熱線電話:13121318867

登錄
首頁精彩閱讀機器學習中的概率估計指什么?
機器學習中的概率估計指什么?
2020-05-19
收藏
機器學習算法會涉及到大量的數學基礎內容,數學好的童靴們,你們的優勢來了。在機器學習中涉及到了三個數學工具,分別是線性代數、概率統計(概率估計)、最優化理論。

今天,我們來講概率統計,在機器學習中會涉及到很多相關的知識點,我們一起來看看!

(一)概率核心理論
概率的核心理論,搞清楚條件概率的問題,并且理清聯合概率、邊緣概率、條件概率這幾個核心概念。同時,在此基礎上熟悉和掌握貝葉斯公式和相關理論。

(二)核心的幾種隨機變量的分布以及變量之間的關系
這是基礎的知識點,我們需要掌握離散型隨機變量的幾種主要的分布,而連續型隨機變量主要就是掌握正態分布即可。并且熟練運用程序的工具獲取分布的期望、方差等數字特征,了解概率密度函數和累積分布函數。對多組不同的變量,熟悉協方差以及相關性的意義和計算方法。

(三)參數估計理論
這一部分的內容會在后續的算法中廣泛的體現和運用,因此理論與方法顯得格外重要。需要重點掌握最小偏差無偏估計、最大似然估計和貝葉斯估計的相關內容。并且學習EM算法。


(四)建立隨機理論的相關概念
這里首先需要掌握蒙特卡羅方法的基本思想。同時鞏固貝葉斯的思想方法,接觸一下馬爾科夫蒙特卡洛(MCMC)算法。


(五)隨機過程初步理論和應用
隨機過程是門很深的課程,從應用的角度來講,對于理論層面不必研究太深,以基礎知識和基本應用為主。

首先馬爾科夫鏈是必須學習的,了解狀態轉移矩陣、多步轉移、幾種不同的狀態分類、平穩分布等最基本的內容。然后在此概念基礎上,學習隱馬爾科夫鏈的相關內容,聚焦其基本概念,以及概率估計、計算和參數學習的一些方法。

數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