机器学习中常用的数学(一)
一、 常用分布
常见的随机变量分布中存在着离散型分布和连续型分布两种:
1、离散型随机分布
1)0-1分布
P{X=p}=pk(1−p)(1−k)P\{X = p\} = p^k(1-p)^{(1-k)}P{X=p}=pk(1−p)(1−k), k = 0, 1, (0<p<1)
其期望为ppp,方差为p(1−p)p\left(1-p\right)p(1−p)
2)二项分布
实验EEE只有两种结果,AAA和Aˉ\bar{A}Aˉ,将饰演EEE独立重复进行n次,称为n重伯努利实验,n重伯努利实验中,事件A发生的次数,
P{X=p}=Cnkpkqn−kP\{X = p\}= C_n^k p^k q^{n-k}P{X=p}=Cnkpkqn−k
当n=1时,二项分布变成0-1分布。二项分布的期望为npnpnp,方差为np(1−p)np(1-p)np(1−p)
3)泊松分布
P{X=k}=λke−λk!P\{X=k\} = \frac{\lambda^ke^{-\lambda}}{k!}P{X=k}=k!λke−λ
称为服从参数λ\lambdaλ的泊松分布,记为X~π(λ)\pi(\lambda)π(λ)
泊松分布的期望为λ\lambdaλ,方差也为λ\lambdaλ
2、连续型随机变量
1)均匀分布
f(x)={1b−aa<x<b0elsef(x) =\begin{cases} \frac{1}{b-a} \quad a<x<b\\ 0 \quad else\\ \end{cases} f(x)={b−a1a<x<b0else
记为X~U(a,b),其期望为a+b2\frac{a+b}{2}2a+b,方差为(b−a)212\frac{(b-a)^2}{12}12(b−a)2
2)指数分布
f(x)={e−x/θθ,x>00,elsef(x) = \begin{cases} \frac{e^{-x/\theta}}{\theta}, \quad x>0 \\ 0 \quad,else \end{cases} f(x)={θe−x/θ,x>00,else
称X为服从参数θ\thetaθ的指数分布,期望θ\thetaθ,而方差为θ2\theta^2θ2
3)正态分布
X服从分布
f(x)=12πσe−(x−μ)22σ2f(x)= \frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^2}{2\sigma^2}} f(x)=2πσ1e−2σ2(x−μ)2
称为正态分布,期望μ\muμ,方差σ2\sigma^2σ2
二、期望和方差定义
期望:
离散变量期望计算为:
E(X)=∑iNXi⋅P(Xi)E(X)=\sum_i^N X_i\cdot P(X_i)E(X)=∑iNXi⋅P(Xi)
连续性变量期望计算:
E(x)=∫xp(x)dxE(x)=\int x p(x)dxE(x)=∫xp(x)dx
方差:
离散型变量方差计算:
D(X)=E((X−E(X)2)D(X) = E((X-E(X)^2)D(X)=E((X−E(X)2)
按照如下计算流程:
D(x)=E(X2−2X⋅E(x)−E(x)2)=E(X2)−E(x)2D(x) = E(X^2-2X\cdot E(x)-E(x)^2) =E(X^2)-E(x)^2 D(x)=E(X2−2X⋅E(x)−E(x)2)=E(X2)−E(x)2
连续性变量方差计算:
D(x)=∫(x−E(x))2p(x)dxD(x)=\int (x-E(x))^2 p(x)dxD(x)=∫(x−E(x))2p(x)dx
分位数
占比的比例,几
∫p(x)dx=α\int p(x)dx = \alpha∫p(x)dx=α
其中α\alphaα即为分位数
三、大数定律和中心极限定理
机器学习中常用的数学(一)相关推荐
- 机器学习百页书:机器学习中常用到的一些数学符号
一本精简的机器学习入门手册.机器学习百页书<机器学习精讲>,人工智能的核心是机器学习,本书囊括机器学习的精髓,系统而精炼地讲解机器学习的基本原理.本书英文版一经推出,就长期位于亚马逊机器学 ...
- 干货丨一文介绍机器学习中基本的数学符号
在机器学习中,你永远都绕不过数学符号. 通常,只要有一个代数项或一个方程符号看不懂,你就完全看不懂整个过程是怎么回事了.这种境况非常令人沮丧,尤其是对于那些正在成长中的机器学习初学者来说更是如此. 如 ...
