莱布尼兹认为，从世界的偶然性出发，对上帝存在所作的证明，是唯一的一个根据经验作出的证明，证明陈述如下：这个世界存在着，但他也可能不存在，因此，他是偶然的，因此，世界存在的原因不在世界自身之中，而在世界之外，在那样一个存在物之中，这个存在物在其自身中包含有自己存在的原因，因而他必然地存在着，这个必然地存在着的存在物就是上帝.其实，这个证明，并没有提出什么新的论据，本质上，是莱布尼兹在重复着关于神的存
转载
2017-06-03 17:14:00
102阅读
2评论
一直以来，我们总是在孜孜不倦地寻找素数的规律，但是，很难成功，我们可以把素数看作人类思想无法的秘密.公元前3世纪，古希腊哲学家Eratosthenes提出了一个叫”过筛”的方法，做出了世界上第一张素数表，即按照素数的大小排列成表，把自然数按其大小一一写上去，然后，按照下列法则把合数去掉：把1去除，首先把2留下，然后，把2的倍数去除把3留下，然后，把3的倍数去除把5留下，然后，把5的倍数去除同理，继
转载
2017-11-07 16:15:00
242阅读
2评论
1.复数
我们把形如a+bi的数称为复数，其中a称为实部，b称为虚部，i称为虚数单位，a，b∈R.
在复平面内，任何一个复数都可以表示为r(cosθ+isinθ)的形式，其中，θ叫做该复数的辐角，即该复数在复平面内与实数轴的夹角，r为该复数的模.
2.棣莫弗定理
对于复数Z1，Z2，若：
Z1=r1(cosθ1+isinθ1)Z2=r2(cosθ2+isinθ2)
则：Z1.Z2=r1r2[cos
转载
2017-12-31 11:38:00
185阅读
2评论
计数原理：完成一件事，有n类办法，在第1类办法中有m1种不同的方法，在第2类办法中有m2种不同的方法，在第n类办法中有mn种不同的方法，那么，完成这件事共有：N=m1+m2+...+mn种不同的方法.这个原理，看起来比较的复杂，我尝试通过逻辑符号，来重新定义这个原理，但是未成功，诸君可以去研究下，好了，开始切入正题.计数原理又称加法原理，它不仅是推导排列数、组合数计算公式的依据，而且是最基本的思想
转载
2017-05-25 17:38:00
139阅读
2评论
贝叶斯定理看起来是如此的简单，但却有着神奇的功效，这非常符合国人治病求医的思
原创
2023-01-30 17:32:41
635阅读
今天是一个明朗的日子，心情闲暇，于是，研究了一下我国的算术，我国的算术其实是非常博大精深的，只是由于某些偶然原因，我国算术没能发展起来，否则，现代算术中心必在东方之华夏，在我的印记中，我们中学以前所学的算术思想，总体都体现了东方之华夏的风格.原载<<孙子算经>>卷下第二十六题今有物不知其数，三三数之剩二，五五数之剩三，七七数之剩二，问物几何?通俗来讲，该问题的意思是：有一些
转载
2017-11-15 16:47:00
218阅读
2评论
Introduction朴素贝叶斯是一种基于贝叶斯定理的分类算法。贝叶斯定理是指对于两个事件A和B，可以表示为 P(A|B)=P(B|A)P(A)/P(B)。朴素贝叶斯算法假设所有输入特征之间相互独立，这样可以将多个特征的贡献组合起来，并使用贝叶斯定理来进行决策。Example下面是一个使用朴素贝叶斯算法进行文本分类的例子，使用的数据集是 sklearn 库中的 20 类新闻组。首先，我们需要导入
转载
2023-10-07 13:04:07
101阅读
原创
2022-06-27 11:04:34
136阅读
现在，我们通过几种不同的方法来阐述下欧拉公式的证明思想，即证明，e^πi + 1=0.首先指数函数是定义在实数域上的，现在要延拓到复数域上，首先要定义e^i, e^ix是什么，严格地说，这是一种定义，而且，这个定义是合理的.e^ix=cosx+isinx，e是自然对数的底，i是虚数单位，他将三角函数的定义域扩大到复数，建立了三角函数和指数函数的关系，它在复变函数论里占有非常重要的地位.证法1：泰勒
转载
2017-06-05 12:16:00
554阅读
2评论
贝叶斯定理（Bayes' theorem）是概率论中的一个结果，它跟随机变量的条件概率以及边缘概率分布有关。在有些关于概率的解
原创
2022-12-07 09:22:09
243阅读
