搜索结果
查询Tags标签： 概率，共有 133条记录-
算法篇（1）
算法篇（1）因为下学期才开始概率论的学习，所以这里简单写下学习笔记。 贝叶斯滤波 相信大家对概率都不陌生吧，但是今天介绍的贝叶斯滤波与我们平常的概率学不大相同，这里举个我学长跟我介绍的例子，就比如我们平常抛硬币，我们抛一次正面朝上的概率是1/2，抛…
2021/11/28 17:10:13 人评论 次浏览 -
算法篇（1）
算法篇（1）因为下学期才开始概率论的学习，所以这里简单写下学习笔记。 贝叶斯滤波 相信大家对概率都不陌生吧，但是今天介绍的贝叶斯滤波与我们平常的概率学不大相同，这里举个我学长跟我介绍的例子，就比如我们平常抛硬币，我们抛一次正面朝上的概率是1/2，抛…
2021/11/28 17:10:13 人评论 次浏览 -
蓝桥杯 试题 算法训练 印章 java实现
1、试题 算法训练 印章 dp题(动态规划题) 资源限制 时间限制：1.0s 内存限制：256.0MB 问题描述 共有n种图案的印章，每种图案的出现概率相同。小A买了m张印章，求小A集齐n种印章的概率。 输入格式 一行两个正整数n和m 输…
2021/11/27 14:40:05 人评论 次浏览 -
蓝桥杯 试题 算法训练 印章 java实现
1、试题 算法训练 印章 dp题(动态规划题) 资源限制 时间限制：1.0s 内存限制：256.0MB 问题描述 共有n种图案的印章，每种图案的出现概率相同。小A买了m张印章，求小A集齐n种印章的概率。 输入格式 一行两个正整数n和m 输…
2021/11/27 14:40:05 人评论 次浏览 -
NLP-Good Turning平滑
目录1.遇见的问题 2.Good Turning平滑 3.实验数据1.遇见的问题 这个平滑方法在语言模型里面应用较多。由于我们的词典库中，单词量非常大， 语料中基本上不会完全出现所有的词，因此，如何预测出现新词的概率？2.Good Turning平滑 首先定义一个N(c)：出现c次的单词的个数 …
2021/11/17 23:42:37 人评论 次浏览 -
NLP-Good Turning平滑
目录1.遇见的问题 2.Good Turning平滑 3.实验数据1.遇见的问题 这个平滑方法在语言模型里面应用较多。由于我们的词典库中，单词量非常大， 语料中基本上不会完全出现所有的词，因此，如何预测出现新词的概率？2.Good Turning平滑 首先定义一个N(c)：出现c次的单词的个数 …
2021/11/17 23:42:37 人评论 次浏览 -
概率算法
目录数值随机化算法Monte Carlo 算法Las Vegas 算法Sherwood 算法概率算法也叫随机化算法。分治算法、贪心算法、动态规划算法、回溯法、分治界限算法这些算法的每一计算步骤都是确定的，概率算法则允许算法在执行过程中随机地选择下一个计算步骤数值随机化算法用于数值计…
2021/11/7 22:10:37 人评论 次浏览 -
概率算法
目录数值随机化算法Monte Carlo 算法Las Vegas 算法Sherwood 算法概率算法也叫随机化算法。分治算法、贪心算法、动态规划算法、回溯法、分治界限算法这些算法的每一计算步骤都是确定的，概率算法则允许算法在执行过程中随机地选择下一个计算步骤数值随机化算法用于数值计…
2021/11/7 22:10:37 人评论 次浏览 -
随机——蓄水池抽样算法 &等概率值
package ReservoirSamplingimport ("math/rand""testing""time" )/* 蓄水池抽样算法假设有一个机器(以流的形式输出），它可以源源不断的吐出球， 从1号球开始吐，吐完1号球一定吐2号球，吐完2号球一定吐3号球...吐完n-1号球吐n号球， 你有…
2021/11/6 14:11:16 人评论 次浏览 -
随机——蓄水池抽样算法 &等概率值
package ReservoirSamplingimport ("math/rand""testing""time" )/* 蓄水池抽样算法假设有一个机器(以流的形式输出），它可以源源不断的吐出球， 从1号球开始吐，吐完1号球一定吐2号球，吐完2号球一定吐3号球...吐完n-1号球吐n号球， 你有…
2021/11/6 14:11:16 人评论 次浏览 -
机器学习 —— 朴素贝叶斯简单入门
机器学习 —— 朴素贝叶斯简单入门 1. 概念理解1.1 数理基础1.1.1 贝叶斯概率1.1.1.1 条件概率1.1.1.2 什么是条件概率1.1.1.3 怎样计算条件概率1.1.1.4 乘法定理1.1.1.5 一些计算题 1.1.2 全概率公式1.1.2.1 引例1.1.2.2 全概率公式 1.1.3 贝叶斯公式1.1.3.1 选择题2. 例…
2021/11/2 23:16:56 人评论 次浏览 -
机器学习 —— 朴素贝叶斯简单入门
机器学习 —— 朴素贝叶斯简单入门 1. 概念理解1.1 数理基础1.1.1 贝叶斯概率1.1.1.1 条件概率1.1.1.2 什么是条件概率1.1.1.3 怎样计算条件概率1.1.1.4 乘法定理1.1.1.5 一些计算题 1.1.2 全概率公式1.1.2.1 引例1.1.2.2 全概率公式 1.1.3 贝叶斯公式1.1.3.1 选择题2. 例…
2021/11/2 23:16:56 人评论 次浏览 -
拓端tecdat|PYTHON贝叶斯推断计算：用BETA先验分布推断概率和可视化案例
原文链接：http://tecdat.cn/?p=24084 原文出处：拓端数据部落公众号在这篇文章中，我将扩展从数据推断概率的示例，考虑 0 和 1之间的所有（连续）值，而不是考虑一组离散的候选概率。这意味着我们的先验（和后验）现在是一个 probability density function (pdf) 而不…
2021/10/25 20:41:24 人评论 次浏览 -
拓端tecdat|PYTHON贝叶斯推断计算：用BETA先验分布推断概率和可视化案例
原文链接：http://tecdat.cn/?p=24084 原文出处：拓端数据部落公众号在这篇文章中，我将扩展从数据推断概率的示例，考虑 0 和 1之间的所有（连续）值，而不是考虑一组离散的候选概率。这意味着我们的先验（和后验）现在是一个 probability density function (pdf) 而不…
2021/10/25 20:41:24 人评论 次浏览 -
什么是NMS（Non-maximum suppression 非极大值抑制）
就像上面的图片一样，定位一个车辆，最后算法就找出了一堆的方框，我们需要判别哪些矩形框是没用的。非极大值抑制的方法是：先假设有6个矩形框，根据分类器的类别分类概率做排序，假设从小到大属于车辆的概率 分别为A、B、C、D、E、F。(1)从最大概率矩形框F开始，分别判断…
2021/10/21 23:39:40 人评论 次浏览
