本文深入探讨机器学习中概率论的基础知识，通过Matlab详细解释并演示了F分布、泊松分布、指数分布、均匀分布、二项分布等的概率图示，并进行数据统计分析，包括均值、方差、协方差、相关系数矩阵的计算。同时提供了一组40000个正态分布随机数的生成与分析案例。
文章目录
- 机器学习基础知识之概率论的Matlab描述概率的图像（二）
- 一、引言
- 二、实际的Matlab的应用
- 1、F分布
- 2、泊松分布
- 3、指数分布
- 4、均匀分布
- 5、二项分布
- 6、这个是求一组随机数据的平均值
- 7、试生成一组40000个正态分布随机数，使其均值为0.5，标准差为1.5，试分析这样的数据实际的均值、方差、标准差等。
- 8、求解协方差
- 9、求解相关系数矩阵
- 10、求解各阶矩
- 11、求解集合均值
- 12、求解调和平均
- 13、求解中值
小福利：领完再看！迪迦给大家准备的250G人工智能学习资料礼包（内含：两大Pytorch、TensorFlow实战框架视频、图像识别、OpenCV、计算机视觉、深度学习与神经网络等等等视频、代码、PPT以及深度学习书籍）
只需要你点个关注，然后扫码添加助手小姐姐VX即可无套路领取！
扫码添加即可
最低0.47元/天 解锁文章
扫一扫
1602
到【灌水乐园】发言
