摘要：
1. Gamma函数 首先我们可以看一下Gamma函数的定义： Gamma的重要性质包括下面几条： 1. 递推公式： 2. 对于正整数n, 有 因此可以说Gamma函数是阶乘的推广。 3. 4. 关于递推公式，可以用分部积分完成证明： 2. Beta函数 B函数，又称为Beta函数或者第一类欧拉积分 阅读全文
摘要：
条件独立性： 如果P(X,Y|Z)=P(X|Z)P(Y|Z)，或等价地P(X|Y,Z）=P(X|Z），则称事件X,Y对于给定事件Z是条件独立的，也就是说，当Z发生时，X发生与否与Y发生与否是无关的。 边缘分布： 对于和多个变量(X, Y, ...)相关的概率分布，关于其中一个特定变量的边缘分布为 给 阅读全文
摘要：
KL散度（KL divergence） 全称：Kullback-Leibler Divergence。 用途：比较两个概率分布的接近程度。在统计应用中，我们经常需要用一个简单的，近似的概率分布 f * 来描述。 观察数据 D 或者另一个复杂的概率分布 f 。这个时候，我们需要一个量来衡量我们选择的近 阅读全文
摘要：
以HDU1231为例，代码之没法交如下： DP方法就较为简单了，状态dp[i]表示以第i个元素作为结尾的连续子序列的最大和，转移：遍历时，若前一个状态小于0则dp[i] = e[i]，否则dp[i] = dp[i-1] + e[i]。 go on~ 阅读全文
摘要：
最大似然估计 似然与概率 在统计学中，似然函数（likelihood function，通常简写为likelihood，似然）和概率（Probability）是两个不同的概念。概率是在特定环境下某件事情发生的可能性，也就是结果没有产生之前依据环境所对应的参数来预测某件事情发生的可能性，比如抛硬币，抛 阅读全文
摘要：
生成算法尝试去找这个数据到底是怎么生成的（产生的），然后再对一个信号进行分类。基于你的生成假设，哪个类别最有可能产生这个信号，这个信号就属于那个类别。 判别模型不关心数据是怎么生成的，它只关心信号之间的差别，然后模型学习到差别之后简单地对给定的一个信号进行分类。 在机器学习中，无监督学习（Unsup 阅读全文
摘要：
1. keras.layers.Dense (Fully Connected Neural NetWork)，所实现的运算是output = activation(dot(input, kernel)+bias) keras.layers.Dense(units, // 该层的neuron的个数 a 阅读全文