2025
11月
概率统计第一章
概率论基础 1.1 随机事件及其运算 随机试验与样本空间 随机试验 E 满足三个特征： 可在相同条件下重复进行 所有可能结果不止一个 每次试验前无法预知具体结果 样本空间 \Omega：随机试验 E 所有可能结果组成的集合 样本点：样本空间的元素，表示随机试验的直接结果 随机现象在相同条件下大量重复
0
0
4
概率统计第二章
第二章 随机变量及其分布 2.1 随机变量的概念 随机变量的定义 随机变量是将样本空间中的每个样本点映射到实数的函数。设 E 为随机试验，(\Omega, \mathcal{F}, P) 为其概率空间，则随机变量 X 是定义在 \Omega 上的实值函数： X: \Omega \to \mathbb
0
0
6
10月
逻辑回归
本文全面介绍逻辑回归模型，包括Sigmoid函数、决策边界、交叉熵损失函数和梯度下降法等核心概念。通过详细数学推导和Python代码实现，帮助读者深入理解二分类问题的机器学习解决方案。适合机器学习初学者和希望巩固基础的从业者阅读。
0
0
17