- 入门 | 一文介绍机器学习中基本的数学符号
本文介绍了机器学习中的基本数学符号.具体来说有算数符号,包括各种乘法.指数.平方根以及对数:数列和集合符号,包括索引.累加以及集合关系.此外,本文还给出了 5 个当你在理解数学符号遇到困难时可以应急的 ...
- 一文介绍机器学习中基本的数学符号
本文介绍了机器学习中的基本数学符号.具体来说有算数符号,包括各种乘法.指数.平方根以及对数:数列和集合符号,包括索引.累加以及集合关系.此外,本文还给出了 5 个当你在理解数学符号遇到困难时可以应急的 ...
- 机器学习中的基本数学知识
注:本文的代码是使用Python 3写的. 机器学习中的基本数学知识 线性代数(linear algebra) 第一公式 矩阵的操作 换位(transpose) 矩阵乘法 矩阵的各种乘积 内积 外积 ...
- AI:人工智能概念之机器学习中常用算法的思维导图集合(非常经典、建议收藏)之详细攻略
AI:人工智能概念之机器学习中常用算法的思维导图集合(非常经典.建议收藏)之详细攻略 目录 机器学习算法的思维导图集合 1.ML算法思维图 2.ML算法思维导图 相关文章:ML/DL:关于算法模型的选 ...
- 机器学习中常用的优化算法:
http://blog.csdn.net/losteng/article/details/50993911 有知识点和代码的实现过程. 机器学习中常用的优化算法: 1.梯度下降法 2.牛顿法和拟牛顿法 ...
- 数学建模可以用python吗_Python中常用的数学建模Scipy
Python中常用的数学建模Scipy 发布时间:2020-09-10 16:56:48 来源:亿速云 阅读:116 本篇文章为大家展示了Python中常用的数学建模Scipy,代码简明扼要并且容易理 ...
- 总结:机器学习中的基本数学知识
注:本文的代码是使用Python 3写的. 机器学习中的基本数学知识 线性代数(linear algebra) 第一公式 矩阵的操作 换位(transpose) 矩阵乘法 矩阵的各种乘积 内积 外积 ...
最新文章
- 使用Nginx-rtmp-module搭建hls直播
- ​一个文科妹子走上前端开发不归路(干货分享)
- VR规格表出来啦!Rift,Vive,PSVR,Acer和HP
- Oracle 11g 内存结构
- 优秀 Java 程序员写代码的风格
- 贪吃蛇python语言代码_Python贪吃蛇简单的代码
- 【重磅】关于本人CSDN的博客答疑
- SAP ABAP开发视频学习(视频教程)
- php 后台运行,php程序后台运行的实现方法
- 淘宝小程序开发注意点
- uc浏览器linux系统下载文件夹,UC浏览器开发者工具Linux版
- cursor游标讲解
- wampserver 的Apache启动错误提示:The requested URL / was not found on this server
- html5 js实现今日头条视频播放列表,Github最火开源项目-高仿今日头条视频列表功能...
- 关于Xsell共享文件输入网络凭据的解决办法
- springboot 使用mybatis-plus 配置乐观锁。
- 一,java虚拟机概述(什么是java虚拟机,为什么会产生java虚拟机,java虚拟机解决了什么问题)
- Linux 7 种文件类型
- do{...}while(false)的用法
- 光电自动避障小车_AGV系统助力工厂物流自动化【agv小车吧】
热门文章
- 多语种翻译-免费多语种翻译软件
- 新买一个iriver mp3
- Git回退已经提交commit的(还未推送push的)代码及撤回代码回退
- 【目标检测】56、目标检测超详细介绍 | Anchor-free/Anchor-based/Backbone/Neck/Label-Assignment/NMS/数据增强
- A/D与D/A转换芯片PCF8591
- 一次开发android和苹果,苹果联合创始人:苹果真该开发安卓手机
- vue高德地图学习 直接看最后推荐
- 计算机联锁系统中维修机的主要功能,计算机联锁系统各部硬
- 智能汽车“旋风”下,云巨头分列“演兵”
- 读书笔记 --《 java核心技术卷一》