集合不等式之Bonferroni inequality
Bonferroni不等式： \(\begin{array}{l} p({A_1} \cap {A_2}) \ge p({A_1}) + p({A_2}) - 1\\ p({A_1} \cap {A_2}.... \cap {A_n}) \ge p({A_1}) + p({A_2 ...
原文：數據處理不等式：Data Processing Inequality
我是在差分隱私下看到的，新解決方案的可用性肯定小於原有解決方案的可用性，也就是說信息的后續處理只會降低所擁有的信息量。 那么如果這么說的話為什么還要做特征工程呢，這是因為該不等式有一個巨大的前提就是數據處理方法無比的強大，比如很多的樣本要分類，我們做特征提取后，SVM效果很好 ，但是如果用DNN之類的CNN AuToEncoder，那么效果反而不如原來特征。這樣就能理解了，DNN提取能力更強，那 ...
2017-11-02 11:48 0 1409 推薦指數：
相關推薦
馬爾科夫不等式：Markov Inequality
馬爾科夫不等式：Markov Inequality : X 是非負變量,則有： \[P(X \geqslant a) \leqslant \frac{E(X)}{a} \] 證明： \[E(X) = \int_{0}^{+\infty}xf(x)dx\\ =\int_ ...
凸函數與簡森不等式（Jensen's inequality）
https://blog.csdn.net/lanchunhui/article/details/50482842 ...
Schwarz inequality（施瓦茨不等式）一個簡潔證明的思路分析
上圖是 Walter Rudin 所著的《數學分析原理》（Principles of Mathematical Analysis）里對施瓦茨不等式的一個簡潔證明。因為跨頁沒有拍全，后頁還有如下三行： Since each term in the first sum ...
Jensen 不等式
若f(x)為區間I上的下凸（上凸）函數，則對於任意xi∈I和滿足∑λi=1的λi>0（i=1，2，...，n），成立： \[f(\sum ^{n} _{i=1} \lambda _{i}x_{ ...
不等式筆記
均值不等式 條件：\(a_i\ge0\)。 平方平均數：\(Q_n=\sqrt{\dfrac{\sum_{i=1}^{n}a_i^2}{n}}\) 算數平均數：\(A_n=\dfrac{\sum_{i=1}^{n}a_i}{n}\) 幾何平均數：\(G_n=\sqrt[n]{a_1a_2 ...
Jensen不等式
（1）定義 設f是定義域為實數的函數，如果對所有的實數x，f(x)的二階導數都大於0，那么f是凸函數。 Jensen不等式定義如下： 如果f是凸函數，X是隨機變量，那么： 。當且僅當X是常量時，該式取等號。其中，E(X)表示X的數學期望。 注：Jensen不等式應用於凹函數時，不等號方向 ...
基本不等式
不等式 $1$： $$a^{2} + b^{2} \geq 2ab$$ 從代數角度來證明： $$(a - b)^{2} \geq 0 \\\Rightarrow a^{2} -2ab + b^{2} \geq 0 \\\Rightarrow a^{2} + b^{2} \geq 2ab ...