| 随机变量 X 的概率质量函数或密度函数 详细信息- 单位
- 不适用
- 成立条件
- 该含义限定于《随机变量与分布》“概率质量函数”及其相邻推导。
其他含义 · 1- M05 · 期望、方差与协方差
| 数学 · 概率论M05 · 随机变量与分布教材位置 · 7- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
|
| 《统计推断综合复习》“贝叶斯后验与贝叶斯行动”中记作 pi 的等号左侧的目标量 详细信息- 单位
- 不适用
- 成立条件
- 符号 pi 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 4- A10 · 策略梯度、actor–critic 与优势估计
- M09 · 傅里叶方法与偏微分方程综合复习
- P09 · Navier–Stokes 方程与黏性流
- P12 · 自由场量子化与粒子解释
| 数学 · 概率论M06 · 估计、检验与统计决策综合复习教材位置 · 3- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
|
| 《随机变量与分布》“概率质量函数”中 S 的下标 X 分量或状态量 详细信息- 单位
- 不适用
- 成立条件
- 下标 X 的取值范围以该公式邻近定义和求和范围为准。
| 数学 · 概率论M05 · 随机变量与分布教材位置 · 2- M05 · 随机变量与分布
|
| 《样本、统计量与抽样分布》“随机样本、统计量与抽样分布”中记作 T 的等号左侧的目标量 详细信息- 单位
- 不适用
- 成立条件
- 符号 T 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 21- A00 · 分类、回归指标与基线
- A12 · 指令微调、偏好优化与上下文学习
- A12 · 视觉语言对齐与多模态生成
- A14 · 物理信息神经网络与残差训练
- C01 · 分治、贪心与排序
- C03 · 数字逻辑与时序电路
- C05 · 网络测量与故障排查
- M09 · 广义函数、采样与 Poisson 求和
- M10 · 数值积分与数值微分
- M14 · 模、线性表示与结构定理
- M16 · 紧算子与自伴算子
- M16 · Hahn–Banach、开映射与一致有界原理
- M16 · 谱、预解式与谱定理
- P05 · 熵、不可逆过程与熵产生
- P05 · 平衡态、状态方程与准静态过程
- P05 · 热力学第一定律与能量传递
- P05 · 自由能、Maxwell 关系与相平衡
- P05 · 响应函数、相变与热力学综合复习
- P06 · 巨正则系综与化学势
- P10 · 拓扑相与凝聚态基础综合复习
- P12 · 粒子物理与场论导论综合复习
| 数学 · 概率论M06 · 样本、统计量与抽样分布教材位置 · 6- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
|
| 《假设检验与功效》“检验函数、两类错误与功效”中记作 theta 的等号右侧的输入量或系数 详细信息- 单位
- 不适用
- 成立条件
- 符号 theta 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 9- A00 · 损失函数、风险与评估
- A01 · 正则化、偏差与方差
- A05 · 学习率调度与二阶近似
- A14 · 可微物理、自动微分与守恒约束
- A14 · 逆问题、数据同化与不确定性
- M06 · 点估计、充分性与信息量
- M06 · 估计、检验与统计决策综合复习
- M11 · 一阶优化与梯度下降
- P09 · 边界层、相似性与流动不稳定性
| 数学 · 概率论M06 · 假设检验、功效与多重比较教材位置 · 5- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
|
| 《点估计、充分性与信息量》“似然与最大似然估计”中记作 theta 的等号左侧的目标量 详细信息- 单位
- 不适用
- 成立条件
- 符号 theta 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 9- A00 · 损失函数、风险与评估
- A01 · 正则化、偏差与方差
- A05 · 学习率调度与二阶近似
- A14 · 可微物理、自动微分与守恒约束
- A14 · 逆问题、数据同化与不确定性
- M06 · 假设检验、功效与多重比较
- M06 · 估计、检验与统计决策综合复习
- M11 · 一阶优化与梯度下降
- P09 · 边界层、相似性与流动不稳定性
| 数学 · 概率论M06 · 点估计、充分性与信息量教材位置 · 21- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
|
| 《统计推断综合复习》“贝叶斯后验与贝叶斯行动”中记作 theta 的等号左侧的目标量 详细信息- 单位
- 不适用
- 成立条件
- 符号 theta 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 9- A00 · 损失函数、风险与评估
- A01 · 正则化、偏差与方差
- A05 · 学习率调度与二阶近似
- A14 · 可微物理、自动微分与守恒约束
- A14 · 逆问题、数据同化与不确定性
- M06 · 假设检验、功效与多重比较
- M06 · 点估计、充分性与信息量
- M11 · 一阶优化与梯度下降
- P09 · 边界层、相似性与流动不稳定性
| 数学 · 概率论M06 · 估计、检验与统计决策综合复习教材位置 · 3- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
|
| 《统计推断综合复习》“贝叶斯后验与贝叶斯行动”中记作 Theta 的等号右侧的输入量或系数 详细信息- 单位
- 不适用
- 成立条件
- 符号 Theta 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 3- C01 · 分治、贪心与排序
- C01 · 哈希表、图与并查集
- C01 · 序列、栈、队列、树与堆
| 数学 · 概率论M06 · 估计、检验与统计决策综合复习教材位置 · 2- M06 · 估计、检验与统计决策综合复习
|
| 《假设检验与功效》“检验函数、两类错误与功效”中 Theta 的下标 0 分量或状态量 详细信息- 单位
- 不适用
- 成立条件
- 下标 0 的取值范围以该公式邻近定义和求和范围为准。
| 数学 · 概率论M06 · 假设检验、功效与多重比较教材位置 · 3- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
|
| 《统计推断综合复习》“贝叶斯后验与贝叶斯行动”中记作 u 的等号右侧的输入量或系数 详细信息- 单位
- 不适用
- 成立条件
- 符号 u 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 17- A08 · 度量学习、孪生网络与三元组损失
- A11 · 图生成、图动力学与物理系统
- A14 · DeepONet 与算子逼近
- A14 · 逆问题、数据同化与不确定性
- A14 · 基准、外推边界与科学机器学习综合复习
- C03 · 二进制与数值表示
- M01 · 方程、不等式与绝对值
- M07 · 图、路径、连通性与树
- M13 · 复微分、Cauchy–Riemann 方程与全纯函数
- M16 · 泛函分析与算子理论综合复习
- P03 · 行波、相位、叠加与色散
- P09 · 边界层、相似性与流动不稳定性
