机器学习的数学基础
机器学习的数学基础 这里我主要总结一下我正在看的Bishop的"Pattern Recognition and Machine Learning"里面的内容。 1：概率论基础 边缘概率：只观察某个变量的概率。如存在X,Y两个变量，P(X)和P(Y)都是边缘概率（marginal probability） 联合概率：同时观测两个变量的值，此时的概率。如P（X=i,Y=j）就是联合概率（joint p
相关文章
- 1. 机器学习中的数学基础
- 2. 机器学习的数学基础（贰）
- 3. 机器学习的数学基础
- 4. 机器学习的数学基础（二）
- 5. 机器学习--机器学习基础
- 6. 机器学习——01、机器学习的数学基础1 - 数学分析
- 7. 机器学习数学基础
- 8. 浅析机器学习数学基础（）
- 9. 机器学习数学基础总结
- 10. 机器学习数学基础(二)
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Kotlin学习（二）基本类型
- • Kotlin学习（一）基本语法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 机器学习中的数学基础
- 2. 机器学习的数学基础（贰）
- 3. 机器学习的数学基础
- 4. 机器学习的数学基础（二）
- 5. 机器学习--机器学习基础
- 6. 机器学习——01、机器学习的数学基础1 - 数学分析
- 7. 机器学习数学基础
- 8. 浅析机器学习数学基础（）
- 9. 机器学习数学基础总结
- 10. 机器学习数学基础(二)