与前面学习过的线性预测一样,随机过程的线性预测是用随机过程某一个采样点上的随机变量的值来预测另外一个采样点上的随机变量的值。 设想有一个离散时间的随机过程$x[n]$,并且已经得到位于采样点$n_0$上的值,现在需要我们去预测采样点$n_0+m$上的值,我们所预测的值用$\hat{x}[n_0+m] ...
分类:
其他好文 时间:
2018-05-24 18:02:50
阅读次数:
158
分布函数(英文Cumulative Distribution Function, 简称CDF),是概率统计中重要的函数,正是通过它,可用数学分析的方法来研究随机变量。分布函数是随机变量最重要的概率特征,分布函数可以完整地描述随机变量的统计规律,并且决定随机变量的一切其他概率特征。 ...
分类:
其他好文 时间:
2018-05-20 15:20:51
阅读次数:
164
我们把按照时间次序排列的随机变量序列 $$Y_0,\, Y_1,\, Y_2, \cdots $$ 称为时间序列(Time Series)。比如网站的PV、DAU,国家的GDP,股票的价格等。 这种特别的次序给模型提出了特别的挑战,包含数据内的自相关性、不可交换性、以及数据和参数的不平稳性等。 时间 ...
分类:
其他好文 时间:
2018-05-19 15:44:44
阅读次数:
291
整理自:https://mp.weixin.qq.com/s/LGyNq3fRlsRSatu1lpFnnw 问题:熵是什么?熵存在的意义是啥?为什么叫熵? 答案:在机器学习中熵是表征随机变量分布的混乱程度,分布越混乱,则熵越大,在物理学上表征物质状态的参量之一,也是体系混乱程度的度量; 熵存在的意义 ...
分类:
其他好文 时间:
2018-05-17 23:17:29
阅读次数:
224
目录 1.条件概率 2.独立性 3.全概率公式 4.贝叶斯公式 5.伯努利模型 6.随机变量的分布 7.分布函数 1.条件概率 2.独立性 3.全概率公式 4.贝叶斯公式 5.伯努利模型 6.随机变量的分布 离散: 连续: 两者关系: 7.分布函数 ...
分类:
其他好文 时间:
2018-05-04 11:58:04
阅读次数:
134
1.常见分布的期望与方差 2.二维随机变量的数字特征: 相关系数: 协方差矩阵及性质 ...
分类:
其他好文 时间:
2018-05-04 11:49:45
阅读次数:
126
根据《统计学习方法》一书中的描述,条件随机场(conditional random field, CRF)是给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型,其特点是假设输出随机变量构成马尔科夫随机场。 条件随机场是一种判别式模型。 一、理解条件随机场 1.1 HMM简单介绍 HMM即 ...
分类:
其他好文 时间:
2018-05-03 19:29:38
阅读次数:
368
考虑在时刻 $t$ 从站点 $u$ 出发的公交车,将这些车的集合记做 $B(u,t)$,$B(u,t)$ 是个随机变量。 令 $\mathrm{Pr}_{B(u,t)} = \max\\{ \mathrm{Pr}(b)\colon b\in B(u,t) \\}$,其中 $\mathrm{Pr}(b ...
分类:
其他好文 时间:
2018-04-20 21:55:31
阅读次数:
183
传送门:http://uoj.ac/problem/299 题目良心给了Bayes定理,但对于我这种数学渣来说并没有什么用。 先大概讲下相关数学内容: 1.定义:$P(X)$ 表示事件$X$发生的概率,$E(X)$表示随机变量$X$的期望值,$P(A|B)$表示已知$B$发生,$A$发生的概率,$P ...
分类:
其他好文 时间:
2018-04-18 20:15:39
阅读次数:
490
一.状态估计的解释 我们知道每个方程都受噪声的影响,这里把位姿x和路标y看成服从某种概率分布的随机变量。因此我们关心的问题就变成了:当我们已知某些运动数据u和观测数据z时,如何确定状态量x,y的分布?比较常见且合理的情况下,我们假设状态量和噪声项服从高斯分布 这意味着在程序中只需存储它们的均值和协方 ...
分类:
其他好文 时间:
2018-04-12 13:42:59
阅读次数:
465