- P09 · Euler 方程、Bernoulli 定理与涡量
- P09 · 波、湍流与连续介质综合复习
- P09 · Navier–Stokes 方程与黏性流
- P11 · 离散化、误差预算与模型验证
- M03 · 偏导数、方向导数与梯度
| 数学 · 概率论M06 · 估计、检验与统计决策综合复习 |
| 《置信区间与枢轴量》“频率学置信区间与覆盖率”中记作 U 的等号右侧的输入量或系数 详细信息- 单位
- 不适用
- 成立条件
- 符号 U 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 3- P01 · 引力、轨道与经典力学综合复习
- P04 · 稳恒电流、磁场与矢势
- P08 · 四矢量、相对论动力学与电磁场
| 数学 · 概率论M06 · 置信区间与枢轴量教材位置 · 5- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
|
| 《大数定律与中心极限定理》“三种随机收敛”中记作 varepsilon 的等号右侧的输入量或系数 详细信息- 单位
- 不适用
- 成立条件
- 符号 varepsilon 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 10- A05 · 正则化、数据增强与早停
- A13 · 鲁棒性、对抗攻击与防御评估
- A14 · 基准、外推边界与科学机器学习综合复习
- M02 · 定积分与累积
- M02 · 数列极限与收敛判据
- M06 · 线性模型中的统计推断
- M09 · 傅里叶变换与卷积
- M12 · 函数列、一致收敛与交换极限
- P02 · 最小作用量原理与 Euler–Lagrange 方程
- P04 · Maxwell 方程与电磁波
| 数学 · 概率论M05 · 大数定律与中心极限定理教材位置 · 6- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
|
| 《线性模型推断》“满列秩线性模型”中记作 varepsilon 的等号右侧的输入量或系数 详细信息- 单位
- 不适用
- 成立条件
- 符号 varepsilon 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 10- A05 · 正则化、数据增强与早停
- A13 · 鲁棒性、对抗攻击与防御评估
- A14 · 基准、外推边界与科学机器学习综合复习
- M02 · 定积分与累积
- M02 · 数列极限与收敛判据
- M05 · 大数定律与中心极限定理
- M09 · 傅里叶变换与卷积
- M12 · 函数列、一致收敛与交换极限
- P02 · 最小作用量原理与 Euler–Lagrange 方程
- P04 · Maxwell 方程与电磁波
| 数学 · 概率论M06 · 线性模型中的统计推断教材位置 · 4- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
|
| 《假设检验与功效》“检验函数、两类错误与功效”中记作 varphi 的等号右侧的输入量或系数 详细信息- 单位
- 不适用
- 成立条件
- 符号 varphi 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 2- M09 · 广义函数、采样与 Poisson 求和
- M15 · 流形、坐标图与切空间
| 数学 · 概率论M06 · 假设检验、功效与多重比较教材位置 · 3- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
|
| 《置信区间与枢轴量》“频率学置信区间与覆盖率”中记作 vartheta 的等号右侧的输入量或系数 详细信息- 单位
- 不适用
- 成立条件
- 符号 vartheta 仅按该公式锚点给出的对象类型、取值域与维度解释。
| 数学 · 概率论M06 · 置信区间与枢轴量 |
| 随机变量 X 的一个可能取值 详细信息- 单位
- 不适用
- 成立条件
- 该含义限定于《期望、方差与协方差》“离散随机变量的期望”及其相邻推导。
其他含义 · 81- A01 · 线性回归、最小二乘与正规方程
- A02 · 特征映射、正定核与再生核空间
- A02 · AdaBoost、梯度提升与残差拟合
- A03 · 贝叶斯网络与 Markov 随机场
- A03 · EM 算法与变分推断
- A03 · 无监督学习与概率图模型综合复习
- A04 · 反向传播与反向模式自动微分
- A04 · 计算图、链式法则与局部导数
- A06 · 离散卷积、感受野与参数共享
- A07 · 序列损失、教师强制与解码
- A07 · 编码器、解码器与 Transformer 架构
- A08 · 对比学习、负样本与信息瓶颈
- A08 · 掩码预测与上下文建模
- A09 · 生成质量、覆盖与生成模型综合复习
- A09 · 变分自编码器与证据下界
- A11 · 图、图信号与节点表示
- A11 · 不变性、等变性与群作用
- A11 · 谱图方法与流形学习
- A12 · 指令微调、偏好优化与上下文学习
- A13 · 对齐目标、反馈与奖励建模
- A13 · 表示探测与机制可解释性
- A13 · 鲁棒性、对抗攻击与防御评估
- A14 · Fourier 神经算子与网格泛化
- A14 · 物理信息神经网络与残差训练
- C00 · 数组、向量化与数值精度
- C00 · 程序、类型、控制流与函数
- C00 · 测试、版本控制与环境管理
- C01 · 渐近复杂度、归约与可计算性
- C06 · SQL 查询与聚合
- M00 · 直接证明、反证法与构造法
- M00 · 等价关系、序关系与数学归纳法
- M00 · 集合、映射与关系
- M01 · 代数、函数与解析几何综合复习
- M01 · 指数函数、对数函数与复合函数
- M01 · 函数、变换与图像
- M01 · 直线、圆锥曲线与参数方程
- M01 · 多项式、因式分解与有理式
- M02 · 函数极限与连续性
- M02 · 积分方法、无穷级数与单变量微积分复习
- M03 · Green、Stokes 与 Gauss 定理
- M03 · 偏导数、方向导数与梯度
- M03 · 多变量函数、极限与连续
- M04 · 线性方程组的解结构
- M05 · 随机变量与分布
- M06 · 点估计、充分性与信息量
- M06 · 估计、检验与统计决策综合复习
- M07 · 偏序集、格与布尔代数
- M08 · 线性系统、矩阵指数与相平面
- M08 · 稳定性、Lyapunov 方法与分岔
- M09 · 傅里叶方法与偏微分方程综合复习
- M09 · 傅里叶级数、收敛与 Gibbs 现象
- M09 · 正交函数系与 Fourier 系数
- M09 · 傅里叶变换与卷积
- M10 · 浮点数、条件数与误差传播
- M10 · 稳定性、收敛性与科学计算综合复习
- M11 · 约束优化、KKT 条件与对偶性
- M11 · 凸集、凸函数与次梯度
- M11 · 熵、互信息与散度
- M11 · 优化模型、可行域与最优性
- M12 · 函数列、一致收敛与交换极限
- M13 · 复微分、Cauchy–Riemann 方程与全纯函数
- M14 · 群同态、商群与群作用
- M16 · 赋范空间、Banach 空间与有界算子
- M16 · 紧算子与自伴算子
- M16 · 泛函分析与算子理论综合复习
- M16 · Hahn–Banach、开映射与一致有界原理
- M16 · Hilbert 空间、正交投影与对偶
- P00 · 尺度分析、数量级与估算
- P03 · 简谐振子、阻尼与受迫振动
- P03 · 一维波动方程与边界条件
- P03 · 行波、相位、叠加与色散
