机器学习数学原理

一、概率-高斯分布1-极大似然估计

高斯分布在统计机器学习中占据重要的地位。

本节内容主要是利用极大似然估计计算高斯分布下的最优参数。

在这里插入图片描述
假设数据 X中有 N 个样本,每个样本 Xi 为p 维数据
所有的样本都独立同分布于高斯分布

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

二、概率-高斯分布2-极大似然估计(无偏估计 VS 有偏估计)

在这里插入图片描述
在这里插入图片描述

三、概率-高斯分布3-从概率密度函数角度观察

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述在这里插入图片描述

四、概率-高斯分布4-局限性

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

五、概率-高斯分布5-已知联合概率求边缘概率及条件概率

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

六、概率-高斯分布6-已知边缘和条件概率求联合概率分布

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

七、概率-不等式1-杰森不等式(Jensen’s Inequality)

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/HUXINY/article/details/111600120