机器学习导论(张志华):多项式分布
前言
這個筆記是北大那位老師課程的學習筆記,講的概念淺顯易懂,非常有利于我們掌握基本的概念,從而掌握相關的技術。
基本概念
兩個矩陣相似:兩個矩陣特征值一樣。
兩個矩陣合同:矩一樣,就是個數一樣。
#高斯分布的特性
知道μ和σ\mu 和\sigmaμ和σ就可以確定這個分布,是它的信息量。
流形學習(manifold learning)
學習的是空間局部點之間的關系。
多項式分布
The multinomial disterimim
multimonomial(Theorm)
Let K and n be positive integers.Let A be the set of vector x ̄=(x1,..,xk)\overline x=(x_1,..,x_k) x=(x1?,..,xk?)
such that each xix_ixi? is a nonequlive integer and xI=n\quad x_I =nxI?=n,then,dor any real n1n_1 n1?
when P1,...,PkP_1,...,P_kP1?,...,Pk?
(P1...+Pk)n=ni=1n!2x1!...Xn!Pik...Pkxk(P_1...+P_k )^n=\quad{n}{i=1} \frac{n!^2}{x_1!...X_n!}P_i^k...P_k^{x_k} (P1?...+Pk?)n=ni=1x1?!...Xn?!n!2?Pik?...Pkxk??
總結
以上是生活随笔為你收集整理的机器学习导论(张志华):多项式分布的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 安卓内存分析
- 下一篇: 机器学习导论(张志华):多元高斯分布及应