统计学习笔记2

最新推荐文章于 2025-05-17 15:00:00 发布
原创 最新推荐文章于 2025-05-17 15:00:00 发布 · 131 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。

统计学习2

主要复习了正态分布、中心极限定理和抽样分布
1，正态分布中的z分数表示和均值之间有多少个标准差的距离。
2，正态分布的双峰，偏态。正偏度表示右侧尾部较长。负峰度表示顶峰较平。
3，正态分布的经验法则：68-95-99.7
4，样本均值的抽样分布 sampling distribution of the sample mean
5，中心极限定理，样本容量n=1是，不会趋向正态分布，n越大越近似正态分布
6，抽样分布的方差=总体方差/n，抽样分布的均值=总体均值

qq_43106964
关注
《概率论与数理统计》学习笔记
Aliy66的博客
03-22 9万+
重温《概率论与数理统计》进行查漏补缺，并对其中的概念公式等内容进行总结，以便日后回顾。 第一章概率论的基本概念 1.随机试验 随机试验——具有下述三个特点的试验：（1）可以在相同的条件下重复地进行；（2）每次试验的可能结果不止一个，并且能事先明确试验的所有可能结果；（3）进行一次试验之前不能确定哪一个结果会出现。 2.样本空间、随机事件 样本空间——随机试验的所有可能结果组成的集合。 样本点——样本空间的元素。 随机事件——随机试验的样本空间的子集。 事件间的关系： 事件B包含事件A：事.
精选资源
《统计学习方法》学习笔记 第一章概论
01-20
1、统计学习：监督学习、非监督学习、半监督学习、强化学习  对于监督学习：对于给定的、有限的、用于学习的训练数据集合出发，假设数据是独立同分布，并假设要学习的模型属于某个函数的集合，称为假设空间；应用...
Khan公开课 - 统计学学习笔记：（六）中心极限定理
热门推荐
愷风（Wei）的专栏
10-04 1万+
什么是中心极限定理 中心极限定理Central Limit Theorem：设从均值为μ、方差为σ^2;（有限）的任意一个总体中抽取样本量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ^2/n的正态分布。 注意：原来的分布不一定要符合正态分布，可以是任何的分布，可以是离散也可以是连续，即无要求。n为sample size，每次取n个样本，每次样本的mean，分别为： 。
《统计学习方法》（李航）——学习笔记
Iron_lyk Blog
03-09 2816
《统计学习方法》（李航）学习笔记
Linux学习笔记
weixin_74155781的博客
05-25 3304
计算机由哪两个主要部分组成硬件和软件操作系统是什么?由什么作用?操作系统是软件的一类。主要作用是协助用户调度硬件工作，充当用户和计算机硬件之间的桥梁常见的操作系统有哪些?PC端: windows、Linux、MacOs移动端:Android、IOS、鸿蒙系统什么是虚拟机？借助虚拟化技术，我们可以在系统中，通过软件：模拟计算机硬件，并给虚拟硬件安装真实的操作系统。这样就可以在电脑中，虚拟出一个完整的电脑，就可以得到一个Linux系统。
李航·《统计学习方法》学习笔记
promisejia
12-03 6878
第一章 统计学习的方法概论 1 统计学习概述统计学习的过程 统计学习的分类 监督学习的分类 1 生成方法与判别模方法 11 生成方法 11 判别方法 2 分类问题标注问题和回归问题 21 分类问题 22 标注问题 23 回归问题 2 模型 3 策略31 损失函数 32 经验损失期望损失和结构损失 33 经验风险最小化结构风险最小化和目标函数 4 算法 5 模型评估和模型选择51 模型评估 21 模型
黑马点评学习笔记总结
ros275229的博客
04-25 5282
黑马点评学习笔记总结
Linux命令学习笔记
m0_59814798的博客
10-17 4476
lsgrep和wc。这些命令的组合能够分别统计文件的数量、包含子目录的文件数量，以及目录（文件夹）的数量。
统计学习方法学习笔记一
秋水顽石
03-16 1万+
第一章 统计学习方法概论 统计学习的主要特点是 统计学习的对象 统计学习方法的分类 统计学方法的三个要素 统计学方法的步骤 统计学习的研究 监督学习supervised leaning 三要素 模型 策略 算法 训练误差与测试误差 过拟合 训练误差和测试误差与模型复杂度之间的关系 模型的选择方法正则化和交叉验证 生成模型和判别模型 几种模型评估标准第一章 统计学习方法概论统计学习的主要特点是
