思索的蜗牛的专栏

来源：《考研数学概率思维导图》

此外，当观察到新的数据时，对未知变量的信度也会相应发生变化，例如：当听到明天天气预报后，对明天是否会下雨会有更加确信的判断，并选择适当的行程安排。基于频率的解释，P（A）被认为是无限次重复试验事件A发生的频率，例如：当我们说随机抛硬币出现的头像概率为1/2，是指当重复抛硬币足够多次时，出现头像的频率接近于1/2。在机器学习、数据挖掘等实际应用中，对于只能观测到有限数据样本的情况下，就需要“逆向工程”，推断数据背后的规律，也就是推断数据产生的过程，这个过程就是统计推断。由于约束更少，所以后者一般更困难。

互不相容和相互独立

python实现深度学习中的概率分布

深度学习中的概率分布基础知识及Python实现

当面对一个像线性回归的回归问题时，为什么最小方差成本函数是一个好的解决方案呢？在这一节的内容，我们通过概率论的视角会发现最小方差回归是一个很自然的算法。我们不妨假设，目标变量与输入变量有如下关于：y(i)=θTx(i)+ϵ(i),y(i)=θTx(i)+ϵ(i),上式中的ϵ(i)ϵ(i)是一个误差项，表示模型未捕捉的特征或随机噪声。我们假设这些ϵ(i)ϵ(i)是独立同分布于均值为0、方差为σ2σ2...

Ref: https://my.oschina.net/keyven/blog/526010前言        普通最小二乘法（ordinary least squares, OLS）是线性回归预测问题中一个很重要的概念，在 Introductory Econometrics A Modern Approach (Fourth Edition) 第2章 简单回归模型 中，花了很详细的篇幅对...