注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 数理统计讲义离散随机变量

  2. 本讲义包含贝叶斯公式和全概率，离散随机变量两部分，里面含有详细例题。

  3. 所属分类：专业指导

    • 发布日期：2008-10-08
    • 文件大小：254976
    • 提供者：WZL781213

  1. 全概率公式和贝叶斯公式

  2. 全概率公式和贝叶斯公式．它们与之前的两个公式一起构成概率计算问题的四大公式．

  3. 所属分类：讲义

    • 发布日期：2015-12-07
    • 文件大小：1048576
    • 提供者：qq_27960347

  1. 数据挖掘相关数学知识

  2. 摘自网络，版权归作者所有。 1. 机器学习为什么要使用概率 2. 概率学派和贝叶斯学派 3. 何为随机变量和何又为概率分布？ 4. 条件概率，联合概率和全概率公式： 5. 边缘概率 6. 独立性和条件独立性 7. 期望、方差、协方差和相关系数 8. 常用概率分布 9. 贝叶斯及其应用 10. 中心极限定理 11. 极大似然估计 12. 概率论中的独立同分布?

  3. 所属分类：算法与数据结构

    • 发布日期：2018-12-29
    • 文件大小：2097152
    • 提供者：msttuwu

  1. 机器学习相关的基础数学知识

  2. 一. 线性代数 二. 概率论 三. 数理统计 四. 优化相关 五.信息论 向量 条件概率 样本 目标函数 信息熵 矩阵 联合概率 总体 全局最小值 互信息 集合 全概率公式 统计量 局部极小值 信息增益 标量 逆概率 参数估计 无约束优化 KL 散度 张量 贝叶斯公式 假设检验 约束优化 最大熵原理 范数 贝叶斯定理 置信区间 拉格朗日函数 交叉熵和相对熵的对比 内积 先验概率 区间估计 KKT条件与对偶函数 各种熵之间的关系 向量正交 后验概率 泛化能力 梯度下降法 正交基 似然概率 泛化误

  3. 所属分类：机器学习

    • 发布日期：2019-02-21
    • 文件大小：327680
    • 提供者：u012459213

  1. 概率论与数理统计第一章.png

  2. 概率论与数理统计第一章思维导图 本章介绍了随机试验，随机事件的概念，事件间的关系以及运算，主要给出了古典概型，条件概率的定义，概率的加法公式，全概率公式和贝叶斯公式，同时对独立性和伯努利概型进行了重点论述，该章内容是这个概率论的基础，对理解整个概率论起到了极大的作用。

  3. 所属分类：讲义

    • 发布日期：2020-05-16
    • 文件大小：244736
    • 提供者：qq_43997868

  1. 全概率公式和贝叶斯公式的证明与应用

  2. 毕业论文——全概率公式和贝叶斯公式的证明与应用

  3. 所属分类：专业指导

    • 发布日期：2013-01-14
    • 文件大小：35840
    • 提供者：a279357548

  1. 概率论与数理统计第一课 基础知识和贝叶斯公式

  2. 1.基础知识 事件：从S（样本空间）里面得到的集合 栗子：例如一次丢筛子实验，样本空间（可能出现的所有后果）={1，2，3，4，5，6}            设置事件A为骰子点数大于3  ， A={4，5，6}  //这里需要先不涉及随机变量的知识。 条件概率：A事件的发生受到B事件发生的影响 全概率公式：样本空间可以被瓜分，且按照一种关系瓜分 贝叶斯公式：  2.netica中参数的解释 3.Python pgmpy模块实现一次贝叶斯网络概率计算 作者：darksheng

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：29696
    • 提供者：weixin_38647822