当前位置:   article > 正文

毕业设计 机器学习数学原理

毕业设计 机器学习数学原理

### 一、概率-高斯分布1-极大似然估计
高斯分布在统计机器学习中占据重要的地位。

本节内容主要是利用极大似然估计计算高斯分布下的最优参数。

在这里插入图片描述
假设数据 X中有 N 个样本,每个样本 Xi 为p 维数据
所有的样本都独立同分布于高斯分布

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

二、概率-高斯分布2-极大似然估计(无偏估计 VS 有偏估计)

在这里插入图片描述
在这里插入图片描述

三、概率-高斯分布3-从概率密度函数角度观察

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

四、概率-高斯分布4-局限性

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

五、概率-高斯分布5-已知联合概率求边缘概率及条件概率

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

六、概率-高斯分布6-已知边缘和条件概率求联合概率分布

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

七、概率-不等式1-杰森不等式(Jensen’s Inequality)

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

最后

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/IT小白/article/detail/374360
推荐阅读
相关标签
  

闽ICP备14008679号