- P07 · 一维势阱、隧穿与散射
- P08 · Einstein 场方程与典型解
- P08 · Lorentz 变换与时空间隔
- P08 · 四矢量、相对论动力学与电磁场
- P10 · 磁性、超导与序参量
- P11 · 离散化、误差预算与模型验证
- P12 · 自由场量子化与粒子解释
- P12 · 粒子物理与场论导论综合复习
- M02 · 导数与微分
- M04 · 线性映射及其矩阵表示
| 数学 · 概率论M05 · 期望、方差与协方差教材位置 · 6- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
|
| 随机变量 X 的一个可能取值 详细信息- 单位
- 不适用
- 成立条件
- 该含义限定于《随机变量与分布》“概率质量函数”及其相邻推导。
其他含义 · 81- A01 · 线性回归、最小二乘与正规方程
- A02 · 特征映射、正定核与再生核空间
- A02 · AdaBoost、梯度提升与残差拟合
- A03 · 贝叶斯网络与 Markov 随机场
- A03 · EM 算法与变分推断
- A03 · 无监督学习与概率图模型综合复习
- A04 · 反向传播与反向模式自动微分
- A04 · 计算图、链式法则与局部导数
- A06 · 离散卷积、感受野与参数共享
- A07 · 序列损失、教师强制与解码
- A07 · 编码器、解码器与 Transformer 架构
- A08 · 对比学习、负样本与信息瓶颈
- A08 · 掩码预测与上下文建模
- A09 · 生成质量、覆盖与生成模型综合复习
- A09 · 变分自编码器与证据下界
- A11 · 图、图信号与节点表示
- A11 · 不变性、等变性与群作用
- A11 · 谱图方法与流形学习
- A12 · 指令微调、偏好优化与上下文学习
- A13 · 对齐目标、反馈与奖励建模
- A13 · 表示探测与机制可解释性
- A13 · 鲁棒性、对抗攻击与防御评估
- A14 · Fourier 神经算子与网格泛化
- A14 · 物理信息神经网络与残差训练
- C00 · 数组、向量化与数值精度
- C00 · 程序、类型、控制流与函数
- C00 · 测试、版本控制与环境管理
- C01 · 渐近复杂度、归约与可计算性
- C06 · SQL 查询与聚合
- M00 · 直接证明、反证法与构造法
- M00 · 等价关系、序关系与数学归纳法
- M00 · 集合、映射与关系
- M01 · 代数、函数与解析几何综合复习
- M01 · 指数函数、对数函数与复合函数
- M01 · 函数、变换与图像
- M01 · 直线、圆锥曲线与参数方程
- M01 · 多项式、因式分解与有理式
- M02 · 函数极限与连续性
- M02 · 积分方法、无穷级数与单变量微积分复习
- M03 · Green、Stokes 与 Gauss 定理
- M03 · 偏导数、方向导数与梯度
- M03 · 多变量函数、极限与连续
- M04 · 线性方程组的解结构
- M05 · 期望、方差与协方差
- M06 · 点估计、充分性与信息量
- M06 · 估计、检验与统计决策综合复习
- M07 · 偏序集、格与布尔代数
- M08 · 线性系统、矩阵指数与相平面
- M08 · 稳定性、Lyapunov 方法与分岔
- M09 · 傅里叶方法与偏微分方程综合复习
- M09 · 傅里叶级数、收敛与 Gibbs 现象
- M09 · 正交函数系与 Fourier 系数
- M09 · 傅里叶变换与卷积
- M10 · 浮点数、条件数与误差传播
- M10 · 稳定性、收敛性与科学计算综合复习
- M11 · 约束优化、KKT 条件与对偶性
- M11 · 凸集、凸函数与次梯度
- M11 · 熵、互信息与散度
- M11 · 优化模型、可行域与最优性
- M12 · 函数列、一致收敛与交换极限
- M13 · 复微分、Cauchy–Riemann 方程与全纯函数
- M14 · 群同态、商群与群作用
- M16 · 赋范空间、Banach 空间与有界算子
- M16 · 紧算子与自伴算子
- M16 · 泛函分析与算子理论综合复习
- M16 · Hahn–Banach、开映射与一致有界原理
- M16 · Hilbert 空间、正交投影与对偶
- P00 · 尺度分析、数量级与估算
- P03 · 简谐振子、阻尼与受迫振动
- P03 · 一维波动方程与边界条件
- P03 · 行波、相位、叠加与色散
- P07 · 一维势阱、隧穿与散射
- P08 · Einstein 场方程与典型解
- P08 · Lorentz 变换与时空间隔
- P08 · 四矢量、相对论动力学与电磁场
- P10 · 磁性、超导与序参量
- P11 · 离散化、误差预算与模型验证
- P12 · 自由场量子化与粒子解释
- P12 · 粒子物理与场论导论综合复习
- M02 · 导数与微分
- M04 · 线性映射及其矩阵表示
| 数学 · 概率论M05 · 随机变量与分布教材位置 · 20- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
|
| 随机变量 X 的一个可能取值 详细信息- 单位
- 不适用
- 成立条件
- 该含义限定于《点估计、充分性与信息量》“似然与最大似然估计”及其相邻推导。
其他含义 · 81- A01 · 线性回归、最小二乘与正规方程
- A02 · 特征映射、正定核与再生核空间
- A02 · AdaBoost、梯度提升与残差拟合
- A03 · 贝叶斯网络与 Markov 随机场
- A03 · EM 算法与变分推断
- A03 · 无监督学习与概率图模型综合复习
- A04 · 反向传播与反向模式自动微分
- A04 · 计算图、链式法则与局部导数
- A06 · 离散卷积、感受野与参数共享
- A07 · 序列损失、教师强制与解码
- A07 · 编码器、解码器与 Transformer 架构
- A08 · 对比学习、负样本与信息瓶颈
- A08 · 掩码预测与上下文建模
- A09 · 生成质量、覆盖与生成模型综合复习
- A09 · 变分自编码器与证据下界
- A11 · 图、图信号与节点表示
- A11 · 不变性、等变性与群作用
- A11 · 谱图方法与流形学习
- A12 · 指令微调、偏好优化与上下文学习
- A13 · 对齐目标、反馈与奖励建模
- A13 · 表示探测与机制可解释性
- A13 · 鲁棒性、对抗攻击与防御评估
- A14 · Fourier 神经算子与网格泛化
- A14 · 物理信息神经网络与残差训练
- C00 · 数组、向量化与数值精度
- C00 · 程序、类型、控制流与函数
- C00 · 测试、版本控制与环境管理
- C01 · 渐近复杂度、归约与可计算性
- C06 · SQL 查询与聚合
- M00 · 直接证明、反证法与构造法
- M00 · 等价关系、序关系与数学归纳法
- M00 · 集合、映射与关系
- M01 · 代数、函数与解析几何综合复习
- M01 · 指数函数、对数函数与复合函数
- M01 · 函数、变换与图像
- M01 · 直线、圆锥曲线与参数方程
- M01 · 多项式、因式分解与有理式
- M02 · 函数极限与连续性
- M02 · 积分方法、无穷级数与单变量微积分复习
- M03 · Green、Stokes 与 Gauss 定理
- M03 · 偏导数、方向导数与梯度
- M03 · 多变量函数、极限与连续
- M04 · 线性方程组的解结构
- M05 · 期望、方差与协方差
- M05 · 随机变量与分布
- M06 · 估计、检验与统计决策综合复习
- M07 · 偏序集、格与布尔代数
- M08 · 线性系统、矩阵指数与相平面
- M08 · 稳定性、Lyapunov 方法与分岔
- M09 · 傅里叶方法与偏微分方程综合复习
