一、前言 概率分布（probabilitydistribution）或簡(jiǎn)稱分布（distribution），是概率論的一個(gè)概念。 具有相同分布函數(shù)的隨機(jī)變量一定是同分布的，因...
IP屬地：山東
-
概率分布基礎(chǔ)知識(shí) -
博主，vine copula資料從論文里找的？
vine copula學(xué)習(xí) Day3
前言：還是不能抱什么希望啊...不然只會(huì)更加失落。好好在學(xué)校鍛煉身體+好好看論文吧。 一、簡(jiǎn)介 很多copula都是基于二元構(gòu)建的，然而目前可使用的多元copula的是有限的...
-
博主，我想問(wèn)一下vin copula學(xué)習(xí)怎么入門？有哪些資料？這個(gè)使用matlab嗎？
vine copula學(xué)習(xí)-Day1
vine copula學(xué)習(xí)-Day1 前言：無(wú)語(yǔ)，被迫留在學(xué)校，干點(diǎn)力所能及的事情吧，希望不要浪費(fèi)這段時(shí)光。 列出了幾個(gè)可能會(huì)用到的函數(shù)，今天就這樣，明天繼續(xù)學(xué)習(xí)，需要再取。...
-
@e3faf2b3e2f0 有沒(méi)有學(xué)習(xí)資料？本人用matlab編程??
vine copula 學(xué)習(xí) Day5
前言：今早解決了一個(gè)小問(wèn)題。之前有說(shuō)過(guò)R藤中抽樣可以用RVineSim，但是因?yàn)榍懊嬉猵obs樣本數(shù)據(jù)，所以抽樣出來(lái)的值不是真正的樣本值，而是樣本值對(duì)應(yīng)的cdf，所以如果想得...
-
-
論文筆記|Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting
Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting論文地...
-
-
條件概率分布與機(jī)器學(xué)習(xí)
基本上很多機(jī)器學(xué)習(xí)的算法的目標(biāo)函數(shù)都是條件概率分布。所以這里會(huì)重點(diǎn)的談?wù)勎覍?duì)條件概率分布的理解。 條件概率分布到底意味著什么呢？ 條件概率分布的數(shù)學(xué)表達(dá)公式為：P(Y|X)。...
-
應(yīng)該如何理解概率分布函數(shù)和概率密度函數(shù)？大學(xué)的時(shí)候，我的《概率論和數(shù)理統(tǒng)計(jì)》這門課一共掛過(guò)3次，而且我記得最后一次考過(guò)的時(shí)候剛剛及格，只有60分。你可以想象我的《概率論》這門課學(xué)的是有多差了。后來(lái)，我工作以后，在學(xué)...
-
jupyter notebook中markdown使用
1.標(biāo)題 # 一級(jí)標(biāo)題 ## 二級(jí) ### 三級(jí) #### 四級(jí) ##### 五級(jí) ###### 六級(jí) 2.列表 - 列1 - 列2 -列3 有序列表（1. ...
-
書(shū)讀得越多，人就會(huì)越來(lái)越通透
書(shū)讀得多的人，氣質(zhì)不凡，語(yǔ)出驚人。這是不爭(zhēng)的事實(shí)。 看看那些文人墨客那個(gè)不是與書(shū)為伴，與書(shū)為友。 書(shū)讀得多了，不會(huì)寫詩(shī)也會(huì)吟。確實(shí)，閱讀是寫好文章的基石，沒(méi)閱讀習(xí)慣的人，覺(jué)得...
-
1、深度強(qiáng)化學(xué)習(xí)簡(jiǎn)介什么是強(qiáng)化學(xué)習(xí)？ 可以考慮一個(gè)更加寬泛的問(wèn)題，如何建立一個(gè)智能的設(shè)備,如何才能讓我們更接近真正的AI。舉個(gè)例子，油輪可以在不使用現(xiàn)有的AI技術(shù)就可實(shí)現(xiàn)全球航行，但是他卻不是真...
-
-
堅(jiān)持做一件事30天后會(huì)有哪些改變？1、堅(jiān)持三十天不看片，保正充足睡眠，你的氣質(zhì)和精神狀態(tài)能有翻天覆地的變化。 猥瑣頹廢，無(wú)精打采，對(duì)事情無(wú)法集中注意力——>意氣風(fēng)發(fā)，積極有活力，做任何事情都能夠全神貫注。 真...
-
讀書(shū)｜涂子沛《數(shù)商》：如何用數(shù)據(jù)思考和行動(dòng)，并在智能時(shí)代勝出涂子沛出新書(shū)了——《數(shù)商》。繼《數(shù)據(jù)之巔》《數(shù)文明》《善數(shù)者成》后，在這本書(shū)中，涂子沛提出了一個(gè)新概念——“數(shù)商”。 數(shù)商就是對(duì)記錄數(shù)據(jù)、組織數(shù)據(jù)、保存數(shù)據(jù)、搜索數(shù)據(jù)、分析數(shù)...
-
Seq2Seq、Attention、以及Transformer介紹Seq2Seq(Sequence To Sequence) Seq2seq 由Google首次引入機(jī)器翻譯。在此之前，翻譯工作非常幼稚。您以前鍵入的每個(gè)單詞都被轉(zhuǎn)換為其目標(biāo)語(yǔ)...
-
神經(jīng)網(wǎng)絡(luò)如何外推：從前饋網(wǎng)絡(luò)到圖網(wǎng)絡(luò)HowNeuralNetworksExtrapolate:FromFeedforwardtoGraphNeuralNetworks ICLR2021最高分論文https://...
-
回歸評(píng)價(jià)指標(biāo)MSE、RMSE、MAE、R-Squared前言 分類問(wèn)題的評(píng)價(jià)指標(biāo)是準(zhǔn)確率，那么回歸算法的評(píng)價(jià)指標(biāo)就是MSE，RMSE，MAE、R-Squared。下面一一介紹 均方誤差（MSE） MSE （Mean Squared...
