知乎上的这个回答超级赞！！！！！！！！
但是不能转载嘤嘤嘤。
https://www.zhihu.com/question/20852004
如何通俗易懂地解释「协方差」与「相关系数」的概念？
2018-09-13
1474
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
知乎上的这个回答超级赞！！！！！！！！
但是不能转载嘤嘤嘤。
https://www.zhihu.com/question/20852004
目录
相关文章
|
机器学习/深度学习
算法
最小二乘法的极大似然解释
在真实数据中，一个x值可能对应多个y值，因为实际y值可能是受多种因素影响，所以我们可以假设任意一个x对于的y的真实值服从正态分布。我们什么时候可以认为模型 hθ(x)hθ(x) 拟合出来的点最好？当然是 hθ(x)hθ(x) 取值概率最大的时候。
80
1
1
|
4月前
|
机器学习/深度学习
数据处理
Python
深入理解双变量（二元）正态投影：理论基础、直观解释与应用实例
本文探讨了统计学与机器学习中的二元投影技术，它基于二元正态分布，用于预测一个变量在给定另一变量值时的期望值。文章分为三部分：首先介绍了二元正态投影的基本公式及其在回归中的应用；接着通过直观解释和模拟展示了不同相关性下变量间的关系；最后运用投影公式推导出线性回归的参数估计，并通过实例说明其在预测房屋价格等场景中的应用。附录中详细推导了二元线性投影的过程。二元投影作为一种强大工具，在数据分析中帮助简化复杂问题并揭示数据背后的规律。
59
1
1
|
机器学习/深度学习
人工智能
Java
|
人工智能
开发者
|
人工智能
开发者
|
机器学习/深度学习
小程序
|
机器学习/深度学习
|
机器学习/深度学习
资源调度
Python
熟悉常见概率分布
生活中的很多事情潜在的都符合某种规律。例如：反复抛掷一枚均匀的硬币，出现正面和反面的机会是差不多的；我们认识的人里面特别高或者特别矮的都不多，大部分人的身高都在一个比较接近的范围内。概率论通过概率分布来描述事件出现的频率。本文选取了一些常见的概率分布做一些介绍，以方便在今后使用的时候可以查阅。
> 当然，“常见”是一个很口语而非科学的说法，因为这很难有明确的标准。如果想要对更多的概率分布做深
2569
0
0