“數學之美”筆記
https://cosx.org/2013/01/story-of-normal-distribution-1
有一天一個哥們,也許是個賭徒,向棣莫弗提了一個和賭博相關的問題:A、B 兩人在賭場裏賭博,A、B 各自的獲勝概率是p,q=1−pp,q=1−p, 賭 nn 局。兩人約定:若 A 贏的局數 X>npX>np, 則 A 付給賭場 X−npX−np元;若 X<npX<np, 則 B 付給賭場 np−Xnp−X 元。 問賭場掙錢的期望值是多少。
問題並不復雜, 本質上是一個二項分布,若 npnp 為整數,棣莫弗求出最後的理論結果是
2npqb(n,p,np)2npqb(n,p,np)
其中 b(n,p,i)=(ni)piqn−ib(n,p,i)=(ni)piqn−i 是常見的二項概率。
“數學之美”筆記
相關推薦
【數學之美筆記】自然語言處理部分(一).md
strip BE 模擬 ges arr 實驗 語句 次數 而不是 文字、數字、語言 、信息 數字、文字和自然語言一樣,都是信息的載體,他們的產生都是為了記錄和傳播信息。 但是貌似數學與語言學的關系不大,在很長一段時間內,數學主要用於天文學、力學。 本章,我們將回顧一下信息時
“數學之美”筆記
nbsp amp main close data pla AI lose http https://cosx.org/2013/01/story-of-normal-distribution-1 有一天一個哥們,也許是個賭徒,向棣莫弗提了一個和賭博相關的問題:A、B 兩人
轉: 數學之美筆記
@rover這個是C++模板 --胡滿超 stack<Postion> path__;這個裡面 ”<> “符號是什麼意思?我在C++語言裡面沒見過呢? 初學者,大神勿噴。
數學之美讀書筆記——自然語言處理教父和他的弟子們
自然語言處理 jpg alt 自然 .cn 讀書筆記 bsp blog 處理 數學之美讀書筆記——自然語言處理教父和他的弟子們
《數學之美》——第二章 個人筆記
term spa 高級 程序 chm 出現 信息 ont 飛機 第二章 自然語言處理——從規則到統計 這一章開頭這句話:字母,文字,數字是信息編碼的不同單位。任何一種語言都是一種編碼的方式,而語言的語法規則是編解碼的算法。我們表達一個意思要通過語言表達出來,就是用
《數學之美》——第一章 個人筆記
沒有 歧義 移動互聯網 style 情況 組成 進制 LV 讓我 數學之美 第一章 文字和語言 vs 數字和信息 1 信息 通信的原理就是這三個步驟,本質上是一致的,只不過今天的實現形態發生了變化。更技
《數學之美》——第五章 個人筆記
strong == 概率 上下 很多 alt 就是 相關 分享圖片 第五章 隱含馬爾可夫模型 1 通信模型 通信的本質是一個編解碼和傳輸的過程。 典型的通信系統: 包含雅格布森通信的六個要素:發送者(信息源),信道,接收者,信息,上下文和編碼。 其中S1,S2,S
數學之美讀書筆記(2)
談談分詞 分詞方法,最容易想到的就是查字典,即從左到右把句子掃描一遍,遇到字典裡有的詞,就標識出來,遇到複合詞就找最長的詞匹配。這個方法可以解決七八成的問題,但是還是過於單薄。 之後提出的用統計語言模型進行分詞的方法,效果上好的多。對於給定的一個句子,有若干中分詞方法,A1,A2
數學之美讀書筆記(1)
第二章 我們把一個要表達的意思,通過某種語言的一句話表達出來,就是用這種語言的編碼方式對頭腦中的資訊做一次編碼,編碼的結果就是一串文字。而如果對方懂得這門語言,他或她就可以用這門語言的解碼方式獲得說話人要表達的意思。這就語言的數學本質。 【語言的本質是資訊載體,不同的語言是對同一種
【讀書筆記】數學之美2-搜尋引擎
