首页
时间线
分类
标签
图库
留言板
关于
1
好看的颜色及其 Hex 代码合集
2
Cherry Studio API 调用指南(本地部署版)
3
nanobanana提示词整理
4
基金卖出规则清单
5
帆软弹窗功能
登录
Ethan Wilkins
累计撰写
65
篇文章
累计创建
13
个分类
累计创建
41
个标签
导航
首页
时间线
分类
标签
图库
留言板
关于
目录
分类
学习与资料
萨姆大数法则(Law of Large Numbers, LLN)
学习与资料
萨姆大数法则(Law of Large Numbers, LLN) 一、通俗解释 萨姆大数法则其实就是 “平均值会趋近于期望值”。 当你重复很多次独立的随机实验时,结果的平均值会越来越接近理论上的平均数。 换句话说,小样本会有波动,大样本会稳定下来。 例子: 掷硬币一次,结果可能是正面,也可能是反面
数理统计和数据分析核心数学家
学习与资料
数理统计和数据分析核心数学家 一、理论基础(Probability & Foundations) 奠定统计学和数据分析数学基础的人物。 1. 安德烈·柯尔莫哥洛夫 (Andrey Kolmogorov, 1903–1987) 公理化概率论,建立严格数学基础。 为统计推断和数据分析提供理论支撑。 2.
回归拟合方法列表
学习与资料
回归/拟合方法列表 1️⃣ 线性回归类 方法 简介 优点 缺点 普通最小二乘线性回归 (OLS) 假设目标与特征是线性关系 简单、易理解、计算快;可解释性强 对非线性、异常值敏感;易过拟合或欠拟合 岭回归 (Ridge) 在OLS基础上加L2正则化,防止过拟合 减少多重共线性影响;稳定系数 无法做特
弹