- M09 · 傅里叶级数、收敛与 Gibbs 现象
- M09 · 正交函数系与 Fourier 系数
- M09 · 傅里叶变换与卷积
- M10 · 浮点数、条件数与误差传播
- M10 · 稳定性、收敛性与科学计算综合复习
- M11 · 约束优化、KKT 条件与对偶性
- M11 · 凸集、凸函数与次梯度
- M11 · 熵、互信息与散度
- M11 · 优化模型、可行域与最优性
- M12 · 函数列、一致收敛与交换极限
- M13 · 复微分、Cauchy–Riemann 方程与全纯函数
- M14 · 群同态、商群与群作用
- M16 · 赋范空间、Banach 空间与有界算子
- M16 · 紧算子与自伴算子
- M16 · 泛函分析与算子理论综合复习
- M16 · Hahn–Banach、开映射与一致有界原理
- M16 · Hilbert 空间、正交投影与对偶
- P00 · 尺度分析、数量级与估算
- P03 · 简谐振子、阻尼与受迫振动
- P03 · 一维波动方程与边界条件
- P03 · 行波、相位、叠加与色散
- P07 · 一维势阱、隧穿与散射
- P08 · Einstein 场方程与典型解
- P08 · Lorentz 变换与时空间隔
- P08 · 四矢量、相对论动力学与电磁场
- P10 · 磁性、超导与序参量
- P11 · 离散化、误差预算与模型验证
- P12 · 自由场量子化与粒子解释
- P12 · 粒子物理与场论导论综合复习
- M02 · 导数与微分
- M04 · 线性映射及其矩阵表示
| 数学 · 概率论M06 · 点估计、充分性与信息量教材位置 · 9- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
|
| 随机变量 X 的一个可能取值 详细信息- 单位
- 不适用
- 成立条件
- 该含义限定于《统计推断综合复习》“贝叶斯后验与贝叶斯行动”及其相邻推导。
其他含义 · 81- A01 · 线性回归、最小二乘与正规方程
- A02 · 特征映射、正定核与再生核空间
- A02 · AdaBoost、梯度提升与残差拟合
- A03 · 贝叶斯网络与 Markov 随机场
- A03 · EM 算法与变分推断
- A03 · 无监督学习与概率图模型综合复习
- A04 · 反向传播与反向模式自动微分
- A04 · 计算图、链式法则与局部导数
- A06 · 离散卷积、感受野与参数共享
- A07 · 序列损失、教师强制与解码
- A07 · 编码器、解码器与 Transformer 架构
- A08 · 对比学习、负样本与信息瓶颈
- A08 · 掩码预测与上下文建模
- A09 · 生成质量、覆盖与生成模型综合复习
- A09 · 变分自编码器与证据下界
- A11 · 图、图信号与节点表示
- A11 · 不变性、等变性与群作用
- A11 · 谱图方法与流形学习
- A12 · 指令微调、偏好优化与上下文学习
- A13 · 对齐目标、反馈与奖励建模
- A13 · 表示探测与机制可解释性
- A13 · 鲁棒性、对抗攻击与防御评估
- A14 · Fourier 神经算子与网格泛化
- A14 · 物理信息神经网络与残差训练
- C00 · 数组、向量化与数值精度
- C00 · 程序、类型、控制流与函数
- C00 · 测试、版本控制与环境管理
- C01 · 渐近复杂度、归约与可计算性
- C06 · SQL 查询与聚合
- M00 · 直接证明、反证法与构造法
- M00 · 等价关系、序关系与数学归纳法
- M00 · 集合、映射与关系
- M01 · 代数、函数与解析几何综合复习
- M01 · 指数函数、对数函数与复合函数
- M01 · 函数、变换与图像
- M01 · 直线、圆锥曲线与参数方程
- M01 · 多项式、因式分解与有理式
- M02 · 函数极限与连续性
- M02 · 积分方法、无穷级数与单变量微积分复习
- M03 · Green、Stokes 与 Gauss 定理
- M03 · 偏导数、方向导数与梯度
- M03 · 多变量函数、极限与连续
- M04 · 线性方程组的解结构
- M05 · 期望、方差与协方差
- M05 · 随机变量与分布
- M06 · 点估计、充分性与信息量
- M07 · 偏序集、格与布尔代数
- M08 · 线性系统、矩阵指数与相平面
- M08 · 稳定性、Lyapunov 方法与分岔
- M09 · 傅里叶方法与偏微分方程综合复习
- M09 · 傅里叶级数、收敛与 Gibbs 现象
- M09 · 正交函数系与 Fourier 系数
- M09 · 傅里叶变换与卷积
- M10 · 浮点数、条件数与误差传播
- M10 · 稳定性、收敛性与科学计算综合复习
- M11 · 约束优化、KKT 条件与对偶性
- M11 · 凸集、凸函数与次梯度
- M11 · 熵、互信息与散度
- M11 · 优化模型、可行域与最优性
- M12 · 函数列、一致收敛与交换极限
- M13 · 复微分、Cauchy–Riemann 方程与全纯函数
- M14 · 群同态、商群与群作用
- M16 · 赋范空间、Banach 空间与有界算子
- M16 · 紧算子与自伴算子
- M16 · 泛函分析与算子理论综合复习
- M16 · Hahn–Banach、开映射与一致有界原理
- M16 · Hilbert 空间、正交投影与对偶
- P00 · 尺度分析、数量级与估算
- P03 · 简谐振子、阻尼与受迫振动
- P03 · 一维波动方程与边界条件
- P03 · 行波、相位、叠加与色散
- P07 · 一维势阱、隧穿与散射
- P08 · Einstein 场方程与典型解
- P08 · Lorentz 变换与时空间隔
- P08 · 四矢量、相对论动力学与电磁场
- P10 · 磁性、超导与序参量
- P11 · 离散化、误差预算与模型验证
- P12 · 自由场量子化与粒子解释
- P12 · 粒子物理与场论导论综合复习
- M02 · 导数与微分
- M04 · 线性映射及其矩阵表示
| 数学 · 概率论M06 · 估计、检验与统计决策综合复习教材位置 · 12- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
|
| 随机变量 X 的一个可能取值 详细信息- 单位
- 不适用
- 成立条件
- 该含义限定于《熵与信息度量》“自信息与离散熵”及其相邻推导。
其他含义 · 81- A01 · 线性回归、最小二乘与正规方程
- A02 · 特征映射、正定核与再生核空间
- A02 · AdaBoost、梯度提升与残差拟合
- A03 · 贝叶斯网络与 Markov 随机场
- A03 · EM 算法与变分推断
- A03 · 无监督学习与概率图模型综合复习
- A04 · 反向传播与反向模式自动微分
- A04 · 计算图、链式法则与局部导数
- A06 · 离散卷积、感受野与参数共享
- A07 · 序列损失、教师强制与解码
- A07 · 编码器、解码器与 Transformer 架构
- A08 · 对比学习、负样本与信息瓶颈
- A08 · 掩码预测与上下文建模
- A09 · 生成质量、覆盖与生成模型综合复习
- A09 · 变分自编码器与证据下界
- A11 · 图、图信号与节点表示
- A11 · 不变性、等变性与群作用
- A11 · 谱图方法与流形学习
- A12 · 指令微调、偏好优化与上下文学习
- A13 · 对齐目标、反馈与奖励建模
- A13 · 表示探测与机制可解释性
- A13 · 鲁棒性、对抗攻击与防御评估
- A14 · Fourier 神经算子与网格泛化
- A14 · 物理信息神经网络与残差训练
- C00 · 数组、向量化与数值精度
- C00 · 程序、类型、控制流与函数
