机器学习升级版(VII)——第2课 概率论与贝叶斯先验

Posted lxr1995

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习升级版(VII)——第2课 概率论与贝叶斯先验相关的知识,希望对你有一定的参考价值。

摘录自:邹博《机器学习升级版》课件

1. 概率论基础

  • 1.初步认识

    • 技术分享图片
  • 2.古典概型

    • 技术分享图片
    • 技术分享图片
  • 3.生日悖论

    • 生日悖论(Birthday paradox)是指,如果一个房间里有23个或23个以上的人,那么至少有两个人的生日相同的概率要大于50%。这就意味着在一个典型的标准小学班级(30人)中,存在两人生日相同的可能性更高。对于60或者更多的人,这种概率要大于99%。从引起逻辑矛盾的角度来说生日悖论并不是一种悖论,从这个数学事实与一般直觉相抵触的意义上,它才称得上是一个悖论。大多数人会认为,23人中有2人生日相同的概率应该远远小于50%。
  • 4.装箱问题

    • 技术分享图片
    • 技术分享图片
  • 5.与组合数的关系

    • 技术分享图片
  • 6.组合数背后的密码  技术分享图片

    • 技术分享图片
  • 7.统计数值的概率

    • 技术分享图片
  • 8.本福特定律

    • 技术分享图片
  • 9.概率公式

    • 技术分享图片
  • 10.贝叶斯公式  技术分享图片

    • 定义:
      • 技术分享图片
    • 应用:
      • 技术分享图片
  • 11.分布

    • 常见分布是可以完美统一为一类分布

    • 1.两点分布 Bernoulli distribution

      • 技术分享图片
    • 2.二项分布  Binomial Distribution


      • 技术分享图片
      • 技术分享图片
      • 技术分享图片
    • 3.负二项分布

      • 技术分享图片
    • 考察Taylor展式

      • 技术分享图片
    • 4.泊松分布 Poisson distribution

      • 技术分享图片
      • 技术分享图片
      • 技术分享图片
    • 5.均匀分布 Uniform Distribution

      • 技术分享图片
    • 6.指数分布 Exponential Distribution

      • 技术分享图片
      • 技术分享图片
      • 技术分享图片
    • 7.正态分布Normal/高斯分布Gaussian distribution

      • 技术分享图片
      • 技术分享图片
      • 技术分享图片
      • 技术分享图片
    • 上述分布总结

      • 技术分享图片
    • 8.Beta分布

      • 技术分享图片
      • 技术分享图片
      • 技术分享图片
    • 9.指数族分布

      • 技术分享图片
      • 技术分享图片
      • 技术分享图片
      • 技术分享图片
    • 考察参数Φ

      • 技术分享图片
      • 技术分享图片
      • 技术分享图片

2.统计量

  • 1.事件独立性

    • 技术分享图片
  • 2.期望

    • 即,概率加权下的平均值
    • 离散型:技术分享图片
    • 连续型:技术分享图片
    • 期望的性质
      • 技术分享图片
    • 例1:计算期望


      • 技术分享图片
      • 技术分享图片
      • 技术分享图片
    • 例2:集合Hash问题 

      • 技术分享图片
      • 技术分享图片
      • 技术分享图片
  • 3.方差

    • 技术分享图片
  • 4.协方差

    • 定义:技术分享图片

    • 性质:

      • 技术分享图片
    • 协方差和独立、不相关

      • 技术分享图片
    • 协方差的意义

      • 技术分享图片
    • 协方差的上界

      • 技术分享图片
    • 证明过程分析

      • 技术分享图片
    • 协方差上界定理的证明

      • 技术分享图片
    • 再谈独立与不相关

      • 技术分享图片

 

  • 5.Pearson相关系数

    • 技术分享图片
    • 技术分享图片
  • 6.协方差矩阵

    • 技术分享图片
    • 技术分享图片
    • 技术分享图片

 

3.大数定律

  • 1.切比雪夫不等式

    • 技术分享图片
  • 2.大数定律

    • 技术分享图片

       

  • 3.大数定律的意义

    • 技术分享图片
  • 4.重要推论:伯努利定理

    • 技术分享图片
    • 技术分享图片

4.中心极限定理

  •  1.中心极限定理

    • 技术分享图片
  • 2.例题:标准的中心极限定理的问题

    • 技术分享图片
    • 技术分享图片
  • 3.中心极限定理的意义

    • 技术分享图片
  • 4.贝叶斯公式带来的思考:技术分享图片

    • 技术分享图片

5.最大似然估计

  • 1.最大似然估计

    • 技术分享图片
  • 2.最大似然估计的具体实践操作

    • 技术分享图片
    • 技术分享图片
  • 3.二项分布的最大似然估计

    • 技术分享图片
  • 4.正态分布的最大似然估计

    1. 技术分享图片
    2. 技术分享图片
    3. 技术分享图片
    4. 技术分享图片
    5. 技术分享图片
    6. 技术分享图片
  • 5. 例题:概率计算
    • 统计某个婚恋网站注册用户的实际年龄,均值25岁,标准差2,试估计用户年龄在21-29岁的概率至少是多少?
    • 技术分享图片

6. 术语摘录

以上是关于机器学习升级版(VII)——第2课 概率论与贝叶斯先验的主要内容,如果未能解决你的问题,请参考以下文章

朴素贝叶斯概率模型在使用前可以进行特征融合吗

机器学习(10):朴素贝叶斯

机器学习基础:朴素贝叶斯小结

机器学习朴素贝叶斯

机器学习回顾篇:朴素贝叶斯算法

干货来袭!3天0基础Python实战项目快速学会人工智能必学数学基础全套(含源码)(第3天)概率分析篇:条件概率全概率与贝叶斯公式