前言
这个笔记是北大那位老师课程的学习笔记,讲的概念浅显易懂,非常有利于我们掌握基本的概念,从而掌握相关的技术。
正文
这节课主要讲的是常用统计分布里的条件期望。
x‾=1n∗i=1nai\overline{x} =\frac{1}{n}* \quad {i=1}{n} a_i x=n1∗i=1nai
样本矩阵
p(uk−σ1)p(u_k -\sigma_1) p(uk−σ1) 总体均值
由样本到总体
a1....anD{a_1 ....a_n} ~D a1....anD
Mahalanobis distance
metric σp∗p\sigma_{p*p} σp∗p
欧式距离计算,加权距离,矩阵求解。
psd矩阵
半正定矩阵,特征值lmada≥0lmada \ge 0 lmada≥0
conditional expectation
E(x)
E(x|y)
E(x|Y=y)
Moment Generating Function
Def Doc MGF if X is fai(x) =E(etx)E(e^{tx}) E(etx)
ϕx(t)=etx\phi_x(t)=\quad e^{tx} ϕx(t)=etx
概率特征函数。
完全单调,充分上扬。