離散型隨機變數對應著機器學習裡面的分類問題。
連續型隨機變數對應著機器學習裡面的回歸問題。
3.中的第一行解釋：y=b的所有情況都加起來。
互斥事件：擲骰子，出現3點和出現6點是互斥事件。
相互獨立事件：明天會不會下雨和小明此時有沒有在玩電腦遊戲。這兩個事件是相互獨立的，這兩件事情之間沒有關係。它們同時發生的概率是這兩件事情單獨發生的概率的乘積。
通過這個公式實現了條件概率的交換。左邊是b事件發生的條件下a事件發生的概率。右邊含有a事件發生的條件下b事件發生的概率。
pc是先驗概率，就是通過大範圍的調查和取樣可以獲取的概率。p(c|x)是後驗概率，貝葉斯公式就是根據先驗概率、似然概率和證據因子來求後驗證概率。
伯努利分布：
sigmoid函式：四個**的
sigmoid()函式的作用是把任何的乙個輸入變成乙個0-1之間的概率值。
第三章 員工資訊維護
using system using system.collections.generic using system.linq using system.text using system.threading.tasks namespace 03 03員工專案 using system using ...
第三章 視窗和訊息
進行window成學設計實際上是物件導向程式設計，桌面上最明顯的視窗就是應用程式視窗。這些視窗含有顯示程式名稱的標題列 選單甚至可能還有工具列和滾動條。另一類視窗是對話方塊，它可以有標題列也可以沒有標題列。裝飾對話方塊表面的還有各式各樣的按鍵 單選按鈕 核取方塊 清單方塊 滾動條和文字輸入區域。其中...
第三章 工具和資源
第三章 工具和資源 技巧33 熟悉ping實用工具 1 ping 得名於潛艇聲吶的發生，沒有相關的知名埠 把自己的程序id放在identifier欄位中，便於區分屬於自己的響應，相當於埠號的作用 rtt波動意味著網路負載的變化 技巧34 學習使用tcpdump或類似的工具 1 使用 不帶引數，抓取並...