[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)。
【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
· 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
· 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