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
没有钱的钱仔1 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2 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
for_ever_love__6 天前
概率与统计——分布、期望与贝叶斯,语言模型的建模基础
python·机器学习·大模型·概率论
lisw057 天前
概率论:事件之间的关系与运算!
数据分析·概率论
lisw058 天前
论数学期望与概率的关系及其应用!
概率论
Ruannn(努力版)10 天前
statistics
概率论
FPGA信号处理13 天前
《随机信号分析与处理》第1章 随机变量基础:习题解答
人工智能·机器学习·概率论
金色光环14 天前
概率论笔记:连续型随机变量函数的分布与尺度变换 连续型随机变量函数的分布:定义法与公式法推导
笔记·概率论
tigershang23 天前
从工具到结构:工科数学的升阶之路
神经网络·机器学习·概率论
computersciencer1 个月前
事件的六种关系之包含关系
程序人生·数学建模·数据分析·概率论