机器/深度学习概率论与数理统计学习笔记

最新推荐文章于 2025-08-06 01:32:56 发布
原创 最新推荐文章于 2025-08-06 01:32:56 发布 · 937 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

此博客为机器/深度学习中概率论与数理统计的学习笔记，聚焦信息技术领域中机器学习和深度学习相关的概率统计知识。
机器/深度学习概率论与数理统计学习笔记
深度学习之概率论总结
liu1073811240的博客
11-24 2118
文章目录一、事件二、事件的运算三、排列四、组合五、概率5.1 古典概率5.2 条件概率5.3 联合概率5.4 边缘概率5.5 全概率六、概率分布6.1 伯努利分布6.2 泊松分布6.3 二项分布七、高斯分布7.1 3σ原则7.2 标准正太分布7.3 混合高斯分布7.4 中心极限定理7.5 高斯分布密度曲线7.6 指数分布密度曲线八、事件独立性九、时间的互斥性十、贝叶斯定理十一、朴素贝叶斯十二、深度学习的贝叶斯模型十三、协方差十四、参数估计 一、事件 ● 随机事件    &n
深度学习概述及数学基础
weixin_48402168的博客
11-17 938
机器学习与深度学习 机器学习：本质是从已知数据中获得规律，并利用规律预测未知数据。 深度学习：一般是指通过训练多层网络结构对未知数据进行分类或回归 “深度学习是一种特殊的机器学习，通过学习将世界使用嵌套的概念层次来表示并实现巨大的功能和灵活性，其中每个概念都定义为与简单概念相关联，而更为抽象的表示则以较不抽象的方式来计算。” 机器学习的分类： 深度学习的分类： 有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等 无监督学习方法——深度信念网、深度玻尔兹曼机，深度自编码器等 .
动手学习深度学习——2.6 概率论
DAOCHI
02-09 1633
2.6 概率论   在某种形式下，机器学习就是关于预测的。根据病人的临床病史，我们可能想要预测病人明年心脏病发作的概率。在异常检测，我们可能想要评估一下，如果飞机的喷气发动机正常工作的话，它的一系列读数可能性有多大。在强化学习中，我们希望代理人（agent）在一个环境中智能地行动。这意味着我们需要考虑在每个行动下获得高回报的可能性。当我们建立推荐系统时，我们也需要考虑概率。例如，假设我们为一家大型网上书店工作。我们可能需要估计特定用户购买特定书籍的概率。为此，我们需要使用概率的语言。整个课程、专业、论文、职
机器学习之概率论与数理统计知识
weixin_43850162的博客
02-13 639
文章目录一、期望方差协方差 一、期望 方差 协方差 深入理解协方差 详解协方差和协方差矩阵 我所理解的协方差矩阵 详解协方差和协方差矩阵 终于明白协方差的意义了 ...
深度学习中的概率论
我是任玉琢
03-27 940
本文首发自公众号：RAIS，期待你的关注。 前言 本系列文章为 《Deep Learning》 读书笔记，可以参看原书一起阅读，效果更佳。 概率论 机器学习中，往往需要大量处理不确定量，或者是随机量，这与我们传统所需要解决掉问题是大不一样的，因此我们在机器学习中往往很难给出一个百分百的预测或者判断，基于此种原因，较大的可能性往往就是所要达到的目标，概率论有用武之地了。 概念 离散型 概率质量...
概率论与数理统计学习笔记——第二章
weixin_51419212的博客
10-16 1367
课时四 五种重要分布 二项分布 泊松分布 其中，题2可以做为结论记下来 均匀分布 指数分布 正态分布 标准正态分布 课时五 二维随机变量 课时六预备 二重积分 直角坐标下的计算 极坐标下 课时六 连续性二维随机变量 ...
东南大学网络空间安全学院学习资料整理。包含课件、笔记、试卷、作业等-概率论与数理统计-.zip
最新发布
11-05
在整理概率论与数理统计课程的学习资料时，网络空间安全学院提供了包括课件、笔记、试卷、作业在内的多种类型的资料，这些资料都是从实际教学中积累下来的，具有很高的实用价值。课件为学生构建了一个理论学习的框架...
概率论与数理统计B 重点/笔记梳理 第一章
Killer_kali的博客
05-01 1316
第一章 随机事件及其概率 第一节 随机事件及其运算 1.必然现象和随机现象的概念。 2.随机试验的特征，记为E(experiment)： 重复性 未知结果，已知可能结果 3.随机试验每一个可能产生的结果为随机事件，简称为事件。随机试验每一个可能产生的基本事件集合为样本空间。 4.基本事件、复合事件的概念。（结合离散数学中的来理解） 5.随机事件之间的关系： 包含、相等 并和交 差 互斥(互不相容)——不交 互逆(对立)——不交 and 并起来等于全集 tips:互逆一定互斥，互斥不一定互逆 第二节
Jupyter_md ipynb 人工智能与深度学习实战数理统计与数据分析篇.zip
11-14
数理统计是人工智能与深度学习的基础，因为它涉及到从数据中提取信息、做出推断和预测。在这个实战篇中，使用者可以通过Jupyter Notebook来实现复杂的统计方法，比如假设检验、回归分析、时间序列分析等。通过这种...