- C00 · 测试、版本控制与环境管理
- C01 · 渐近复杂度、归约与可计算性
- C06 · SQL 查询与聚合
- M00 · 直接证明、反证法与构造法
- M00 · 等价关系、序关系与数学归纳法
- M00 · 集合、映射与关系
- M01 · 代数、函数与解析几何综合复习
- M01 · 指数函数、对数函数与复合函数
- M01 · 函数、变换与图像
- M01 · 直线、圆锥曲线与参数方程
- M01 · 多项式、因式分解与有理式
- M02 · 函数极限与连续性
- M02 · 积分方法、无穷级数与单变量微积分复习
- M03 · Green、Stokes 与 Gauss 定理
- M03 · 偏导数、方向导数与梯度
- M03 · 多变量函数、极限与连续
- M04 · 线性方程组的解结构
- M05 · 期望、方差与协方差
- M05 · 随机变量与分布
- M06 · 点估计、充分性与信息量
- M06 · 估计、检验与统计决策综合复习
- M07 · 偏序集、格与布尔代数
- M08 · 线性系统、矩阵指数与相平面
- M08 · 稳定性、Lyapunov 方法与分岔
- M09 · 傅里叶方法与偏微分方程综合复习
- M09 · 傅里叶级数、收敛与 Gibbs 现象
- M09 · 正交函数系与 Fourier 系数
- M09 · 傅里叶变换与卷积
- M10 · 浮点数、条件数与误差传播
- M10 · 稳定性、收敛性与科学计算综合复习
- M11 · 约束优化、KKT 条件与对偶性
- M11 · 凸集、凸函数与次梯度
- M11 · 优化模型、可行域与最优性
- M12 · 函数列、一致收敛与交换极限
- M13 · 复微分、Cauchy–Riemann 方程与全纯函数
- M14 · 群同态、商群与群作用
- M16 · 赋范空间、Banach 空间与有界算子
- M16 · 紧算子与自伴算子
- M16 · 泛函分析与算子理论综合复习
- M16 · Hahn–Banach、开映射与一致有界原理
- M16 · Hilbert 空间、正交投影与对偶
- P00 · 尺度分析、数量级与估算
- P03 · 简谐振子、阻尼与受迫振动
- P03 · 一维波动方程与边界条件
- P03 · 行波、相位、叠加与色散
- P07 · 一维势阱、隧穿与散射
- P08 · Einstein 场方程与典型解
- P08 · Lorentz 变换与时空间隔
- P08 · 四矢量、相对论动力学与电磁场
- P10 · 磁性、超导与序参量
- P11 · 离散化、误差预算与模型验证
- P12 · 自由场量子化与粒子解释
- P12 · 粒子物理与场论导论综合复习
- M02 · 导数与微分
- M04 · 线性映射及其矩阵表示
| 数学 · 概率论M11 · 熵、互信息与散度教材位置 · 8- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
|
| 本章研究的随机变量 X 详细信息- 单位
- 不适用
- 成立条件
- 该含义限定于《随机变量与分布》“概率质量函数”及其相邻推导。
其他含义 · 16- A00 · 分布偏移、置信区间与不确定性
- A00 · 监督学习任务、样本与标签
- A01 · 经验风险、容量与一致收敛
- A13 · 校准、分布外检测与选择性预测
- A13 · 鲁棒性、对抗攻击与防御评估
- M06 · 置信区间与枢轴量
- M06 · 假设检验、功效与多重比较
- M06 · 线性模型中的统计推断
- M11 · 优化模型、可行域与最优性
- M12 · Lebesgue 积分与收敛定理
- M12 · 实分析与测度论综合复习
- M14 · 群同态、商群与群作用
- M15 · 紧致性、连通性与分离公理
- M16 · Hahn–Banach、开映射与一致有界原理
- P09 · 连续介质运动学、应变与应力
- M05 · 期望、方差与协方差
| 数学 · 概率论M05 · 随机变量与分布教材位置 · 29- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
|
| 本章研究的随机变量 X 详细信息- 单位
- 不适用
- 成立条件
- 该含义限定于《置信区间与枢轴量》“频率学置信区间与覆盖率”及其相邻推导。
其他含义 · 16- A00 · 分布偏移、置信区间与不确定性
- A00 · 监督学习任务、样本与标签
- A01 · 经验风险、容量与一致收敛
- A13 · 校准、分布外检测与选择性预测
- A13 · 鲁棒性、对抗攻击与防御评估
- M05 · 随机变量与分布
- M06 · 假设检验、功效与多重比较
- M06 · 线性模型中的统计推断
- M11 · 优化模型、可行域与最优性
- M12 · Lebesgue 积分与收敛定理
- M12 · 实分析与测度论综合复习
- M14 · 群同态、商群与群作用
- M15 · 紧致性、连通性与分离公理
- M16 · Hahn–Banach、开映射与一致有界原理
- P09 · 连续介质运动学、应变与应力
- M05 · 期望、方差与协方差
| 数学 · 概率论M06 · 置信区间与枢轴量教材位置 · 9- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
|
| 本章研究的随机变量 X 详细信息- 单位
- 不适用
- 成立条件
- 该含义限定于《假设检验与功效》“检验函数、两类错误与功效”及其相邻推导。
其他含义 · 16- A00 · 分布偏移、置信区间与不确定性
- A00 · 监督学习任务、样本与标签
- A01 · 经验风险、容量与一致收敛
- A13 · 校准、分布外检测与选择性预测
- A13 · 鲁棒性、对抗攻击与防御评估
- M05 · 随机变量与分布
- M06 · 置信区间与枢轴量
- M06 · 线性模型中的统计推断
- M11 · 优化模型、可行域与最优性
- M12 · Lebesgue 积分与收敛定理
- M12 · 实分析与测度论综合复习
- M14 · 群同态、商群与群作用
- M15 · 紧致性、连通性与分离公理
- M16 · Hahn–Banach、开映射与一致有界原理
- P09 · 连续介质运动学、应变与应力
- M05 · 期望、方差与协方差
| 数学 · 概率论M06 · 假设检验、功效与多重比较教材位置 · 9- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
|
| 本章研究的随机变量 X 详细信息- 单位
- 不适用
- 成立条件
- 该含义限定于《线性模型推断》“满列秩线性模型”及其相邻推导。
其他含义 · 16- A00 · 分布偏移、置信区间与不确定性
- A00 · 监督学习任务、样本与标签
- A01 · 经验风险、容量与一致收敛
- A13 · 校准、分布外检测与选择性预测
- A13 · 鲁棒性、对抗攻击与防御评估
- M05 · 随机变量与分布
- M06 · 置信区间与枢轴量
- M06 · 假设检验、功效与多重比较
- M11 · 优化模型、可行域与最优性
- M12 · Lebesgue 积分与收敛定理
- M12 · 实分析与测度论综合复习
- M14 · 群同态、商群与群作用
- M15 · 紧致性、连通性与分离公理
- M16 · Hahn–Banach、开映射与一致有界原理
- P09 · 连续介质运动学、应变与应力
- M05 · 期望、方差与协方差
| 数学 · 概率论M06 · 线性模型中的统计推断教材位置 · 14- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
|
| 随机变量 详细信息- 单位
- 不适用
其他含义 · 16- A00 · 分布偏移、置信区间与不确定性
- A00 · 监督学习任务、样本与标签
