zoukankan
html css js c++ java
概率的解题思路
经历了马尔科夫链以及平稳随机过程的虐,我突然明白概率的解题思路,其实就是首先分析“基础场景”是连续还是离散,连续就考虑概率密度,离散就考虑概率;或者如果已经概率分布函数就利用概率分布函数;
然后基于基础场景再来分析采用那种数学特征,期望,方差,均值,还是协变量,或者复杂一点的方差函数,均值函数,自相关函数,相关协方差函数等。
最后是进行验证,如果第一步是假设,那么这里需要检验H0,H1,是否支持假设。
剩下的就是你的场景分析能力和数学工具(数学特征)的掌握了。
查看全文
相关阅读:
第四章之Hadoop I/O
第五章之MapReduce应用开发
数据预处理
SQL Server Migration Assistant for MySQL!
【转载】.NET设计模式之工厂方法模式(Factory Method)
"lc.exe"已退出 代码为1 的解决方法
【转载】.NET设计模式之抽象工厂模式(Abstract Factory)
【转载】(收藏)《博客园精华集》分类索引
【转载】.NET设计模式之观察者模式(Observer Pattern)
【转载】使用Visual Studio 2010调试断点不起作用的问题解决办法(AutoCAD)
原文地址:https://www.cnblogs.com/xiashiwendao/p/8971127.html
最新文章
第二天学习jQuery的小小感受
人生十二悟
Permission Base 研究学习
获取IMSI
我对高考作弊的一些看法
遇到的问题
一个问题.
windows mobile 鼠标等待
Hadoop MapReduce 原理
MapReduce广泛应用技术原因(序篇)
热门文章
RAID 磁盘阵列解析
SQLServerSSAS数据挖掘
数据可挖掘的知识类型详解
SSIS常用的包—通用的属性(转)
C# DATAGRIDVIEW转载
第一章之初识Hadoop笔记
第二章之关于MapReduce
第三章之Hadoop分布式文件系统
数据分析概览(整理)
SSIS 控制流和数据流(转)
Copyright © 2011-2022 走看看