概率统计13——二项分布与多项分布
摘要：原文 | https://mp.weixin.qq.com/s/bOchsmHTINKKlyabCQKMSg 相关阅读 最大似然估计(概率10) 寻找“最好”（3）函数和泛函的拉格朗日乘数法 伯努利分布 如果随机试验仅有两个可能的结果，那么这两个结果可以用0和1表示，此时随机变量X将是一个0/1的变
阅读全文
posted @ 2019-12-28 19:20
12 2019 档案
贝叶斯决策理论（1）
摘要：数据来自于一个不完全清楚的过程。以投掷硬币为例，严格意义上讲，我们无法预测任意一次投硬币的结果是正面还是反面，只能谈论正面或反面出现的概率。在投掷过程中有大量会影响结果的不可观测的变量，比如投掷的姿势、力度、方向，甚至风速和地面的材质都会影响结果。也许这些变量实际上是可以观测的，但我们对这些变量对结
阅读全文
posted @ 2019-12-26 18:02
线性代数笔记34——左右逆和伪逆
摘要：原文 | https://mp.weixin.qq.com/s/PRQQvSfmipxPBeF80aEQ1A 一个矩阵有逆矩阵的前提是该矩阵是一个满秩的方阵。然而很多时候遇到的都是长方矩阵，长方矩阵是否有类似的逆矩阵呢？ 先把4个基本子空间的图贴上，A是m×n的矩阵，其中r是矩阵的秩： 两侧逆（2-
阅读全文
posted @ 2019-12-19 21:59
线性代数笔记33——基变换和图像压缩
摘要：原文 | https://mp.weixin.qq.com/s/TXbcQoXw2HGkP3tnvKEpMQ 基变换的一个重要应用是压缩，图像、视频、音频和其它一些数据都会因为基变换而得到更高效的压缩存储。线性变换可以脱离坐标系，而描述线性变换的矩阵却要依赖于坐标系，因此选择合适的基会更便于计算。
阅读全文
posted @ 2019-12-17 17:44
线性代数笔记32——线性变换及对应矩阵
摘要：原文：https://mp.weixin.qq.com/s/qCmstZdzCy1WCfBAkEZEoA 线性变换这个词在线性代数中经常被提及，每个线性变换的背后都有一个矩阵。矩阵的概念比较直观，相比之下，线性变换就显得抽象了。 线性变换 抛开矩阵，我们从变换的角度讨论投影。通过T变换，使平面内的一
阅读全文
posted @ 2019-12-14 13:25
线性代数笔记31——奇异值分解
摘要：原文 | https://mp.weixin.qq.com/s/HrN8vno4obF_ey0ifCEvQw 奇异值分解（Singular value decomposition）简称SVD，是将矩阵分解为特征值和特征向量的另一种方法。奇异值分解可以将一个比较复杂的矩阵用更小更简单的几个子矩阵相乘来
阅读全文
posted @ 2019-12-10 18:45
线性代数笔记30——相似矩阵和诺尔当型
摘要：原文 | https://mp.weixin.qq.com/s/TDj3aCEHjaKHATZ7uviQMA 长方矩阵与正定矩阵 我们之前一直在讨论方阵，但大量的实际问题应用到了长方矩阵，比如在最小二乘中用到了ATA。 如果A是一个m×n的长方矩阵，那么ATA是一个对称矩阵，当然也是方阵，我们感兴趣
阅读全文
posted @ 2019-12-03 12:49
