Probability and Information Theory
讀完Deep Learning的第三章Probability and Information Theory，總結一下這章的知識點。 第三章講概率論和信息論的基礎知識。 1. 隨機變量Random Variables 在書中知識簡單說隨機變量是可以隨機取不同值的變量，而沒有給出確切定義。隨機變量可以使分散的（discrete）或連續的（continuous）。（最近在學應用隨機過程，其中有隨機變量的
相關文章
- 1. [Information Theory] L1: Introduction to Information Theory
- 2. Tree - Information Theory
- 3. Probability Theory
- 4. 【轉載】Visual Information Theory
- 5. [Probability Primer] {Measure theory}
- 6. Probability and Statistics -- Introduction to Probability (part I)
- 7. PRML系列：1.2 Probability Theory
- 8. 信息理論可視化（Visual Information Theory）
- 9. 信息論 | information theory | 信息度量 | information measures | R代碼（一）
- 10. 數據挖掘day12-CS229-Review of Probability Theory
- 更多相關文章...
- • W3C RDF and OWL 活動 - W3C 教程
- • XSL-FO table-and-caption 對象 - XSL-FO 教程
- • RxJava操作符（七）Conditional and Boolean
- • Composer 安裝與使用
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. [Information Theory] L1: Introduction to Information Theory
- 2. Tree - Information Theory
- 3. Probability Theory
- 4. 【轉載】Visual Information Theory
- 5. [Probability Primer] {Measure theory}
- 6. Probability and Statistics -- Introduction to Probability (part I)
- 7. PRML系列：1.2 Probability Theory
- 8. 信息理論可視化（Visual Information Theory）
- 9. 信息論 | information theory | 信息度量 | information measures | R代碼（一）
- 10. 數據挖掘day12-CS229-Review of Probability Theory