==繼續(xù)上面的博文，這次發(fā)現(xiàn)了一個(gè)對(duì)機(jī)器學(xué)習(xí)以及概率統(tǒng)計(jì)都有深入研究的博主：bitcarmanlee------https://blog.csdn.net/bitcarmanlee/article/details/77604484
這個(gè)博主的幾篇博文都值得我們持續(xù)跟蹤學(xué)習(xí);
1)核函數(shù)(Kernel Function)與SVM
https://blog.csdn.net/bitcarmanlee/article/details/77604484
核函數(shù)把低維空間映射到高維空間
核函數(shù)的作用就是隱含著一個(gè)從低維空間到高維空間的映射，這個(gè)映射可以把低維空間中線性不可分的兩類點(diǎn)變成線性可分的。
帶你理解beta分布
*************連接：qjgodshttps://blog.csdn.net/a358463121/article/details/52562940
https://blog.csdn.net/bitcarmanlee/article/details/82156281
用一句話說(shuō)beta分布可以看作一個(gè)概率的概率分布，當(dāng)你不知道一個(gè)東西的具體概率是多少時(shí)，它可以給出了所有概率出現(xiàn)的可能性的大小
beta分布與二項(xiàng)分布是共軛先驗(yàn)的，所謂的共軛先驗(yàn)就是先驗(yàn)分布是beta分布，而后驗(yàn)分布同樣是beta分布。因此對(duì)于一個(gè)我們不知道概率是什么，而又有一些合理的猜測(cè)時(shí)，beta分布能很好的作為一個(gè)表示概率的概率分布。

最容易理解的對(duì)卷積(convolution)的解釋**********https://blog.csdn.net/bitcarmanlee/article/details/54729807
卷積的重要的物理意義是：一個(gè)函數(shù)（如：單位響應(yīng)）在另一個(gè)函數(shù)（：如：輸入信號(hào)）上的加權(quán)疊加
加權(quán)疊加
在輸入信號(hào)的每個(gè)位置，疊加一個(gè)單位響應(yīng)，就得到了輸出信號(hào)。

---

總結(jié)

以上是生活随笔為你收集整理的Python视觉摄像头检测有趣项目之机器学习和概率论重点概念分析重要（三）（重点）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。