首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
数学知识
林石公
创建于2022-10-31
订阅专栏
关于数据分析和机器学习的一些数学知识
暂无订阅
共6篇文章
创建于2022-10-31
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
统计学基础知识
1 总体与样本 总体可以认为是要研究的对象全体,可以是全部人类,也可以是一个班级里的同学,也可以是全校学生某次考试的数学成绩。 样本 在一些情况下,总体的数据可能无法取到,比如全部中国人的身高,这时为
中心极限定理
这个定理非常重要。 任意一个总体,不管它是如何分布的,抽出n个样本,取均值,反复这个抽样过程,得到k个均值,这k个均值(k足够大的情况下)呈正态分布。$\mu$值趋向于总体均值。 所有的分布都可以变成
大数定理
也可以称之为大数定律,在随机事件的大量重复出现中,往往呈现几乎的规律,这个规律就是大数定律。通俗地说,这个定理就是,在试验不变的条件下,重复试验多次,随机事件的频率近似于它的概率。偶然中包含着某种必然
方差标准差及协方差和标准误
方差 总体方差 一般的,对一个总体 $$ \sigma^2=\sum_{i=1}^{N}\frac{(X-\mu)^2}{N} $$ 其中 $\sigma^2$就是总体的标准差,X为变量值,$\mu$
R方
R方是统计学里常用的统计量,在不同任务模型下的解读和用途不一,有时候会出现误用情况。本文总结了对R方的理解和用法,遵循“从一般到特殊”的思路,先讲一般回归模型中的R方,再讲线性回归模型里的R方。"一般
数学相关知识
记录一下数据分析和机器学习用到的一些数学知识。主要涉及概率论与数据统计,对其中的公式部分不会作过多分析,主要是学习过程中的理解。