58\(\sigma\)）内的面积为99%。横轴区间（μ-2\(\sigma\)，μ+2\(\sigma\)）内的面积为95.44
转载
2023-05-25 15:48:46
361阅读
参考１：分布函数就是变量小于等于某个特定值a的概率（或者频率，如果是用数据统计出来的话），也即。还不好理解？假设现在有全世界所有人的身高的分布函数，而你的身高是175cm，那么分布函数在175cm处的取值就是所有比你矮或者和你一样高的人占全世界所有人的比例。姚明的身高是226cm，那么分布函数在226cm处的取值就是所有比姚明矮或者和姚明一样高的人占全世界所有人的比例 离散型随机变量的概率函数、概
转载
2020-06-29 16:39:00
482阅读
概率分布：一、随机变量随机事件：随机变量：量化随机事件，一种函数，将随机事件出现的结果赋予数值，通常用大写字母表示。随机变量的分类：离散/连续随机变量对应的概率分布会有差别二、概率分布统计图中的形状，叫做它的分布概率分布就是帮我们解决特定问题下的万能模板。对于机器学习的算法选择和建模有很大的帮助。三、离散概率分布（概率质量函数PMF）几个典型的离散概率分布：1、伯努利分布（抛硬币）：典型应用是抛硬
转载
2023-08-01 22:58:59
246阅读
思维导图：学习目标：要学习二维随机变量的边缘分布，我可能会按照以下步骤进行学习：理解二维随机变量的概念和表示方法，包括联合分布函数和联合分布律等概念。理解二维随机变量的边缘分布的概念和意义，即在已知联合分布的情况下，如何求出单独一个随机变量的概率分布。掌握边缘分布的求解方法，可以通过积分或求和的方式求得。理解边缘分布的性质，例如边缘概率密度函数（或概率质量函数）的积分（或求和）应等于1
转载
2023-11-27 16:20:27
234阅读
概率论几种常见分布正态分布概要分析泊松分布适用范围伽玛分布对数正态分布 本文也算是一种对大学知识的回顾吧！学习数据分析看到几种统计方法，没办法，过来总计一下吧，反正感觉我以后用的次数还多着哩。 正态分布正态分布（normal distribution）又名高斯分布，是一个非常常见的连续概率分布。正态分布在统计学上十分重要，经常用在自然和社会科学来代表一个不明的随机变量。概要正态分布是自然科学与
转载
2024-01-02 20:17:33
53阅读
转存失败重新上传取消 介绍拥有良好的统计背景对于数据科学家的日常工作可能会大有裨益。每次我们开始探索新的数据集时，我们首先需要进行探索性数据分析（EDA），以了解某些特征的概率分布是什么。如果我们能够了解数据分布中是否存在特定模式，则可以量身定制最适合我们的机器学习模型。这样，我们将能够在更短的时间内获得更好的结果（减少优化步骤）。实际上，某些机器学习模型被设计为在某些分布假设下效果最佳
转载
2023-08-24 17:00:00
221阅读
我试图让数据符合概率分布(在我的例子中是伽马函数)。在用瞬间法我取得了一些成功：mean, var = data.mean(), data.var()α, β = mean ** 2 / var, var / meanx = np.linspace(0, 100)plt.plot(x, gamma.pdf(x, α, 0, β))# Pandas is in usedata.plot(kind='
转载
2023-07-03 22:38:28
401阅读
