機器學習演算法數學基礎之 統計與概率論篇(3)

2021-08-15 17:13:17 字數 420 閱讀 4085

p(a) 是 a 的先驗概率,之所以稱為「先驗「是因為它不考慮任何 b 方面的因素。

p(b|a) 是已知 a 發生後 b 的條件概率,也由於得自 a 的取值而被稱作 b 的後驗概率。

p(b) 是 b 的先驗概率。

圓面積:pi*r^2,正方形面積:2r*2r=4r^2

在正方形內隨機取乙個點,要求每次取的點在正方形內任意乙個點位置的概率都是平均分布的,那麼這個點在圓內的概率大概為:pi*r^2/4r^2=pi/4

取若干個這樣的點,利用平面上兩點間的距離公式,計算這個點到圓心的距離,從而判斷是否在圓內。

當我們統計過的點的個數足夠多時,得到的概率值就會接近 pi/4,從而得到圓周率的值。

機器學習之梯度下降法數學推導

機器學習之梯度下降法數學推導 分類,本文中的log等同於我們國內的ln。之前那一文中提到了一般的梯度上公升的公式推導,但是在 機器學習實戰 一書中,實現的是分類方法,因此,雖然最終的結果相似,但是其實本質有很大的不同。一般來講我們把實物分成兩類,因此我們需要將結果對映到兩個結果 是或非 因為一般的階...

機器學習之相關數學基礎

1 函式 2 極限 3 導數 4 極值和最值 5 泰勒級數 6 梯度 7 梯度下降 1 基本概念 2 行列式 3 矩陣 4 最小二乘法 5 向量的線性相關性 1 事件 2 排列組合 3 概率 4 貝葉斯定理 5 概率分布 6 期望和方差 7 引數估計 1 p2 概率論與貝葉斯先驗 2 p3 矩陣和線...

機器學習數學基礎之概率論與統計04 非引數估計

非引數估計指不知道分布型別,對樣本進行模型估計。一般只用在一維和二維。具體概念詳見課件 直方圖與初高中所理解的直方圖沒什麼不同,直方圖估計就是採用直方圖的方式來對資料進行擬合。顯然地,箱子 的寬度1 m能夠更準確更細緻地展示資料的分布 但如果1 m過小,導致有些箱子裡沒有資料,這個時候p x 將會出...