8.簡單之美——布林代數和搜尋引擎 建立一個搜尋引擎大致需要做的幾件事情: 自動下載儘可能多的網頁; 建立快速有效的索引; 根據相關性對網頁進行公平準確的排序。 這就是搜尋的“道”。 關鍵詞=布林運算(詞1,詞2,詞3);接著判斷詞i是否在文獻中,以得到一串二進
【讀書筆記】數學之美2--從規則到統計
這本書重於“道”,所以不應該著眼於其中的“術”。悟“道”才可以在今後的研究生涯中篤定地前行。 目錄 1.文字和語言vs數字和資訊 1.1 資訊 1.2 文字和數字 1.3 小結 2.自然語言處理 3.統計語言模型 3.1 用數學的方法描述語言規律
《數學之美》讀書筆記
讀完吳軍博士的《數學之美》,我瞭解到一個經驗豐富的科學工作者是怎樣通過數學公式和演算法原理解決實際問題。他在每一章都先丟擲問題,然後把問題抽象成一個演算法模型,最後再提出解決方案並做出一些改進。 新的思想 就像製造飛機我們不能去模仿鳥一樣,語音識別我們也不可能真正訓練計算機能
深度學習,周志華,機器學習,西瓜書,TensorFlow,Google,吳軍,數學之美,李航,統計學習方法,吳恩達,深度學習筆記,pdf下載
1. 機器學習入門經典,李航《統計學習方法》 2. 周志華的《機器學習》pdf 3.《數學之美》吳軍博士著pdf 4. Tensorflow 實戰Google深度學習框架.pdf 5.《TensorFlow實戰》黃文堅 高清完整PDF 6. 復旦大
《數學之美》讀書筆記_No.10_PageRank
其實很早之前就被推薦《數學之美》這本書,拖到現在才讀,最大的感受可能真的是“相見恨晚”。記一些筆記供以後複習翻看。 第10章 PageRank Google的民主表決式網頁排名技術 思考:我們經常使用
數學之美閱讀筆記(1)
大一的時候就開始看吳軍博士第一版的《數學之美》,苦於那時年少無知不懂事,加上自身數學知識的體系不健全,翻著翻著也就沒有了後文。現在讀了研究僧,也許是換了個視野,看到書的開頭“中國教育最失敗的就是學生從上課的第一天到考試結束,都不知道學的東西能幹什麼。”,果然是大
吳軍《數學之美》部分概念筆記(1-11章)
相關參考資料見正文 Good-turing模型: 由於我們是估算對於一個位置上出現單詞wi的概率。這種情況下,在樣本庫中沒有出現的單詞,其概率並非為0. 但由於已有的Nr`r的累計和已經達到了1,所以必須採用一個“騰挪“的辦法,將一部分的概率分佈騰挪給未出現的單詞。 解決
《數學之美》讀書筆記和知識點總結
文字和數字的起源 很久以前人類以不同的叫聲表示不同的資訊,達到彼此交流的目的,當所要表達的資訊太多時,叫聲已經不夠用了,於是文字產生了。 文字:知道“羅塞塔”石碑的典故。 資訊冗餘的重要性:當石碑經歷風吹日晒,一部分文字被腐蝕掉時,還有另一部分重複的文字作為備份,可以還原
《數學之美》——第十一章 個人筆記
數學之美最近在讀《數學之美》這本書,做一下個人筆記。看的是PDF,看完後會買一本的哦!版權意識還是有的。ps:圖片文字都是這本書中的內容,侵權立刪。會有點自己的理解。第十一章 如何確定
讀《數學之美》第三章 統計語言模型
其它 bigram 利用 理解 googl track 推斷 art google 自然語言從產生開始。逐漸演變為一種基於上下文相關的信息表達和傳遞方式,在計算機處理自然語言時,一個最主要的問題就是為自然語言上下文相關的特性建立數學模型,叫做統計語言模型(Statist
數學之美(吳軍著)學習總結和經典摘抄
語音識別 用戶輸入 問題 font 客戶 連接 進行 聯系 -m 第1章 語言和文字 VS數字和信息 1.不同的文明,由於地域的原因。歷史上相互隔絕。便會有不同的文字。隨著文明的融合與沖突,不同文明下的人們須要交流,或者說通信,那麽翻譯的需求便產生了。翻譯這件事之所