单位矩阵
摘要：一、单位矩阵的定义 主对角线上的元素都为1，其余元素全为0的n阶矩阵称为n阶单位矩阵，记为或，通常用 I 或 E 来表示 在线性代数中，大小为n的单位矩阵是主对角线上均为1，其余地方都是0的n x n的方阵，它用表示： 同时单位矩阵也可以简单地记为一个对角线矩阵： 二、单位矩阵的性质 根据矩阵乘法的
阅读全文
posted @
2020-09-07 14:49
小小喽啰
阅读(4670)
推荐(0) 编辑
向量的内积（也叫点积）
摘要：代数定义： 设二维空间内有两个向量和，定义它们的数量积（又叫内积、点积）为以下实数： 更一般地，n维向量的内积定义如下： 其中两个维度相同的向量的内积也可以表示为： 几何定义（只适用于2维和3维空间）： 运算律： 交换律： 分配律： 结合律： ，其中m是实数 公式是很容易理解，但是意义呢？ 内积运算
阅读全文
posted @
2020-09-07 13:49
小小喽啰
阅读(27760)
推荐(0) 编辑
损失函数
摘要：一、损失函数和代价函数、目标函数的区别和练习 在机器学习中，经常会碰到 Loss Function、Cost Function 和 Objective Function，这三个术语，我们要了解他们之间的区别和联系。 （1）损失函数（Loss Function）通常是针对单个训练样本而言，给定一个模型
阅读全文
posted @
2020-09-03 12:18
小小喽啰
阅读(1215)
推荐(0) 编辑
幂函数
摘要：目录 基本概念 python画图 定义域和值域 性质 单调区间 特性 一、基本概念 幂函数是基本初等函数之一。一般地，y = xa （α为有理数）的函数，即以底数为自变量，幂为因变量，指数为常数的函数称为幂函数。例如函数y = x0 、y = x1 、y = x2 、y = x-1 （注：y = x
阅读全文
posted @
2020-08-21 15:48
小小喽啰
阅读(3230)
推荐(0) 编辑
指数函数
摘要：目录 基本概念 python画图 基本性质 运算法则 一、基本概念 细胞的分裂是一个很有趣的现象，新细胞产生的速度之快是十分惊人的。例如，某种细胞在分裂时，1个分裂成2个，2个分裂成4个……因此，第x次分裂得到新细胞数y与分裂次数x的函数关系式即为： 指数函数是重要的基本初等函数之一。 一般地，y
阅读全文
posted @
2020-08-21 10:50
小小喽啰
阅读(1638)
推荐(0) 编辑
导数
摘要：计算复合函数的导数时，关键是分析清楚复合函数的构造，即弄清楚该函数是由哪些基本初等函数经过这样的过程复合而成的，求导数时，按复合次序由最外层起，向内一层一层地对中间变量求导数，直到对自变量求导数为止 一、导数表： 序号 原函数 导函数 1 2 3 4 5 6 7 8 9 10 11 12 13 14
阅读全文
posted @
2020-08-20 18:48
小小喽啰
阅读(421)
推荐(0) 编辑
二项分布
摘要：目录： 定义 期望与方差 两个二项分布的协方差 python画图 二项分布与其他分布的关系 一、定义 在n次独立重复的伯努利试验中，设每次试验中事件A发生的概率为p。用 X 表示n重伯努利试验中事件A发生的次数，则X的可能取值为0，1，…，n,且对每一个k（0≤k≤n）,事件{X=k}即为“n次试验
阅读全文
posted @
2020-08-20 14:27
小小喽啰
阅读(6677)
推荐(0) 编辑
三角函数（sin,cos,tan）、log等等
摘要：函数关系 还有更多的数据具体看：https://baike.baidu.com/item/%E4%B8%89%E8%A7%92%E5%87%BD%E6%95%B0%E5%85%AC%E5%BC%8F/4374733?fr=aladdin 主要看看图形是怎么样的 #三角函数的自变量是角度 import
阅读全文
posted @
2020-08-13 14:40
小小喽啰
阅读(3509)
推荐(0) 编辑
常见的分布及如何使用python实现
摘要：常见分布有如下 独立同分布：independent and identically distributed， 简称i.i.d 即是说每个的试验结果都是相互独立，不收前后结果影响，且每一次事件A发生的概率都一样 一、连续型随机变量的常见分布 对于连续型随机变量，使用概率密度函数（probability
阅读全文
posted @
2020-07-07 15:10
小小喽啰
阅读(4418)
推荐(0) 编辑
python 如何判断一组数据是否符合正态分布
摘要：正态分布 若随机变量x服从有个数学期望为μ,方差为σ2 的正态分布，记为N(μ,σ) 其中期望值决定密度函数的位置，标准差决定分布的幅度，当υ=0，σ=1 时的正态分布是标准正态分布 判断方法有画图/k-s检验 画图： #导入模块 import numpy as np import pandas a
阅读全文
posted @
2020-07-06 11:30
小小喽啰
阅读(16788)
推荐(1) 编辑
