[Bayes] Why we prefer Gaussian Distribution

最后还是选取一个朴素直接的名字,在此通过手算体会高斯的便捷和神奇。

Ref: The Matrix Cookbook

 

注意,这里的所有变量默认都为多元变量,不是向量就是矩阵。多元高斯密度函数如下:

 

  • 高斯的线性组合结果y还是高斯

期望答案很直接。

方差需要计算,注意其中的矩阵计算技巧,要记下来。

 

 

  • 高斯相乘还是高斯

如下计算用到了8.1.8。这里的tricky是8.1.8之后得到的结果虽然复杂,但

我们想尽办法做出z的分布,就是为了在之后的积分中直接干掉z,也便留下了我们需要的p(x)。

 

posted @   郝壹贰叁  阅读(243)  评论(0编辑  收藏  举报
编辑推荐:
· 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
· SQL Server 2025 AI相关能力初探
阅读排行:
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 【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
· 单元测试从入门到精通
· 上周热点回顾(3.3-3.9)
· winform 绘制太阳,地球,月球 运作规律
点击右上角即可分享
微信分享提示