2021-10-10

这篇博客探讨了连续型随机变量的概率密度函数,阐述了如何利用它来描述随机变量的分布特性,指出由于连续性无法直接计算单点概率。接着,介绍了简单随机抽样的概念,并深入讨论了似然函数及其在机器学习中的应用——极大似然估计方法。此外,还提及了期望作为随机变量平均值的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

连续型随机变量
概率密度来描述连续型随机变量
没办法计算某一个点的概率
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
简单随机抽样
在这里插入图片描述
似然函数
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
极大似然估计

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
期望
在这里插入图片描述
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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