Interview Questions

  在复习时,最好是问题驱动,当然每一个算法弄清楚也是很重要的,但是时间其实是冲突的,从问题着手查缺补漏,效率较高。 [Read More]

Preliminaries Knowledge of Probability Theory

随机变量   给定样本空间 ${\displaystyle (S,\mathbb {F} )}$,如果其上的实值函数 ${\displaystyle X:S\to \mathbb {R} }$ 是 ${\displaystyle \mathbb {F} }$ (实值)可测函数,则称 ${\displaystyle X}$ 为(实值)随机变量。初等概率论中通常不涉及到可测性的概念,而直接把任何 ${\displaystyle X:S\to \mathbb {R} }$ 的函数称为随机变量。

Maximum Likelihood Estimation

最大似然估计

  给定一个概率分布 $D$,已知其概率密度函数(连续分布)或概率质量函数(离散分布)为 $f_D$,已知一个分布参数 $\theta$,我们可以从这个分布中抽出一个具有 $n$ 个值的采样 ${\displaystyle x_{1}, x_{2},\ldots ,x_{n}}$,利用 $f_D$ 计算出其似然函数(给定联合样本值 $\textbf{x}$ 下关于(未知)参数 $\theta$ 的函数): [Read More]