信息基础2 - homework2

查阅相关知识:

1.希腊字母发音(背诵…)

维基百科
在这里插入图片描述


2.方向的数学定义

周斌老师给出的定义:方向是与参考坐标系的夹角


3.卷积的概念

最容易理解的对卷积的解释

卷积的重要的物理意义是:一个函数(如:单位响应)在另一个函数(如:输入信号)上的加权叠加

某时刻的系统响应往往不一定是由当前时刻和前一时刻这两个响应决定的,也可能是再加上前前时刻,前前前时刻,前前前前时刻,等等。那么怎么约束这个范围呢,就是通过对h(n)这个函数在表达式中变化后的h(m−n)中的m的范围来约束的。就是当前时刻的系统响应与多少个之前时刻的响应的“残留影响”有关。


4.证明中心极限定理

维基百科:正态分布
维基百科:中心极限定理

中心极限定理是概率论中的一组定理。中心极限定理说明,在适当的条件下,大量相互独立随机变量的均值经适当标准化后依分布收敛于正态分布。这组定理是数理统计学和误差分析的理论基础,指出了大量随机变量之和近似服从正态分布的条件。

先了解一下特征函数(维基百科)
知乎:如何理解统计中的特征函数?
特征函数是随机变量的分布的不同表示形式。
虽然概率密度函数理解起来很直观,但是随机变量 X 的分布还有另外的描述方式,如特征函数。
在这里插入图片描述
在这里插入图片描述
特征函数包含了分布函数的所有矩,也就是包含了分布函数的所有特征
在这里插入图片描述

再来看证明:百度文库:林德伯格中心极限定理的证明

中心极限定理的通俗介绍(用python生成和展现数据)
知乎:什么是中心极限定理


5.查朱军的一篇论文看

(清华计算机,贝叶斯学习理论,无监督学习)
Big Learning with Bayesian methods 2017


6.通用逼近原理

Approximation by superpositions of a sigmoidal function

A visual proof that neural nets can compute any function (含许多可交互的demo)

猜你喜欢

转载自blog.csdn.net/weixin_41703033/article/details/83897300