学习笔记：kettle 转换组件及统计组件解析
wallace2018的博客
05-17 1965
以上组件可通过 Spoon 图形界面拖拽配置，完整文档见 Pentaho 官方手册。流程说明：先清洗再转换最后聚合。
吴恩达机器学习笔记
weixin_49119476的博客
04-29 3089
机器学习分为监督学习和无监督学习、（强化学习）。监督学习（supervised learning)分为回归和分类问题。 无监督学习（unsupervised learning）有聚类、异常检测和降维三个应用。sigmoid函数对应，在最外层加入sigmoid函数（有点像激活函数），就是逻辑回归算法举例子，在cost function中加入额外式子作为新的cost function，会使得w3和w4权重减小。lambda:入，正则化参数红框可加可不加lambda的选择，过大或过小结果都不好
精选资源
统计学习方法笔记-基于Python算法实现源码.zip
06-01
统计学习方法笔记-基于Python算法实现。统计学习方法笔记-基于Python算法实现 所有代码均可直接运行。统计学习方法笔记-基于Python算法实现。统计学习方法笔记-基于Python算法实现 所有代码均可直接运行。统计学习...
精选资源
统计学习方法学习笔记
01-07
决策树 决策树可用ID3、C4.5、CART算法生成树 分树枝时可通过信息增益确定主分支 信息增益也是特征选择的一种方式 信息增益比可作为决策时特征 决策树剪枝还需要在研究一下 每日一学 字典查找类似hash表，速度远超过...
数理统计、机器学习和数据编程的学习笔记.zip
05-08
数理统计、机器学习和数据编程的学习笔记.zip 数理统计、机器学习和数据编程的学习笔记.zip 数理统计、机器学习和数据编程的学习笔记.zip 这个专栏是涉及数理统计、机器学习和数据编程三个方面的学习笔记，主要关注...
统计学习笔记（一）
05-05
统计学习
（62页PPT）微专题14　测电阻的几种特殊方法.pptx
最新发布
01-06
（62页PPT）微专题14　测电阻的几种特殊方法.pptx
GeneratedClass1146.java
01-06
GeneratedClass1146.java
数字乡村解决方案（第一部分）.pdf
01-06
源码地址： https://pan.quark.cn/s/27933535a1f6 数字乡村解决方案（第一部分共130页）的电子文档格式
完美复现面向配电网韧性提升的移动储能预布局与动态调度策略【IEEE33节点】（Matlab代码实现）
01-06
【完美复现】面向配电网韧性提升的移动储能预布局与动态调度策略【IEEE33节点】（Matlab代码实现）内容概要：本文介绍了基于IEEE33节点的配电网韧性提升方法，重点研究了移动储能系统的预布局与动态调度策略。通过Matlab代码实现，提出了一种结合预配置和动态调度的两阶段优化模型，旨在应对电网故障或极端事件时快速恢复供电能力。文中采用了多种智能优化算法（如PSO、MPSO、TACPSO、SOA、GA等）进行对比分析，验证所提策略的有效性和优越性。研究不仅关注移动储能单元的初始部署位置，还深入探讨其在故障发生后的动态路径规划与电力支援过程，从而全面提升配电网的韧性水平。; 适合人群：具备电力系统基础知识和Matlab编程能力的研究生、科研人员及从事智能电网、能源系统优化等相关领域的工程技术人员。; 使用场景及目标：①用于科研复现，特别是IEEE顶刊或SCI一区论文中关于配电网韧性、应急电源调度的研究；②支撑电力系统在灾害或故障条件下的恢复力优化设计，提升实际电网应对突发事件的能力；③为移动储能系统在智能配电网中的应用提供理论依据和技术支持。; 阅读建议：建议读者结合提供的Matlab代码逐模块分析，重点关注目标函数建模、约束条件设置以及智能算法的实现细节。同时推荐参考文中提及的MPS预配置与动态调度上下两部分，系统掌握完整的技术路线，并可通过替换不同算法或测试系统进一步拓展研究。
掌握数理统计与机器学习：学习笔记要点解析
资源摘要信息:"数理统计、机器学习和数据编程的学习笔记.zip" 数理统计是应用数学的一个分支，它包括收集、分析、解释和展示数据的过程。数理统计的主要目的是通过数据推断得出关于总体的特征，比如均值、方差、...
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