原创 數理統計——假設檢驗
假設檢驗是參數估計的“反過來”的過程。已知說法：原假設\(H_0:\mu=\mu_0\) 備擇假設\(H_1:\mu\neq\mu_0\)若\(P(A)=\alpha\)（顯著性水平，人爲取值0.1,0.05...）稱A爲小概率事件
2020-06-17 11:49:16
原创 概率論速查手冊(1)——隨機事件與概率
1 重要概念與公式： 1.1 樣本空間——\(\Omega\)（全集），其基本元素\(\omega_i\)叫樣本點 1.2 事件——樣本空間的子集\(A、B、C\)… \(\Phi\)——不可能事件 \(\
2020-06-17 10:49:11
原创 概率論速查手冊(2)——一維隨機變量及其分佈
1 基本概念 1.1 隨機變量\(X\)與分佈函數\(F(X)\) 隨機變量 定義在\(\Omega={\omega}\)上，取值在實數軸上的變量（這裏只討論實數域內，但隨機變量可以取到複數） $$X=X(\omega), \omega\
2020-06-17 09:58:42
原创 PCL庫學習筆記——入門、基本的數據結構
PCL中的基本的數據類型是點雲(PointCloud)，是一個C++類。它包括以下成員： 1、width(int) 對於有組織的點雲數據，它代表數據集的寬度； 對於無組織的點雲數據，它代表該點雲中所有點的個
2020-05-30 22:21:37
15
原创 吳恩達老師課程中文版整理（分享）
吳恩達老師機器學習課程中文文字版整理： https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes吳恩達老師深度學習課程中文文字版整理： https://git
2020-02-20 13:15:17
原创 數理統計——中心極限定理
不論\(X_i\mathrel{\mathop{\sim}\limits^{iid}}F(\mu,\sigma^2)(任意分佈)\)，有$$\sum^n_{i=1}X_i{\mathrel{\mathop{\sim}\limits^{n\
2020-02-20 13:15:16
原创 視覺SLAM基本原理（1）—— 歐氏變換與旋轉向量
本人才疏學淺，內容難免有疏漏與不足，敬請您諒解與指正.向量空間1、概念 對於向量空間\(\mathbb{V}\)一組向量\({\boldsymbol \alpha}_{1}, {\boldsymbol \alpha}_{2}…{\b
2020-02-20 13:15:16
原创 使用TensorFlow實現簡單的線性擬合
本文使用TensorFlow實現最簡單的線性迴歸模型。線性擬合\(y=2.7x+0.6\)，代碼如下:import tensorflow as tf import numpy as np import matplotlib.pyplot
2020-02-20 13:15:16
原创 安裝GraphViz
在Python機器學習實踐中需要使用GraphViz顯示決策樹的圖下面是安裝、配置及驗證過程：1、官網下載穩定版並安裝；2、將“C:\Program Files (x86)\Graphviz2.38\bin”加入系統變量的“Path”這一
2020-02-20 13:15:16
原创 數理統計——參數估計的無偏性、有效性以及一致性（相合性）
無偏性定義式：$$E(\hat\theta)=\theta$$無偏估計是用樣本統計量來估計總體參數時的一種無偏推斷。估計量的數學期望等於被估計參數的真實值，則稱此此估計量爲被估計參數的無偏估計，即具有無偏性，是一種用於評價估計量優良性的準
2020-02-20 13:15:16
原创 數理統計——四大分佈、置信區間
在統計學中，一個概率樣本的置信區間（Confidence interval）是對這個樣本的某個總體參數的區間估計。置信區間展現的是這個參數的真實值有一定概率落在測量結果的周圍的程度。置信區間給出的是被測量參數的測量值的可信程度，即
2020-02-20 13:15:16
原创 在CSDN博客裏面插入公式的方法
1，MathJax：點擊打開鏈接 網頁上的公式編輯使用MathJex是比較漂亮的，MathJax兼容LaTe格式。 有時候在編輯頁面上直接寫公式可能不識別，可以在 這裏 編輯之後將代碼複製到編輯頁面。 基本語法（轉載）：
2020-02-20 13:15:16
原创 Windows10 安裝spyder3 無法啓動解決方案
使用pip安裝spyder後在CMD命令行中啓動spyder3時報錯，無法啓動，使用"spyder --reset"命令無效。後來想使用jupyter notebook ，結果報錯：ModuleNotFoundError: No modu
2020-02-20 13:15:16
原创 最大似然估計，最大後驗估計
條件概率： $$P(A|B)={P(AB)\over P(B)}$$ 這個公式看下面韋恩圖就懂了：在事件\(B\)發生的條件下發生事件\(A\)的概率\(P(A|B)\)，就是\(AB\)同時發生的概率\(P(AB)\)，比\
2020-02-20 13:15:15
原创 概率論速查手冊(3)——多維隨機變量及其分佈
1 概念 1.1 聯合分佈 設\(x,y\) $$F(x,y)\triangleq{P}\{X\leqslant x,Y\leqslant y\}$$ $$-\infty<x<+\infty,-\infty<y<+\infty$$ 1.2
2019-09-06 12:55:45