熊伟

概率题目汇总

最近再看假设检验相关东西，在网上找到一篇文章还不错，原文链接已失效，侵权删。 假设检验简单来说，就是下面4步的推理逻辑： 为了你更容易理解，我还是从一个生活中的例子开始聊起。 这个例子里举王宝强和马蓉的例子并没有恶意，只是想说明假设检验的背后逻辑，而这个例子更容易让你理解清楚。 有一天，宝强怀疑妻子有可能出轨，但是自己逻辑能力太弱，于是就请了我这个侦探来帮他破案。 于是，我就拿出了自己的杀手锏武器...

全概率公式 基本思想“先化整为零，再聚零为整” 例题1：人的性别由一对性染色体决定：男为XY，女为XX，每个人从父母处各得到一个性染色体，色盲基因由X染色体携带，且若男性的X染色体有此基因则男性患色盲，女性则要两个X染色体均有此基因才患色盲，而两个X是否有色盲基因是独立的。设色盲基因出现概率为0.08。又设男女婴出生比为110:100。问一新生儿有色盲的概率是多少？ 设“新生儿有色盲”...

李航的统计学习方法上写的不是很详细，这个博客写的还可以。 图片来源 自己尝试把感知机对偶形式的代码写了一下，假设学习率为1，我这个菜鸡，代码能力是真的差，明年就要实习了，得硬着头皮写了： # -*- coding:utf-8 -*- import numpy as np # 感知机对偶形式学习算法demo data = np.array([[3, 3, 1], [4, 3, 1], ...

https://blog.youkuaiyun.com/xyz1584172808/article/details/81839230

感知机算是一个比较简单的算法了，原理网上有很多，有原始形式和对偶形式两种，感觉自己比较菜，觉得慢慢从头把新版的李航统计学习方法自己实现一遍，明年就要实习了，慌得一批，这里仅把算法描述和原始形式的简单形式用python实现以下，供自己日后复习： # -*- coding:utf-8 -*- import numpy as np # 感知机学习算法demo data = np.array([[3,...

看到一篇很好的博文，算是把我之前的疑惑解决了，可惜不能转载，链家在这。