打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
Causality: Model, Reasoning, and Inference
(查看源代码)
2022年4月16日 (六) 20:37的版本
添加503字节
、
2022年4月16日 (六) 20:37
小
完成1.1
第27行:
第27行:
1.1.2 概率论中的基本概念 Basic Concepts in Probability Theory 2
1.1.2 概率论中的基本概念 Basic Concepts in Probability Theory 2
−
*
介绍有关概率论中离散变量的相关基础知识,并聚焦于贝叶斯推理的相关知识。
+
*
介绍有关概率论中离散变量的相关基础知识,并主要聚焦于贝叶斯推理。
−
1.1.3
Combining
Predictive and Diagnostic Supports 6
+
1.1.3
组合预测支持和诊断支持 【感觉翻译的不好,但又不知道怎么翻译的更好,只能直译】Combining
Predictive and Diagnostic Supports 6
1.1.4 随机变量与数学期望 Random Variables and Expectations 8
1.1.4 随机变量与数学期望 Random Variables and Expectations 8
+
+
* 介绍了随机变量的符号表示,单离散变量的数学期望,条件期望,函数期望,方差。
+
* 双变量的数学期望,相关系数,条件相关系数以及单连续变量的概率密度函数。
1.1.5 条件独立与Graphoid Conditional Independence and Graphoids 11
1.1.5 条件独立与Graphoid Conditional Independence and Graphoids 11
+
+
* 介绍了条件独立的定义以及5个性质,对称,消去,弱连接,合并与插入。
+
* 这些性质被称作graphoid公理,并给出了直观的解释。
'''1.2 图和概率 Graphs and Probabilities 12'''
'''1.2 图和概率 Graphs and Probabilities 12'''
Haojie
134
个编辑