华中农业大学神经网络与深度学习课程期末考试
08-15
学生需要具备扎实的数学基础，比如线性代数、概率论和数理统计等，因为这些数学工具是理解和实践深度学习不可或缺的部分。 考试形式可能是闭卷或者开卷，形式灵活多变，以适应不同内容和深度的学习需求。试题类型...
深度学习数学基础介绍（二）概率与数理统计
weixin_30925411的博客
06-22 222
第1章 随机事件与概率§1.1 随机事件§1.2 随机事件的概率§1.3 古典概型与几何概型§1.4 条件概率§1.5 事件的独立性 第2章 随机变量的分布与数字特征§2.1 随机变量及其分布§2.2 随机变量的数字特征§2.3 常用的离散型分布§2.4 常用的连续型分布§2.5 随机变量函数的分布 第3章 随机向量§3.1 随机向量的分布§3.2 条件分布与随机变量的独立性§3.3...
概率论与数理统计学习
zhuanli555的专栏
10-13 585
三种重要的离散随机变量 0-1分布 二项分布 泊松分布 随机变量的分布函数F(x) = P{X<=x}称为X的分布函数，F(x)的导数f(x)，是F(x)的概率密度函数三种随机变量分布 均匀分布 指数分布 正态分布（高斯分布） 多维随机变量
机器学习的数学基础（概率论和数理统计篇）
weixin_30678821的博客
06-16 233
注：总结来自黄海广博士。 转载于:https://www.cnblogs.com/ys99/p/9190520.html
[深度学习]数学基础之概率论
OnePlus+博客
07-03 583
在深度学习中，概率论的基础知识占据了重要的地位，我在这里主要介绍了常用的极大似然估计的原理和应用，将极大似然估计中的误差的高斯分布与线性回归模型中的最小二乘法的联系。
【深度学习基础】概率论
记录成长
08-06 1187
本文系统梳理了深度学习研究者必备的概率论知识，从基础的概率空间与测度论，到关键概念如条件概率、Bayes定理、期望方差，再到常用分布族和信息论量。重点解析了多元高斯、变分推断、蒙特卡洛方法等深度学习核心工具，并特别强调重参数化技巧在反向传播中的关键作用。每个知识点均提供理论定义、在DL中的典型应用场景及延伸阅读资料，为研究者构建坚实的概率基础框架。
深度学习中的数学公式(二：线性代数、概率论、数理统计相关公式)
RayChiu757374816的博客
10-29 1338
目录 线性代数 行列式按行（列）展开定理 ​矩阵 向量 1.有关向量组的线性表示 2.有关向量组的线性相关性 3.有关向量组的线性表示 4.向量组的秩与矩阵的秩之间的关系 6.坐标变换公式 7.向量的内积 8.Schmidt正交化 9.正交基及规范正交基 线性方程组 矩阵的特征值和特征向量 1.矩阵的特征值和特征向量的概念及性质 2.相似变换、相似矩阵的概念及性质 3.矩阵可相似对角化的充分必要条件 4.实对称矩阵的特征值、特...
《深度学习》学习笔记二——概率论
夜雨飘零
01-14 2753
目录 目录 随机变量 概率分布 边缘概率 条件概率 独立性和条件独立性 数学期望 方差 协方差 协方差矩阵 常用的概率分布 Bernoulli 分布 Multinoulli 分布 高斯分布 常用函数 logistic sigmoid函数 softplus 函数 参考资料 随机变量 随机变量(random variable)是可以随机地取不同值的变量.随机变量是
深度学习：概率相关知识点
泛泛之素
03-11 2683
概率分布 概率分布用来描述随机变量（含随机向量）在每一个可能状态的可能性大小。概率分布有不同方式，这取决于随机变量是离散的还是连续的。 对于随机变量X，其概率分布通常记为P（X=x），或X~P（x），表示X服从概率分布P（x）。概率分布描述了取单点值的可能性或概率，但在实际应用中，我们并不关心取某一值的概率，特别是对连续性随机变量，他在某点的概率都是0。因此，我们通常比较关心随机变量落在某一区间的...
深度学习基础理论篇（3）概率论
m0_74196436的博客
09-18 370
重复独立试验：在相同条件下，将试验E重复进行，且每次试验是独立进行的，即每次试验各种结果出现的概率不受其他各次试验结果的影响。二维离散型随机变量：若二维随机变量（X, Y）全部可能取到的不同值是有限对或可列无限对。，在相同条件下，将试验独立的重复进行n次，则称这n次试验所组成的试验为n重伯努利试验或伯努利概型。古典概型：试验E中的样本点是有限的，出现每一个样本点的概率是相同的（样本点理解为可能的结果）, 表示在A条件确定发生的情况下，B事件发生的概率，即事件AB同时发生的概率。为随机变量X的数学期望。
宁波大学计算智能与深度学习手抄复习资料
此外，还可能涵盖深度学习中的数学基础，如线性代数、概率论和数理统计等。 #### 2. 实践操作 除了理论知识，宁波大学的复习资料可能也包含实验操作内容，指导学生如何利用各种深度学习框架（如TensorFlow、PyTorch...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值