自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 概率密度函数的参数估计

文章目录前言一、文章重点及流程梳理二、概率论基础知识三、参数估计1.极大似然估计(Maximum Likelihood Estimation)2.MAP(最大后验概率)3.两种策略总结 前言 写作参考概率论书籍、西瓜书、李航《统计学习方法》及其他资料,若有不足请大家不吝赐教! 一、文章重点及流程梳理 本文目的在于: 1、阐述MLE的思想,及贝叶斯思想的重点和区别 2、 流程梳理: 1、介绍这部分所设计的概率论知识,包括条件概率、全概率、事件独立性、贝叶斯公式。 2、 3、 二、概率论基础知识 1.条件概

2020-11-18 19:49:04 2699

原创 一维高斯到多维高斯

文章目录前言一、文章重点及流程梳理二、变量不相关下的高斯分布1.标准正太分布2.三、变量相关下的高斯分布四、马氏距离与多维高斯分布总结 前言 第一次写博客,只是本人对于高斯的理解和记录,若有错误和补充希望大家不吝赐教,三人行必有我师! 一、文章重点及流程梳理 本文目的在于: 1、通过一维正态分布公式,推广n维高斯分布公式; 2、说明高斯分布图像中,均值和方差的意义。 流程梳理: 1、由一维正太分布公式通过线性变换得到n维高斯分布公式; 2、计算线性变换后的均值和方差; 3、从联合概率分布角度解读多维高斯

2020-11-01 16:30:39 958

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除