摘要：
#1.一些记号和回顾 |参数 | 含义 | | | : | | \(N\) | 样本量 | |\(x=(x_1,...,x_N)^T\)|\(样本数据集\)| |\(t=(t_1,...,t_N)^T\)|\(样本的目标数据集\)| |\(p(x\|\mu,\sigma^2)=\prod\limit 阅读全文
摘要：
https://math.stackexchange.com/questions/171226/stuck-with-handling-of-conditional-probability-in-bishops-pattern-recognition 在本书的第10.8章节重新讲到了高斯模型的概率图 阅读全文
摘要：
1.一元高斯分布 2.多元高斯分布 \(D是维度,\mu是均值向量,D\times D的矩阵\Sigma是协方差矩阵\) \(比如二维的X,Y\) $\begin{bmatrix} cov[x,x] & cov[x,y] \ cov[y,x] & cov[y,y] \ \end{bmatrix},对 阅读全文