巴洛克藝術的風格 哈爾斯，法蘭斯(HALS，Frans)(1580~1666）
转载
2021-08-06 10:46:31
338阅读
洛谷P1725 琪露诺 交了15遍，差点砸电脑，我对自己无语了，为什么不好好想，耐下心来。。第一感觉是dp，然后没仔细想，瞎觉得好像不是，然后没管住自己，看了标签，果然是dp，后悔自己为何没好好想想。不过自己写出了转移方程，很好，然后编程的时候没有按方程转移，再次无语。。最后确定答案时，范围卡小了，
转载
2017-08-07 14:50:00
183阅读
2评论
匈牙利命名法（全）匈牙利命名法是微软推广的一种关于变量、函数、对象、前缀、宏定义等各种类型的符号的命名规范。匈牙利命名法的主要思想是：在变量和函数名中加入前缀以增进人们对程序的理解。它是由微软内部的一个匈牙利人发起使用的，结果它在微软内部逐渐流行起来，并且推广给了全世界的Windows开发人员。下面将介绍匈牙利命名法，后面的例子里也会尽量遵守它和上面的代码风格。还是那句话，并不是要求所有的读者都要...
转载
2010-05-03 11:53:00
439阅读
2评论
贝叶斯方法有着非常广泛的应用，但是初学者容易被里面的概率公式的给吓到，以至于望而却步。所以有大师专门写个tutorial，命名为“bayesian inference with tears”。 我本人也深受其苦，多次尝试学习而不得其门而入。终于有一天，一种醍醐灌顶的感觉在脑海中出现，思路一下子清晰了，原来bayes估计竟然是这么一回事。本blog只是为了让还处在痛苦的学习过程中的人能够快速把握概念
转载
2024-01-05 22:08:00
70阅读
Python 格鲁布斯法，即所谓的“Grubbs' Test”，是用于检测单一异常值的统计方法，特别适用于正态分布数据。随着Python的不断升级，库的版本对比、兼容性以及性能优化等方面都值得我们关注与学习。本博文记录了解决Python格鲁布斯法问题的过程，涵盖了各个重要模块。
### 版本对比
在过去的几个版本中，Python的格鲁布斯法实现经历了众多特性更新。在这里，我们将对比主要版本的特
简介Grubbs测试（以1950年发表测试的Frank E. Grubbs命名），也称为最大归一化残差测试或极端学生化偏差测试，是一种统计测试，用于检测假设的单变量数据集中的异常值来自正常分布的人口。 定义格拉布斯的测试基于正态假设。也就是说，在应用Grubbs测试之前，应首先验证数据是否可以通过正态分布合理地近似。格拉布斯的测试一次检测到一个异常值。从数据集中删除该异常值，并且迭代测试
转载
2024-03-10 14:23:24
0阅读
贝叶斯方法有着非常广泛的应用，但是初学者容易被里面的概率公式的给吓到，以至于望而却步。所以有大师专门写个tutorial，命名为“bayesian inference with tears”。 我本人也深受其苦，多次尝试学习而不得其门而入。终于有一天，一种醍醐灌顶的感觉在脑海中出现，思路一下子清晰了，原来bayes估计竟然是这么一回事。本blog只是为了让还处在痛苦的学习过程中的人能够快速把握概念
诗经 - 小雅 - 湛露湛湛露斯，匪阳不晞。厌厌夜饮，不醉无归。湛湛露斯，在彼丰草。厌厌夜饮，在显允君子，莫不令德。其桐其椅，其实离离。岂弟君子，莫不令仪。这首诗是天子宴请诸侯时才演奏的乐曲...
原创
2022-05-26 01:45:56
121阅读
贝叶斯可靠性评估 第一节 贝叶斯统计简介 1. 贝叶斯的基本出发点 2. 先验分布和后验分布 3. 贝叶斯推断 4. 经验贝叶斯方法 第二节 常见故障分布下的贝叶斯推断 1. 二项分布的贝叶斯估计 2. 指数分布的贝叶斯估计 第一节 贝叶斯统计简介 1.1 贝叶斯的基本出发点 贝叶斯学派的最基本的观点是：任一未知量都可看作一个 随机变量，应该用一个概率分布去描述其未知状况。在抽 样前就有关于目标变
转载
2024-08-18 09:54:58
92阅读
1. 朴素贝叶斯是什么 依据《统计学方法》上介绍：朴素贝叶斯法（Naive Bayes）是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定的输入 xx ，利用贝叶斯定理求出后验概率最大的输出 yy 。 可能读完上面这段话仍旧没办法理解朴素贝叶斯法到底是什么，又是
转载
2023-10-02 08:15:49
165阅读
之前我们介绍了第一个文件格式：文件格式简介在这个文件格式里，数据没有排序，顺序存储，我们只提供了查询所有数据的接口，当我们想进行值过滤时，比如查询大于10的数据，需要将所有数据遍历一遍，如果把这个文件看做一个只有一列的表，这种查询方式就叫全表扫描。磁盘结构和基本耗时磁盘的组织结构 盘片->磁道->扇区。由于盘片是并行操作的，因此可以忽略寻找盘片的时间。所以基本上要找...
原创
2021-09-02 15:52:09
2401阅读
# Java 实现全排列枚举法教程
全排列是指将一个集合中的所有元素按照不同的顺序排列出来。在 Java 中实现全排列枚举法，可以通过递归的方式来完成。本文将为刚入行的小白开发者详细讲解如何实现全排列，并附上代码示例及相关解释。
## 实现流程
在实现全排列的过程中，我们可以将整个流程分为以下几个步骤：
| 步骤 | 描述 |
| ---- | ---- |
| 1 | 确定输入元素
R语言贝叶斯判别法是一种强大的统计方法，广泛用于数据分类与预测。它基于贝叶斯定理，通过对先验概率和似然函数的结合，进行分类的决策。本文将详细记录如何在R语言中实施贝叶斯判别法，涵盖环境准备、集成步骤、配置详解、实战应用、排错指南及性能优化的各个方面。
## 环境准备
在开展R语言贝叶斯判别法之前，需要准备相应的环境。确保安装必要的R言语言版本和相关包。
版本兼容性矩阵如下：
| 组件
频率派vs贝叶斯派 —— MLE（最大似然估计） vs MAP（最大后验估计）
1. 频率派 vs 贝叶斯派在概率估计或者机器学习里的参数估计上，有两个方法，MLE（最大似然估计） 和MAP（最大后验估计），其实代表了概率论里的两个派别，频率派和贝叶斯派往大的说，这两个派别代表了不同的世界观。频率派认为参数是客观存在不会改变的，虽然未知，但却是固定值；贝叶斯派则认为参数是随机值，
转载
2022-02-24 09:50:15
184阅读
對應語法數據庫鏈接：2003：System.Configuration.ConfigurationSetting
转载
2006-06-20 09:13:00
58阅读
2评论
一、全概率公式和贝叶斯公式1、全概率公式 2、贝叶斯公式二、朴素贝叶斯算法1、算法简介 贝叶斯分类算法是统计学计独立的（假设某样本x有a1,…,aM个属性,...
原创
2023-10-10 10:03:41
293阅读
