Les figures décrites dans PRML sont principalement créées en utilisant python, matplotlib et numpy.
Je ne sais rien des pratiques de codage, donc Veuillez commenter si le code est sale ou si l'efficacité du calcul est mauvaise.
Les articles qui ne sont pas liés sont les articles qui seront répertoriés. Je trouverai du temps libre et j'écrirai beaucoup.
chapitre | Contenu |
---|---|
Chapitre 1 Préface | Figure 1.4 Ajustement de la courbe polygonale |
Chapitre 1 Préface | Figure 1.15 Biais dans l'estimation la plus probable de la distribution gaussienne |
Chapitre 1 Préface | Figure 1.17 Ajustement de courbe de Bayes |
Chapitre 1 Préface | Exercice 1.4 Transformation non linéaire de la fonction de densité de probabilité |
Chapitre 2 Distribution des probabilités | Figure 2.5 Distribution Diricle |
Chapitre 2 Distribution des probabilités | Figure 2.7 Distribution gaussienne |
Chapitre 2 Distribution des probabilités | Figure 2.Distribution conditionnelle de la distribution 9 Gaussienne |
Chapitre 2 Distribution des probabilités | Figure 2.Moyenne de 12 distribution gaussienne |
Chapitre 2 Distribution des probabilités | Figure 2.13 Distribution gamma |
Chapitre 2 Distribution des probabilités | Figure 2.14 régulier-Distribution gamma |
Chapitre 2 Distribution des probabilités | Figure 2.16 Distribution t de Student |
Chapitre 2 Distribution des probabilités | Figure 2.19 Distribution de von Mieses |
Chapitre 2 Distribution des probabilités | Figure 2.25 Méthode d'estimation de la densité du noyau |
Chapitre 2 Distribution des probabilités | Figure 2.26 K méthode de voisinage |
Recommended Posts