前言

这个笔记是北大那位老师课程的学习笔记，讲的概念浅显易懂，非常有利于我们掌握基本的概念，从而掌握相关的技术。

正文

这节课主要讲的是常用统计分布里的条件期望。
x‾=1n∗i=1nai\overline{x} =\frac{1}{n}* \quad {i=1}{n} a_i x=n1∗i=1nai
样本矩阵
p(uk−σ1)p(u_k -\sigma_1) p(uk−σ1) 总体均值
由样本到总体
a1....anD{a_1 ....a_n} ~D a1....an D

Mahalanobis distance

metric σp∗p\sigma_{p*p} σp∗p
欧式距离计算，加权距离，矩阵求解。

psd矩阵

半正定矩阵，特征值lmada≥0lmada \ge 0 lmada≥0

conditional expectation

E（x）
E（x|y）
E（x|Y=y）

Moment Generating Function

Def Doc MGF if X is fai(x) =E(etx)E(e^{tx}) E(etx)
ϕx(t)=etx\phi_x(t)=\quad e^{tx} ϕx(t)=etx

概率特征函数。

完全单调，充分上扬。

机器学习导论（张志华）：条件期望相关推荐

张志华统计机器学习
统计机器学习-张志华-例子-Bayesian Linear Regression 本节贝叶斯线性回归推到主要是根据张志华统计机器学习 p39课来的. 但是其课中大部分概率p省略了X,最初的时候不知 ...
张志华教授《机器学习导论》和《统计机器学习》课程讲义
张志华教授<机器学习导论>和<统计机器学习>课程讲义 [尊重原创,转载请注明出处]http://blog.csdn.net/guyuealian/article/details ...
《机器学习导论》和《统计机器学习》学习资料：张志华教授
张志华教授的两门机器学习公开课是很好的机器学习资源.但在上海交大的公开课视频网站上挂出的教学视频顺序有点乱.对于初学者来说,如果没看对顺序的话,会觉得讲得很乱,从而错过这么优质的资源.事实上板书很完整 ...
机器学习导论（张志华）笔记
介绍人工智能最近发展的如火如荼,要想本质掌握这门技术,离不开优秀资源的支撑. 北京大学的张志华老师,发布在网上的视频可以说是经典资源,特此分享给大家. 正文张志华 ,北京大学数学科学学院教授,北京 ...
张志华-统计机器学习-概论
文章目录统计机器学习概论 1. 统计机器学习需要掌握的知识与技术? 2.统计机器学习(SML)的问题分类 3. 参数估计:频率方法与贝叶斯方法 4. 频率派和贝叶斯派的统一统计机器学习概论本节主 ...
COS 访谈第 19 期：张志华教授
COS 访谈第 19 期:张志华教授张志华 / 常象宇关键词:COS 访谈; ESL; Mike Jordan; MLAPP; PRML; 大数据; 张志华; 机器学习; 统计学习; 郁彬文字整 ...
《机器学习》周志华学习笔记
<机器学习>周志华学习笔记第一章绪论 1.1 引言机器学习:致力于研究如何通过计算的手段,利用经验来改善系统自身的性能. 经验:"经验"通常以"数据& ...
机器学习_周志华_问题汇总_第2周
问题 Q1 如果我想分析一下文本分类错误的原因,应该从哪些方面入手? 可以去分析一下哪个类别错误率高,然后看看这个类别的是否不平衡,针对这个类别看看能不能进行改进. 还有就是数据量过少,或是数据质量较 ...
机器学习（周志华）学习笔记（一）
目录学习教材学习内容一.绪论 1.1 基本术语 1.2 假设空间 1.3 归纳偏好二. 模型评估与选择 2.1 经验误差 2.2 评估方法 2.3 性能度量 2.4 方差与偏差学习时间学习 ...
机器学习 -- 《机器学习》(周志华) 第三章
机器学习 – <机器学习>(周志华) 第三章笔记文章目录机器学习 -- <机器学习>(周志华) 第三章笔记注常用数学符号正交回归点距离线的距离是正交回归线性回 ...

机器学习导论（张志华）：条件期望

前言

正文