HMM模型： 将标注看作马尔可夫链，一阶马尔可夫链式针对相邻标注的关系进行建模，其中每个标记对应一个概率函数。HMM是一种生成模型，定义了联合概率分布，其中 x 和 y 分别表示观察序列和相对应的标注序列的随机变量。为了能够定义这种联合概率分布，生成模型需要枚举出所有可能的观察序列，这在实际运算过程 ...
分类：
其他好文 时间：
2018-12-03 17:18:55
阅读次数：
524
概率图模型是一类用图来表达变量相关关系的概率模型。它以图为表示工具，最常见的是用一个结点表示一个或一组随机变量，结点之间的变表是变量间的概率相关关系。根据边的性质不同，可以将概率图模型分为两类：一类是使用有向无环图表示变量间的依赖关系，称为有向图模型或贝叶斯网；另一类是使用无向图表示变量间的相关关系 ...
分类：
编程语言 时间：
2018-12-01 17:10:43
阅读次数：
249
一，一维高斯分布 N（μ，δ2） 二，多维高斯分布 二维高斯分布，这时的随机变量组成了随机向量：v=[x,y]T。 图2.1 图2.2 注意：这两种图的区别。2.1图是二维高斯分布的各采样点的分布，这些点是二维分布的高斯点，通过点的疏密才能看出分布概率的大小。2.2图是二维高斯分布点和点的概率分布图 ...
分类：
其他好文 时间：
2018-11-29 15:06:40
阅读次数：
251
比特化(Bits) 假设存在一组随机变量X，各个值出现的概率关系如图；现在有一组由X变量组成的序列: BACADDCBAC.....；如果现在希望将这个序列转换为二进制来进行网络传输，那么我们得到一个得到一个这样的序列:01001000111110010010....... 结论: 在这种情况下，我 ...
分类：
其他好文 时间：
2018-11-25 22:14:50
阅读次数：
313
显然二者不是同一个东西。 平均值属于《数理统计》的范畴，期望属于《概率论》的范畴。英语中平均值写作average,均值写作mean。 期望的描述引述陈希孺院士《概率论与数理统计》如下： 数学期望常称为“均值”，即“随机变量取值的平均值”之意，当然这个平均，是指以概率为权的加权平均。……数学期望是由随 ...
分类：
其他好文 时间：
2018-11-22 00:09:19
阅读次数：
1667
资源链接：https://pan.baidu.com/s/1Hlc5r3qcJs7R11Q0bGABLg《程序员的数学》讲解了二进制计数法、逻辑、余数、排列组合、递归、指数爆炸、不可解问题等许多与编程密切相关的数学方法，分析了哥尼斯堡七桥问题、高斯求和方法、汉诺塔、斐波那契数列等经典问题和算法。《程序员的数学2：概率统计》涉及随机变量、贝叶斯公式、离散值和连续值的概率分布、协方差矩阵、多元正态分布
分类：
其他好文 时间：
2018-11-18 23:48:11
阅读次数：
737
资源链接：https://pan.baidu.com/s/1Hlc5r3qcJs7R11Q0bGABLg《程序员的数学》讲解了二进制计数法、逻辑、余数、排列组合、递归、指数爆炸、不可解问题等许多与编程密切相关的数学方法，分析了哥尼斯堡七桥问题、高斯求和方法、汉诺塔、斐波那契数列等经典问题和算法。《程序员的数学2：概率统计》涉及随机变量、贝叶斯公式、离散值和连续值的概率分布、协方差矩阵、多元正态分布
分类：
其他好文 时间：
2018-11-18 23:45:47
阅读次数：
259
数学期望的定义 在概率论和统计学中，数学期望是试验中每次可能结果的概率乘以其结果的总和，是最基本的数学特征之一。 离散型随机变量X的取值为 ， 为X对应取值的概率，可理解为数据 出现的频率 ，则： 设连续性随机变量X的概率密度函数为f(x)，若积分绝对收敛，则称积分的值 为随机变量的数学期望，记为E ...
分类：
其他好文 时间：
2018-11-14 01:02:52
阅读次数：
930
概率函数：用函数的形式来表达概率 概率分布：离散型随机变量的值分布和值的概率分布列表 分布函数：概率函数取值的累加结果，所以它又叫累积概率函数 概率密度函数：连续型随机变量的“概率函数” 左边是F(x)连续型随机变量分布函数画出的图形，右边是f(x)连续型随机变量的概率密度函数画出的图像，它们之间的 ...
分类：
其他好文 时间：
2018-11-09 22:03:00
阅读次数：
156
数学期望 + X 为 随机变量 ，它不会出现在函数的具体表示中，而是在抽象的表示中，也就是说会出现在$E(X)$，这个X不会出现在$E(X) = $的右侧，在右侧中X要对应的使用x来替代。在P，E中放的一定是随机变量，是大写的字母，这才符合概率论。 + 密度函数对R的积分为1。 + 离散的情况不会使 ...
分类：
其他好文 时间：
2018-11-08 00:26:55
阅读次数：
171
