机器学习中的数学——点估计(一):基础知识
分类目录:《机器学习中的数学》总目录
相关文章:
· 点估计(一):基础知识
· 点估计(二):矩估计
· 点估计(三):极大似然估计/最大似然估计(Maximum Likelihood Estimate,MLE)
· 点估计(四):最大后验估计(Maximum Posteriori Probability,MAP)
设总体XXX的分布形式已知,但它的一个或多个参数未知,借助于总体XXX的一个样本来估计总体未知参数值的问题称为参数的点估计。设总体X∼f(x;θ)X\sim f(x;\theta)X∼f(x;θ),其中fff的形式已知,θ\thetaθ是未知参数.例如,总体X∼B(1,p)X\sim B(1, p)X∼B(1,p),其中ppp未知,这个ppp即为标记总体分布的未知参数,简称总体参数。总体参数虽然是未知的,但是它可能取值的范围却是已知的.称总体参数的取值范围为参数空间,记作Θ\ThetaΘ.例如,已知总体X∼N(μ,σ2)X\sim N(\mu, \sigma^2)X∼N(μ,σ2),其中μ\muμ和σ2\sigma^2σ2都未知,参数空间Θ=(μ,σ2):−∞<μ<∞,σ2>0\Theta={(\mu, \sigma^2):-\infty<\mu<\infty, \sigma^2>0}Θ=(μ,σ2):−∞<μ<∞,σ2>0。
设(x1,x2,⋯,xn)(x_1, x_2, \cdots, x_n)(x1,x2,⋯,xn)是取自总体XXX的一个样本,若用一个统计量θ^=θ^(x1,x2,⋯,xn)\hat{\theta}=\hat{\theta}(x_1, x_2, \cdots, x_n)θ^=θ^(x1,x2,⋯,xn)来估计θ\thetaθ,则称θ^\hat{\theta}θ^为参数θ\thetaθ的一个点估计量。θ^\hat{\theta}θ^为参数θ\thetaθ的一个估计量,则有g(θ^)g(\hat{\theta})g(θ^)为参数g(θ)g(\theta)g(θ)的一个估计量.在这里,构造统计量θ^\hat{\theta}θ^常用的方法有矩估计法、极大似然估计和最大后验估计等。
机器学习中的数学——点估计(一):基础知识相关推荐
- 机器学习中的数学——点估计(二):矩估计
分类目录:<机器学习中的数学>总目录 相关文章: · 点估计(一):基础知识 · 点估计(二):矩估计 · 点估计(三):极大似然估计/最大似然估计(Maximum Likelihood ...
- 机器学习中的数学——点估计(四):最大后验估计(Maximum Posteriori Probability,MAP)
分类目录:<机器学习中的数学>总目录 相关文章: · 点估计(一):基础知识 · 点估计(二):矩估计 · 点估计(三):极大似然估计/最大似然估计(Maximum Likelihood ...
- 机器学习中的数学(七)--凸优化的基础知识
写在前面 <机器学习中的数学>系列主要列举了在机器学习中用到的较多的数学知识,包括微积分,线性代数,概率统计,信息论以及凸优化等等.本系列重在描述基本概念,并不在应用的方面的做深入的探讨, ...
- 机器学习中的数学知识(part4)--拟牛顿法
学习笔记,仅供参考,有错必究 文章目录 机器学习中的数学知识 拟牛顿法 面临的问题(局部极小/鞍点) 机器学习中的数学知识 拟牛顿法
- 机器学习中的数学知识(part3)--凸优化
学习笔记,仅供参考,有错必究 文章目录 机器学习中的数学知识 凸优化 非凸优化 机器学习中的数学知识 凸优化 下面是实际问题中常见的凸集,记住它们对理解后面的算法非常有帮助. n n
- 机器学习中的数学知识(part2)
学习笔记,仅供参考,有错必纠 参考自:<机器学习与应用>–雷明 文章目录 机器学习中的数学知识 泰勒展开 梯度下降法 牛顿法 机器学习中的数学知识 泰勒展开 梯度下降法
- 机器学习中的数学知识(part1)
学习笔记,仅供参考,有错必纠 参考自:<机器学习与应用>–雷明 文章目录 机器学习中的数学知识 偏导数与梯度 雅克比矩阵 Hessian矩阵 奇异值分解 向量与矩阵求导 机器学习中的数学知 ...
- 机器学习中的数学:一份新鲜出炉的热门草稿
来源:机器之心 本文约1500字,建议阅读5分钟. 本文为你分享近日<Mathematics for Machine Learning>的全部草稿已放出,我们整理了这本书的简要概述. 近日 ...
- 我们该如何学习机器学习中的数学
数学在机器学习中非常重要,不论是在算法上理解模型代码,还是在工程上构建系统,数学都必不可少.通常离开学校后很难有机会静下心学习数学知识,因此我们最好能通过阅读小组或读书会等形式营造环境,并专注学习那些 ...
最新文章
- 常见的java内存溢出情况
- 8.动态规划(1)——字符串的编辑距离
- Linux 程序后台运行与删除
- linux怎么升级python2.7,linux升级python到2.7
- android /data文件夹无法显示内容
- VS2017 控件添加关联变量
- 女粉想要找男朋友,竟是为了...
- 增量式pid调节方式有何优点_PID控制在变频器驱动系统中的应用
- bash 脚本编程 教程
- Android View事件传递机制
- 用Windows Media Service打造的流媒体直播系统
- 「运维之美」技术周刊 ( 第 2 期 )
- scons与Madagascar!
- c语言中缺少参数怎么弄,printf参数不足
- MySQL——数据类型
- 通过EFI安装Ubantu+Win7双系统教程
- 插入数据时出现Duplicate entry ‘XXX‘ for key ‘XXX‘
- Nwafu-OJ-1509 Problem 13和17的倍数和
- 图片压缩算法,保证图片不失真
- 戴尔台式计算机没有声音,笔记本电脑上没有声音,并教您如何在戴尔笔记本电脑上没有声音的情况下解决问题...