- A01 · 经验风险、容量与一致收敛
- A13 · 校准、分布外检测与选择性预测
- A13 · 鲁棒性、对抗攻击与防御评估
- M05 · 随机变量与分布
- M06 · 置信区间与枢轴量
- M06 · 假设检验、功效与多重比较
- M06 · 线性模型中的统计推断
- M11 · 优化模型、可行域与最优性
- M12 · Lebesgue 积分与收敛定理
- M12 · 实分析与测度论综合复习
- M14 · 群同态、商群与群作用
- M15 · 紧致性、连通性与分离公理
- M16 · Hahn–Banach、开映射与一致有界原理
- P09 · 连续介质运动学、应变与应力
| 数学 · 概率论M05 · 期望、方差与协方差教材位置 · 182- M05 · 期望、方差与协方差
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 置信区间与枢轴量
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 假设检验、功效与多重比较
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 点估计、充分性与信息量
- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 最优化与信息论综合复习
- M11 · 最优化与信息论综合复习
- M11 · 最优化与信息论综合复习
- M11 · 最优化与信息论综合复习
- M11 · 最优化与信息论综合复习
- M11 · 最优化与信息论综合复习
- M05 · 条件概率、独立性与贝叶斯公式
- M05 · 条件概率、独立性与贝叶斯公式
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 概率模型、随机变量与极限定理综合复习
- M05 · 概率模型、随机变量与极限定理综合复习
- M05 · 概率模型、随机变量与极限定理综合复习
- M05 · 概率模型、随机变量与极限定理综合复习
- M05 · 概率模型、随机变量与极限定理综合复习
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
|
| 《样本、统计量与抽样分布》“随机样本、统计量与抽样分布”中 X 的下标 1 分量或状态量 详细信息- 单位
- 不适用
- 成立条件
- 下标 1 的取值范围以该公式邻近定义和求和范围为准。
其他含义 · 2- P00 · 测量、量纲与数学建模综合复习
- P00 · 不确定度传播与数据拟合
| 数学 · 概率论M06 · 样本、统计量与抽样分布教材位置 · 11- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
|
| 《样本、统计量与抽样分布》“随机样本、统计量与抽样分布”中 X 的下标 n 分量或状态量 详细信息- 单位
- 不适用
- 成立条件
- 下标 n 的取值范围以该公式邻近定义和求和范围为准。
其他含义 · 1- P00 · 测量、量纲与数学建模综合复习
| 数学 · 概率论M06 · 样本、统计量与抽样分布教材位置 · 8- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
|
| 与 X 联合研究的随机变量 Y 详细信息- 单位
- 不适用
- 成立条件
- 该含义限定于《大数定律与中心极限定理》“三种随机收敛”及其相邻推导。
其他含义 · 11- A00 · 分布偏移、置信区间与不确定性
- A00 · 监督学习任务、样本与标签
- A01 · 经验风险、容量与一致收敛
- A13 · 校准、分布外检测与选择性预测
- C02 · 对照、随机化与功效分析
- M00 · 等价关系、序关系与数学归纳法
- M06 · 线性模型中的统计推断
- M16 · Hahn–Banach、开映射与一致有界原理
- P00 · 测量、量纲与数学建模综合复习
- P00 · 不确定度传播与数据拟合
- M06 · 线性模型中的统计推断
| 数学 · 概率论M05 · 大数定律与中心极限定理教材位置 · 5- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
|
| 与 X 联合研究的随机变量 Y 详细信息- 单位
- 不适用
- 成立条件
- 该含义限定于《线性模型推断》“满列秩线性模型”及其相邻推导。
其他含义 · 11- A00 · 分布偏移、置信区间与不确定性
- A00 · 监督学习任务、样本与标签
- A01 · 经验风险、容量与一致收敛
- A13 · 校准、分布外检测与选择性预测
- C02 · 对照、随机化与功效分析
- M00 · 等价关系、序关系与数学归纳法
- M05 · 大数定律与中心极限定理
- M16 · Hahn–Banach、开映射与一致有界原理
- P00 · 测量、量纲与数学建模综合复习
- P00 · 不确定度传播与数据拟合
- M06 · 线性模型中的统计推断
| 数学 · 概率论M06 · 线性模型中的统计推断教材位置 · 4- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
|
| 与 X 联合研究的随机变量 详细信息- 单位
- 不适用
其他含义 · 11- A00 · 分布偏移、置信区间与不确定性
- A00 · 监督学习任务、样本与标签
- A01 · 经验风险、容量与一致收敛
- A13 · 校准、分布外检测与选择性预测
- C02 · 对照、随机化与功效分析
- M00 · 等价关系、序关系与数学归纳法
- M05 · 大数定律与中心极限定理
- M06 · 线性模型中的统计推断
- M16 · Hahn–Banach、开映射与一致有界原理
- P00 · 测量、量纲与数学建模综合复习
- P00 · 不确定度传播与数据拟合
| 数学 · 概率论M06 · 线性模型中的统计推断教材位置 · 81- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 线性模型中的统计推断
- M06 · 样本、统计量与抽样分布
- M06 · 样本、统计量与抽样分布
- M06 · 估计、检验与统计决策综合复习
- M06 · 估计、检验与统计决策综合复习
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 熵、互信息与散度
- M11 · 最优化与信息论综合复习
- M11 · 最优化与信息论综合复习
- M11 · 最优化与信息论综合复习
- M11 · 最优化与信息论综合复习
- M05 · 条件概率、独立性与贝叶斯公式
- M05 · 条件概率、独立性与贝叶斯公式
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 期望、方差与协方差
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 概率模型、随机变量与极限定理综合复习
- M05 · 概率模型、随机变量与极限定理综合复习
- M05 · 概率模型、随机变量与极限定理综合复习
- M05 · 概率模型、随机变量与极限定理综合复习
- M05 · 概率模型、随机变量与极限定理综合复习
- M05 · 概率模型、随机变量与极限定理综合复习
- M05 · 概率模型、随机变量与极限定理综合复习
- M05 · 概率模型、随机变量与极限定理综合复习
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
- M05 · 随机变量与分布
|
| 《大数定律与中心极限定理》“三种随机收敛”中 Y 的下标 n 分量或状态量 详细信息- 单位
- 不适用
- 成立条件
