概率论+贝叶斯定理+似然函数和极大似然估计

概率计算

均匀分布

正态分布

python 复制代码
import numpy as np

#随机生成(0,1)均匀分布的数据
a = np.random.rand(5)

#随机生成均匀分布的整数
b = np.random.randint(0,100,size=[2,3])

#随机生成服从标准正态分布的数据
c = np.random.randn(2,5)

贝叶斯定理

似然函数


相关推荐
computersciencer2 天前
贝叶斯入门:由全概率公式引出贝叶斯公式
笔记·数学建模·概率论
computersciencer2 天前
应用贝叶斯公式:迟到了,那坐的是哪种交通工具呢?
算法·机器学习·概率论
FPGA信号处理11 天前
【应用随机过程】:更新过程与马尔可夫链入门
算法·概率论
金色光环15 天前
【概率论详细笔记】泊松分布是怎么来的?应该怎么用?
笔记·概率论
Samson Bruce16 天前
【数学之美】
线性代数·算法·概率论
程序猿阿森18 天前
【机器学习实战】朴素贝叶斯算法详解:从概率基础到商品评论情感分析
算法·机器学习·概率论
坐看风云变幻20 天前
《飞控数学与控制 · 新手入门连载》第 4 期|概率论与高斯分布:为什么 IMU 永远“测不准“
概率论
努力努力再努力wz21 天前
【机器学习入门系列】从随机事件到正态分布:一文梳理概率论的核心知识
人工智能·机器学习·概率论
没有钱的钱仔23 天前
最大似然估计(MLE)通俗理解
算法·机器学习·概率论
FPGA信号处理24 天前
【信号检测与估计】第一次作业:无偏性、均方误差与最小方差无偏估计
人工智能·机器学习·概率论