伯努利分布和高斯分布下的最大似然估計、交叉熵
伯努利分布是一個離散型機率分布。試驗成功,隨機變量取值為1;試驗失敗,隨機變量取值為0。成功機率為p,失敗機率為q =1-p,N次試驗后,成功期望為N*p,方差為N*p*(1-p) ,所以伯努利分布又稱兩點分布。 觀察到的數據為D1,D2,D3,...,DN,極大似然的目標: 聯合分布難 ...
伯努利分布是一個離散型機率分布。試驗成功,隨機變量取值為1;試驗失敗,隨機變量取值為0。成功機率為p,失敗機率為q =1-p,N次試驗后,成功期望為N*p,方差為N*p*(1-p) ,所以伯努利分布又稱兩點分布。 觀察到的數據為D1,D2,D3,...,DN,極大似然的目標: 聯合分布難 ...
期望 介紹各個分布之前先給出期望的定義。如果$\int_{-\infty}^{\infty}|x|f(x)dx<\infty$,那么$E(x)=\int_{-\infty}^{\infty}x ...
開始介紹之前還是老樣子先吐槽一下教科書不說人話,喜歡端着,真是耽誤了一群數學天才。 伯努利分布 伯努利分布很好理解,常見的例子就是拋硬幣,假設硬幣正面朝上的概率是 p,所以伯努利分布的概率質量函數(probability mass function,簡寫作pmf)是: 注意 ...