- 下标 n 的取值范围以该公式邻近定义和求和范围为准。
| 数学 · 概率论M05 · 大数定律与中心极限定理教材位置 · 6- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
- M05 · 大数定律与中心极限定理
|
| 《SGD 与自适应优化》“动量的方向累积”中记作 a 的等号左侧的目标量 详细信息- 单位
- 由上下文确定
- 成立条件
- 符号 a 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 22- A02 · 特征映射、正定核与再生核空间
- A03 · 变量消元、消息传递与精确推断
- A10 · 策略梯度、actor–critic 与优势估计
- A10 · Q-learning、探索与函数逼近
- C01 · 分治、贪心与排序
- M01 · 指数函数、对数函数与复合函数
- M01 · 函数、变换与图像
- M01 · 直线、圆锥曲线与参数方程
- M01 · 多项式、因式分解与有理式
- M02 · 中值定理与导数应用
- M02 · 函数极限与连续性
- M02 · 积分方法、无穷级数与单变量微积分复习
- M03 · 曲线积分与曲面积分
- M03 · 多变量微积分与向量分析综合复习
- M03 · 多变量函数、极限与连续
- M09 · 正交函数系与 Fourier 系数
- M13 · Cauchy 定理与积分公式
- M13 · 孤立奇点、Laurent 级数与留数
- M14 · 环、理想与商环
- P00 · 尺度分析、数量级与估算
- P03 · 耦合振子与简正模
- P12 · 规范对称性与标准模型结构
| 机器学习 · 神经网络A05 · 随机梯度、动量与自适应方法 |
| 《混合精度与分布式》“梯度累积与全局批量”中记作 A 的等号右侧的输入量或系数 详细信息- 单位
- 由上下文确定
- 成立条件
- 符号 A 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 21- A02 · 决策树、划分准则与剪枝
- A10 · 策略梯度、actor–critic 与优势估计
- A11 · 消息传递与图卷积
- C01 · 渐近复杂度、归约与可计算性
- M00 · 集合、映射与关系
- M03 · Green、Stokes 与 Gauss 定理
- M04 · 线性方程组的解结构
- M04 · 矩阵及其运算
- M05 · 条件概率、独立性与贝叶斯公式
- M12 · 测度、可测集与可测函数
- M12 · 实数完备性、紧致性与连续性
- M04 · 线性映射及其矩阵表示
- P03 · 干涉、衍射与傅里叶光学
- P03 · 行波、相位、叠加与色散
- P04 · Coulomb 定律、电场与 Gauss 定律
- P04 · 电势、Poisson 方程与边值问题
- P07 · 测量、对易关系与不确定性
- P07 · 微扰、变分与量子力学综合复习
- P07 · Hilbert 空间、量子态与可观测量
- P09 · 质量、动量与能量守恒方程
- P10 · 磁性、超导与序参量
| 机器学习 · 神经网络A05 · 混合精度、分布式训练与检查点 |
| 《消息传递神经网络》“GCN 的归一化消息”中记作 A 的等号右侧的输入量或系数 详细信息- 单位
- 由上下文确定
- 成立条件
- 符号 A 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 21- A02 · 决策树、划分准则与剪枝
- A05 · 混合精度、分布式训练与检查点
- A10 · 策略梯度、actor–critic 与优势估计
- C01 · 渐近复杂度、归约与可计算性
- M00 · 集合、映射与关系
- M03 · Green、Stokes 与 Gauss 定理
- M04 · 线性方程组的解结构
- M04 · 矩阵及其运算
- M05 · 条件概率、独立性与贝叶斯公式
- M12 · 测度、可测集与可测函数
- M12 · 实数完备性、紧致性与连续性
- M04 · 线性映射及其矩阵表示
- P03 · 干涉、衍射与傅里叶光学
- P03 · 行波、相位、叠加与色散
- P04 · Coulomb 定律、电场与 Gauss 定律
- P04 · 电势、Poisson 方程与边值问题
- P07 · 测量、对易关系与不确定性
- P07 · 微扰、变分与量子力学综合复习
- P07 · Hilbert 空间、量子态与可观测量
- P09 · 质量、动量与能量守恒方程
- P10 · 磁性、超导与序参量
| 机器学习 · 神经网络A11 · 消息传递与图卷积教材位置 · 2- A11 · 消息传递与图卷积
|
| 《神经网络反传复习》“张量形状”中 A 的下标 1 分量或状态量 详细信息- 单位
- 由上下文确定
- 成立条件
- 下标 1 的取值范围以该公式邻近定义和求和范围为准。
| 机器学习 · 神经网络A04 · 神经网络与反向传播综合复习教材位置 · 3- A04 · 神经网络与反向传播综合复习
- A04 · 神经网络与反向传播综合复习
|
| 《初始化与梯度流》“仿射层的前向方差”中 a 的下标 i 分量或状态量 详细信息- 单位
- 由上下文确定
- 成立条件
- 下标 i 的取值范围以该公式邻近定义和求和范围为准。
其他含义 · 1- M01 · 代数、函数与解析几何综合复习
| 机器学习 · 神经网络A04 · 参数初始化与梯度传播 |
| 《掩码预测》“离散词元的条件分类”中 a 的下标 iv 分量或状态量 详细信息- 单位
- 由上下文确定
- 成立条件
- 下标 iv 的取值范围以该公式邻近定义和求和范围为准。
| 机器学习 · 神经网络A08 · 掩码预测与上下文建模 |
| 《掩码预测》“离散词元的条件分类”中 a 的下标 iw 分量或状态量 详细信息- 单位
- 由上下文确定
- 成立条件
- 下标 iw 的取值范围以该公式邻近定义和求和范围为准。
| 机器学习 · 神经网络A08 · 掩码预测与上下文建模 |
| 《得分与扩散模型》“噪声预测与均值参数化”中 alpha 的下标 t 分量或状态量 详细信息- 单位
- 由上下文确定
- 成立条件
- 下标 t 的取值范围以该公式邻近定义和求和范围为准。
| 机器学习 · 神经网络A09 · 得分匹配、扩散过程与反向采样教材位置 · 8- A09 · 得分匹配、扩散过程与反向采样
- A09 · 得分匹配、扩散过程与反向采样
- A09 · 得分匹配、扩散过程与反向采样
- A09 · 得分匹配、扩散过程与反向采样
- A09 · 得分匹配、扩散过程与反向采样
- A09 · 得分匹配、扩散过程与反向采样
- A09 · 得分匹配、扩散过程与反向采样
|
| 《感知机与多层感知机》“带间隔的线性可分”中记作 b 的等号右侧的输入量或系数 详细信息- 单位
- 由上下文确定
- 成立条件
- 符号 b 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 16- A01 · 线性回归、最小二乘与正规方程
- A02 · 特征映射、正定核与再生核空间
- A02 · 随机森林与袋装集成
- A02 · 最大间隔与支持向量机
- A05 · 混合精度、分布式训练与检查点
- A07 · 长序列、效率与 Transformer 综合复习
- A13 · 表示探测与机制可解释性
- C01 · 分治、贪心与排序
- M01 · 函数、变换与图像
- M01 · 直线、圆锥曲线与参数方程
- M02 · 中值定理与导数应用
- M03 · 曲线积分与曲面积分
- M09 · 正交函数系与 Fourier 系数
- M11 · 熵、互信息与散度
- M13 · Cauchy 定理与积分公式
- P09 · 质量、动量与能量守恒方程
