概率与统计

【摘要】“概率” 和 “似然” 这两个术语，在各种文献中使用非常混乱，大多数人可能会觉得它们就是一回事，很难发现/理解它们之间的区别。本文旨在理清 “概率” 和 “似然” 之间的区别，以便更好地理解贝叶斯方法。 “概率” 和 “似然” 之间的区别！最重要的区别：概率依附于可能的结果；而似然依附于假设。 可能的结果是相互排斥且穷举的。假设我们要求受试者预测 $10$ 次掷硬币的每一次结果，则只有 $11$ 个可能的结果（ $0$ 到 $10$ 个可能正确的预测），而实际结果将始终是可能的结果中的一个且只有一个。因此，附加到可能结果的概率总和必须为 $1$。 假设与结果不同，既不相互排斥，也不穷举。假设我们测试的对象正确地预测了 $10$ 个结果中的 $7$...

机器学习和深度学习中常用的概率统计知识In Bayesian influence, probability distributions are heavily used to make intractable problems solvable. After discussing the normal distribution, we will cover other basic distributions and more advanced ones including Beta distribution, Dirichlet distribution, Poisson Distribution, and Gamma distribution. We will also discuss topics including the Conjugate prior, Exponential family of distribution, and Method of Moments. 1 离散型分布伯努利分布 The Bernoulli distribution is a...

【通俗理解】显著性检验，T-test，P-value源：https://www.cnblogs.com/hdu-zsk/p/6293721.html 1 前言显著性检验：用于判定实验结果是否由随机误差导致，即用量化方法来判断实验结果能否被接受。 举例:赵先生开了一家日用百货公司，该公司分別在郑州和杭州开设了分公司。现在存在下列数据作为两个分公司的销售额，集合中的每一个数代表着一年中某个月的公司销售: 郑州分公司 Z={23,25,26,27,23,24,22,23,25,29,30}$ 杭州分公司...

我来尝试给你讲清统计学中的假设检验和两类错误学习过统计的同学一定对“两类错误”不会陌生，但是否已经完全理清了其中的逻辑，想必要打一个问号了。希望我今天能“不辱使命”，用你听得懂的语言给你讲清楚这整套内容。 1 ...