产品提交
文章投稿
登录/注册
显示直达
概率
概率
函数
密度
模型
变量
算法
状态
时间
方法
信息
ROC曲线
ROC曲线接受者操作特征曲线或 ROC 曲线是一种图形绘图,说明二元分类器系统的诊断能力随其辨别阈值的变化而变化。ROC 曲线是通过在各种阈值设置下绘制真阳性...
厘摩
厘摩在遗传学中,厘摩 是测量遗传连锁的单位。 它被定义为染色体位置之间的距离,对于该距离,单代中干预染色体交叉的预期平均数为 0.01。 它通常用于推断沿...
涨落定理
涨落定理波动定理 (FT) 起源于统计力学,处理的是当前远离热力学平衡的系统的熵(即xxx熵)在给定时间内增加或减少的相对概率。 虽然热力学第二定律预测孤立...
困惑度
困惑度在信息论中,困惑度是概率分布或概率模型预测样本的好坏程度的度量。 它可用于比较概率模型。 低困惑度表示概率分布善于预测样本。概率分布的困惑度其...
交叉熵
交叉熵在信息论中,两个概率分布 p {displaystyle p} 和 q {displaystyle q} 在相同的基础事件集上的交叉熵测量识别从集合中提取的事件所需的平均位数,如果 ...
相空间表述
相空间表述量子力学的相空间公式将位置变量和动量变量置于相空间中的同等地位。 相比之下,薛定谔的图片使用位置或动量表示(另请参见位置和动量空间)。 相...
相对熵
相对熵在数理统计中,相对熵(也称为相对熵和 I-散度),表示为 D KL ( P ∥ Q ) {displaystyle D_{text{KL}}(Pparallel Q)} ,是一个 统计距离的类型:衡量一...
系统尺度展开
系统尺寸展开系统规模展开,也称为 van Kampen 展开或 Ω 展开,是由 Nico van Kampen xxx的用于随机过程分析的技术。 具体来说,它允许人们找到具有非线性转...
经典成核理论
经典成核理论经典成核理论 (CNT) 是用于定量研究成核动力学的最常用理论模型。成核是从亚稳态开始自发形成新的热力学相或新结构的xxx步。 新相形成的动力学通...
吉布斯不等式
吉布斯不等式在信息论中,吉布斯不等式是关于离散概率分布的信息熵的陈述。 概率分布的熵的其他几个界限来自吉布斯不等式,包括 Fano 不等式。它首先由 J. Wi...
柴廷常数
柴廷常数在算法信息论的计算机科学子领域中,Chaitin 常数(Chaitin 欧米茄数)或停机概率是一个实数,通俗地说,它表示随机构建的程序停机的概率。 这些数字...
事件树分析
简介事件树分析 (ETA) 是一种正向的、自上而下的逻辑建模技术,用于成功和失败,它通过单个启动事件探索响应,并为评估结果的概率和整个系统分析奠定了基础。...
凯利公式
凯利公式在概率论中,凯利公式是一个确定下注最佳理论规模的公式。 当预期收益已知时,它是有效的。因为从长远来看,凯利标准比任何其他策略都带来更高的财富...
自信息
自信息在信息论中,信息内容、自信息、意外信息或香农信息是从随机变量发生特定事件的概率导出的基本量。 它可以被认为是表达概率的另一种方式,很像 或对数 ...
法诺不等式
法诺不等式在信息论中,法诺不等式将噪声通道中丢失的平均信息与分类错误的概率联系起来。 它是由罗伯特·法诺 (Robert Fano) 在 1950 年代初期在教授博士学位...
微分熵
微分熵微分熵(也称为连续熵)是信息论中的一个概念,离散熵的实际连续版本是离散点的极限密度 (LDDP)。 微分熵(此处描述)在文献中很常见,但它是 LDDP 的...
互相关
互相关在信号处理中,交叉相关是衡量两个序列的相似性的函数,即一个序列相对于另一个的位移。这也被称为滑动点积或滑动内积。它通常用于搜索一个长信号的较...
随机神经模拟强化计算器
随机神经模拟强化计算器SNARC(StochasticNeuralAnalogReinforcementCalculator)是马文-李-明斯基设计的一台神经网机。在明斯基一封信的推动下,乔治-阿米蒂...
概率匹配
概率匹配概率匹配是一种决策策略,其中对类成员资格的预测与类基率成正比。因此,如果在训练集中,60%的时间观察到的是正面的例子,40%的时间观察到的是负面...
概率数值学
概率数值学概率数值学是统计学、机器学习和应用数学交叉的一个科学领域,其中数值分析的任务包括寻找积分、线性代数、优化和微分方程的数值解,被视为统计、...
归纳概率
归纳概率归纳概率试图在过去事件的基础上给出未来事件的概率。它是归纳推理的基础,并为学习和感知模式提供了数学基础。它是一个关于世界的知识来源。知识的...
生成模型
简介生成模型在统计分类中,有两种主要方法,即生成法和判别法。这些方法通过以不同方式计算分类器,在统计建模的程度上有所不同。术语是不一致的,但根据Jeb...
期望传播
期望传播期望传播(EP)是贝叶斯机器学习中的一种技术。EP找到概率分布的近似值。它使用一种迭代方法,使用目标分布的因子化结构。它与其他贝叶斯近似方法不...
类别效用
类别效用类别效用是Gluck&Corter(1985)和Corter&Gluck(1992)中定义的对类别良好性的一种测量。它试图使同一类别中的两个物体具有共同属性值的概率和...
基准率
基准率(了解如何以及何时删除此模板信息)在概率和统计学中,基本率(也称为先验概率)是指不以壮举证据(可能性)为条件的概率类别。例如,如果1%的人是医学...
算法推理
算法推理算法推理收集了统计推理方法的新发展,这些方法因任何数据分析者广泛使用的强大计算设备而变得可行。这个领域的基石是计算学习理论、颗粒计算、生物...
浓缩算法
简介浓缩算法(条件密度传播)是一种计算机视觉算法。其主要应用是检测和跟踪在杂乱环境中移动的物体的轮廓。物体跟踪是计算机视觉中比较基本和困难的一个方...
不确定推理
不确定推理不确定推理最早是由C.J.vanRijsbergen描述的,是一种正式定义信息检索中查询和文档关系的方法。这种形式化是一种带有不确定性测量的逻辑暗示。定义...
概率数据库
概率数据库大多数真实的数据库包含正确性不确定的数据。为了处理这些数据,有必要对数据的完整性进行量化。这可以通过使用概率数据库来实现。概率数据库是一...
功能性存在引擎
功能性存在引擎功能性存在引擎,或称FPE,是一种概率性解析机制,至少使用四个组件来响应输入模式。它包括一个词法系统、一个概率适配函数、一个知识库和一个...
1
2
添加小工具
点此为“分类归档侧边栏”添加小工具
ROC曲线
厘摩
涨落定理
困惑度
交叉熵
相空间表述
相对熵
系统尺度展开
经典成核理论
吉布斯不等式
柴廷常数
事件树分析
凯利公式
自信息
法诺不等式
微分熵
互相关
随机神经模拟强化计算器
概率匹配
概率数值学
归纳概率
生成模型
期望传播
类别效用
基准率
算法推理
浓缩算法
不确定推理
概率数据库
功能性存在引擎