这篇博客深入探讨概率论和统计估计，涵盖高斯分布、重要分布如二项分布与泊松分布的关系，以及最大似然估计和最大后验估计。讲解了指数族分布、共轭先验的概念，并通过具体例子阐述了最大似然估计在1-D高斯分布中的应用。
- probabilistic & estimation：常用分布，共轭特性，最大似然估计，最大后验估计，指数族和自然参数
- statistic properties：辅助机器学习算法证明，包括重要的切比雪夫不等式和马尔科夫不等式
1. 概率&估计-Probabilistic & Estimation
1.1 高斯分布与高阶矩
1-D高斯情况：
k-D高斯情况：
多元高斯函数的一阶矩(Fisrt Order Moment)-期望：
多元高斯函数的二阶矩(Second Order Moment) ：
现在，改变轴使得向量x-μ特征向量对齐：
最低0.47元/天 解锁文章
扫一扫
30
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