贝叶斯定理（英语：Bayes’ theorem）是概率论中的一个定理，它跟随机变量的条件概率以及边缘概率分布有关。在有些关于概率的解说中，贝叶斯定理（贝叶斯更新）能够告知我们如何利用新证据修改已有的看法。这个名称来自于托马斯•贝叶斯。 通常，事件A在事件B（发生）的条件下的概率，与事件B在事件A的条件下的概率是不一样的；然而，这两者是有确定的关系，贝叶斯定理就是这种关系的陈述。贝叶斯公式
转载
2024-01-12 15:00:42
93阅读
朴素贝叶斯是一种基于贝叶斯定理的简单概率分类器（分类又被称为监督式学习，所谓监督式学习即从已知样本数据中的特征信息去推测可能出现的输出以完成分类，反之聚类问题被称为非监督式学习），朴素贝叶斯在处理文本数据时可以得到较好的分类结果，所以它被广泛应用于文本分类/垃圾邮件过滤/自然语言处理等场景。
了解贝叶斯定理前，我们需要先了解条件概率与全概率公式。
条件概率
原创
2021-07-31 16:56:12
1365阅读
还是搬来了基础自己学习用哦 ~~从最基础的概率论到各种概率分布全面梳理了基本的概率知识与概念，这些概念可能会帮助我们了解
原创
2024-07-30 14:44:05
220阅读
朴素贝叶斯是一种基于贝叶斯定理的简单概率分类器（分类又被称为监督式学习，所谓监督式学习即从已知样本数据中的特征信息去推测可能出现的输出以完成分类，反之聚类问题被称为非监督式学习），朴素贝叶斯在处理文本数据时可以得到较好的分类结果，所以它被广泛应用于文本分类/垃圾邮件过滤/自然语言处理等场景。了解贝叶斯定理前，我们需要先了解条件概率与全概率公式。
原创
2021-07-13 14:07:41
562阅读
注意：本篇为50天后的Java自学笔记扩充，内容不再是基础数据结构内容而是机器学习中的各种经典算法。这部分博客更侧重与笔记以方便自己的理解，自我知识的输出明显减少，若有错误欢迎指正！目录一、算法概念· 概率论回顾-条件概率与贝叶斯公式· 基本Naive Bayes推导· 基于程序设计的算法调整· Laplacian 平滑二、代码的变量确定三、代码实现1.构造函数2.计算\(P^{L}(D_i)\)
本文为阅读 "Data Science from Scratch" 之笔记，文中案例、公式分析皆来自此书 让我们先来看看生活中的一个小例子。假设有某种疾病D，在10000人中会有1人患此病；又假设对患此病的人进行测试，测试为阳性的比例达到99%，也就是说100名患者中，有99名患者检测结果皆为阳性（
原创
2021-07-22 11:31:06
575阅读
理解概率概念对于机器学习工程师或数据科学专业人员来说是必须的。许多数据科学挑战性问题的解决方案本质上是从概率视角解决的。因此，更好地理解概率将有助于更有效地理解和实现这些算法。每当你阅读任何概率书、博客或论文时，大多数时候你会发现这些书中的讲解太过理...
转载
2019-01-14 08:18:26
1059阅读
我们经常会需要在已知P(y∣x)P(y|x)P(y∣x)时计算P(x∣y)P(x|y)P(x∣y)。幸运的是，如果还知道P(x)P(x)P(x)，我们可以用贝叶斯定理来实现这一目的：P(x∣y)=P(y∣x)P(x)P(y)P(x \mid y) = \frac{P(y \mid x) P(x)}{P(y)}P(x∣y)=P(y)P(y∣x)P(x)注意到P(y)P(y)P(y)出现在上面的公式中，它通常使用P(y)=∑xP(y∣x)P(x)P(y)=\sum_xP(y \mid x) P(x)P(y
原创
2022-04-22 15:58:24
159阅读
什么是贝叶斯定理？贝叶斯定理，以 18 世纪英国数学家托马斯贝叶斯命名，是确定条件概率的数学公式。条件概率是基于在类似情况下发生的先前结果的结果发生的可能性。贝叶斯定理提供了一种在给定新的或额外的证据的情况下修改现有预测或理论（更新概率）的方法。在金融领域，贝叶斯定理可用于评估贷款给潜在借款人的风险。该定理也称为贝叶斯规则或贝叶斯定律，是贝叶斯统计领域的基础。关键要点贝叶斯定理允许
原创
精选
2022-06-27 22:42:24
3863阅读
最为广泛的两种分类模型是决策树模型(Decision Tree Model)和朴素贝叶斯模型（Naive Baye
原创
2022-08-21 00:39:25
183阅读
