机器学习数学笔记|大数定理中心极限定理矩估计
机器学习数学笔记|大数定理中心极限定理矩估计
觉得有用的话,欢迎一起讨论相互学习~
本博客为七月在线邹博老师机器学习数学课程学习笔记
为七月在线打call!!
课程传送门
概率密度/概率分布函数
- 概率密度只是针对连续性变量而言,而分布函数是对所有随机变量取值的概率的讨论,包括连续性和离散型.
- 已知连续型随机变量的密度函数,可以通过讨论及定积分的计算求出其分布函数;当已知连续型随机变量的分布函数时,对其求导就可得到密度函数。
- 概率密度曲线y轴意义在于给定相同长度下,样本落在此段几率大小.其函数图像与x轴包围的面积表示取该值的概率,即概率密度函数从
- 概率分布函数(引自百度百科)
- 在实际问题中,常常要研究一个随机变量ξ取值小于某一数值x的概率,这概率是x的函数,称这种函数为随机变量ξ的分布函数,简称分布函数,记作F(x),即F(x)=P(ξ<x) (-∞<x<+∞)
- 由它并可以决定随机变量落入任何范围内的概率。 例如在桥梁和水坝的设计中,每年河流的最高水位ξ小于x米的概率是x的函数,这个函数就是最高水位ξ的分布函数.
- 常见的离散型随机变量分布模型有“0-1分布”、二项式分布、泊松分布等;连续型随机变量分布模型有均匀分布、正态分布等。
- 概率分布函数图像y轴的意义是时发生的概率.
切比雪夫不等式
大数定理
伯努利定理
中心极限定理
样本的统计量
- 矩估计的原理即是假设样本的K阶矩等于总体的K阶矩,可以估计出总体的参数
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· winform 绘制太阳,地球,月球 运作规律
· AI与.NET技术实操系列(五):向量存储与相似性搜索在 .NET 中的实现
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)