摘要：
示例：散点图 最常见的散点图之一是x-y散点图。下面的代码会大致告诉你一个matplotlib是如何工作的，你会看到如何一点点建立起一个散点图。 我们正在使用点的x和y位置的一些构成数据。运行下面的代码，然后我们将解释每一行代码分布代表什么。 示例：条形图 如果我们用相同的x和y值创建一个条形图，该 阅读全文
posted @ 2018-04-09 17:00
未完代码
阅读(2346)
评论(0)
推荐(0)
摘要：
旋转酒瓶，瓶嘴在0到360范围内x处的概率密度f(x) 在0到60秒之内处x,概率为0，概率密度为1/60 变更概率密度 在下面的选项中选择上午出生概率密度是下午出生概率密度2倍的选项。 计算下图中a和b的值。 分段连续概率分布 你刚刚学到的概率分布看起来像一个离散的概率分布。 但事实上，它仍然是一 阅读全文
posted @ 2018-04-09 14:29
未完代码
阅读(847)
评论(0)
推荐(0)
摘要：
连续变量单点概率 在本课的下一部分，Sebastian Thrun 将向你介绍连续变量，连续概率分布及其背后的含义。 如之前所述，连续变量可以采用任何实数，例如整数或小数。 即使是像圆周角度这样的变量也是连续的。 连续变量单点概率 在本课的下一部分，Sebastian Thrun 将向你介绍连续变量 阅读全文
posted @ 2018-04-09 13:50
未完代码
阅读(674)
评论(0)
推荐(0)
摘要：
1.条件概率 P(A/B)=P(B/A)*P(A)/P(B) 0.3*0.2/0.1 2.全概率公式 3.贝叶斯法则 以下问题将有助于你回顾在“贝叶斯法则”章节中学习到的知识。 1.条件概率 P(A/B)=P(B/A)*P(A)/P(B) 0.3*0.2/0.1 2.全概率公式 3.贝叶斯法则 以下 阅读全文
posted @ 2018-04-09 11:40
未完代码
阅读(999)
评论(0)
推荐(0)
摘要：
在无人驾驶领域有很多不确定性，我们知道车辆位置，速度，方向等测量值，不可能是完美的侧量，每一个测量值都有不确定性，我们知道这些测量值会相互影响。例如我们对车辆的位置不确定，我们需要收集车辆周边和移动的数据，无人驾驶车使用传感器测量车辆速度，周边景色，物体。尽管传感器测量的数据并不完美，我们把这些信息 阅读全文
posted @ 2018-04-09 10:45
未完代码
阅读(237)
评论(0)
推荐(0)
浙公网安备 33010602011771号