| 机器学习 · 神经网络A04 · 感知机与多层感知器教材位置 · 10- A04 · 感知机与多层感知器
- A04 · 感知机与多层感知器
- A04 · 感知机与多层感知器
- A04 · 感知机与多层感知器
- A04 · 感知机与多层感知器
- A04 · 感知机与多层感知器
- A04 · 感知机与多层感知器
- A04 · 感知机与多层感知器
- A04 · 感知机与多层感知器
|
| 《混合精度与分布式》“梯度累积与全局批量”中记作 b 的等号左侧的目标量 详细信息- 单位
- 由上下文确定
- 成立条件
- 符号 b 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 16- A01 · 线性回归、最小二乘与正规方程
- A02 · 特征映射、正定核与再生核空间
- A02 · 随机森林与袋装集成
- A02 · 最大间隔与支持向量机
- A04 · 感知机与多层感知器
- A07 · 长序列、效率与 Transformer 综合复习
- A13 · 表示探测与机制可解释性
- C01 · 分治、贪心与排序
- M01 · 函数、变换与图像
- M01 · 直线、圆锥曲线与参数方程
- M02 · 中值定理与导数应用
- M03 · 曲线积分与曲面积分
- M09 · 正交函数系与 Fourier 系数
- M11 · 熵、互信息与散度
- M13 · Cauchy 定理与积分公式
- P09 · 质量、动量与能量守恒方程
| 机器学习 · 神经网络A05 · 混合精度、分布式训练与检查点教材位置 · 2- A05 · 混合精度、分布式训练与检查点
|
| 《序列模型综合复习》“RNN 的隐藏状态”中记作 b 的等号右侧的输入量或系数 详细信息- 单位
- 由上下文确定
- 成立条件
- 符号 b 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 16- A01 · 线性回归、最小二乘与正规方程
- A02 · 特征映射、正定核与再生核空间
- A02 · 随机森林与袋装集成
- A02 · 最大间隔与支持向量机
- A04 · 感知机与多层感知器
- A05 · 混合精度、分布式训练与检查点
- A13 · 表示探测与机制可解释性
- C01 · 分治、贪心与排序
- M01 · 函数、变换与图像
- M01 · 直线、圆锥曲线与参数方程
- M02 · 中值定理与导数应用
- M03 · 曲线积分与曲面积分
- M09 · 正交函数系与 Fourier 系数
- M11 · 熵、互信息与散度
- M13 · Cauchy 定理与积分公式
- P09 · 质量、动量与能量守恒方程
| 机器学习 · 神经网络A07 · 长序列、效率与 Transformer 综合复习 |
| 《机制可解释性》“线性探针与可解码性”中记作 b 的等号右侧的输入量或系数 详细信息- 单位
- 由上下文确定
- 成立条件
- 符号 b 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 16- A01 · 线性回归、最小二乘与正规方程
- A02 · 特征映射、正定核与再生核空间
- A02 · 随机森林与袋装集成
- A02 · 最大间隔与支持向量机
- A04 · 感知机与多层感知器
- A05 · 混合精度、分布式训练与检查点
- A07 · 长序列、效率与 Transformer 综合复习
- C01 · 分治、贪心与排序
- M01 · 函数、变换与图像
- M01 · 直线、圆锥曲线与参数方程
- M02 · 中值定理与导数应用
- M03 · 曲线积分与曲面积分
- M09 · 正交函数系与 Fourier 系数
- M11 · 熵、互信息与散度
- M13 · Cauchy 定理与积分公式
- P09 · 质量、动量与能量守恒方程
| 机器学习 · 神经网络A13 · 表示探测与机制可解释性教材位置 · 2- A13 · 表示探测与机制可解释性
|
| 《多头与位置表示》“注意力张量的维度”中记作 B 的等号右侧的输入量或系数 详细信息- 单位
- 由上下文确定
- 成立条件
- 符号 B 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 12- A02 · 随机森林与袋装集成
- C01 · 渐近复杂度、归约与可计算性
- C05 · 网络测量与故障排查
- M00 · 集合、映射与关系
- M04 · 矩阵及其运算
- M05 · 条件概率、独立性与贝叶斯公式
- P04 · 介质、能流与电磁学综合复习
- P04 · 电势、Poisson 方程与边值问题
- P04 · 稳恒电流、磁场与矢势
- P07 · 测量、对易关系与不确定性
- P07 · 微扰、变分与量子力学综合复习
- P10 · 磁性、超导与序参量
| 机器学习 · 神经网络A07 · 多头注意力与位置表示教材位置 · 5- A07 · 多头注意力与位置表示
- A07 · 多头注意力与位置表示
- A07 · 多头注意力与位置表示
- A07 · 多头注意力与位置表示
|
| 《混合精度与分布式》“梯度累积与全局批量”中记作 B_ 的等号左侧的目标量 详细信息- 单位
- 由上下文确定
- 成立条件
- 符号 B_ 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 1- P11 · 并行计算、可复现性与性能测量
| 机器学习 · 神经网络A05 · 混合精度、分布式训练与检查点 |
| 《神经网络反传复习》“张量形状”中 b 的下标 1 分量或状态量 详细信息- 单位
- 由上下文确定
- 成立条件
- 下标 1 的取值范围以该公式邻近定义和求和范围为准。
其他含义 · 1- A07 · 编码器、解码器与 Transformer 架构
| 机器学习 · 神经网络A04 · 神经网络与反向传播综合复习教材位置 · 5- A04 · 神经网络与反向传播综合复习
- A04 · 神经网络与反向传播综合复习
- A04 · 神经网络与反向传播综合复习
- A04 · 神经网络与反向传播综合复习
|
| 《Transformer架构》“编码器的双向上下文”中 b 的下标 1 分量或状态量 详细信息- 单位
- 由上下文确定
- 成立条件
- 下标 1 的取值范围以该公式邻近定义和求和范围为准。
其他含义 · 1- A04 · 神经网络与反向传播综合复习
| 机器学习 · 神经网络A07 · 编码器、解码器与 Transformer 架构 |
| 《神经网络反传复习》“张量形状”中 b 的下标 2 分量或状态量 详细信息- 单位
- 由上下文确定
- 成立条件
- 下标 2 的取值范围以该公式邻近定义和求和范围为准。
其他含义 · 1- A07 · 编码器、解码器与 Transformer 架构
| 机器学习 · 神经网络A04 · 神经网络与反向传播综合复习教材位置 · 5- A04 · 神经网络与反向传播综合复习
- A04 · 神经网络与反向传播综合复习
- A04 · 神经网络与反向传播综合复习
- A04 · 神经网络与反向传播综合复习
|
| 《Transformer架构》“编码器的双向上下文”中 b 的下标 2 分量或状态量 详细信息- 单位
- 由上下文确定
- 成立条件
- 下标 2 的取值范围以该公式邻近定义和求和范围为准。
其他含义 · 1- A04 · 神经网络与反向传播综合复习
| 机器学习 · 神经网络A07 · 编码器、解码器与 Transformer 架构 |
| 《神经算子》“核积分层”中 b 的下标 ell 分量或状态量 详细信息- 单位
- 由上下文确定
- 成立条件
- 下标 ell 的取值范围以该公式邻近定义和求和范围为准。
| 机器学习 · 神经网络A14 · Fourier 神经算子与网格泛化 |