AI基础认知 隐马尔可夫模型是一个经典的统计模型，用来描述一个含有隐含未知参数的马尔可夫过程。它在语音识别、自然语言处理、生物信息学、金融时间序列分析等领域有广泛应用 生动比喻：天气与你的行为想象一个住在你房间里的朋友，他只能通过看你每天带什么东西出门（观测）来猜测外面的天气（隐藏状态），隐藏状态：每天的天气，晴天、雨天、阴天，这些状态对你的朋友来说是看不见的，观测... 星博讯 2026-04-09 15 #隐马尔可夫模型 #马尔可夫过程
AI基础认知 1.核心思想，在已知某些信息的情况下，更新对事件发生可能性的判断 在事件 B 已经发生的前提下，事件 A 发生的概率，它体现了“信息”如何改变我们的概率评估，记作： P(A|B 读作： “在 B 发生的条件下 A 发生的概率”，或简称“给定 B 时 A 的概率”，直... 星博讯 2026-04-09 15 #贝叶斯更新 #条件概率
AI基础认知 1.核心定义 联合概率指的是两个或多个事件同时发生的概率,它描述的是这些事件组合在一起出现的可能性，记法：通常用逗号分隔事件，事件 A 和事件 B 同时发生的概率记为：P(A and B P(A ∩ B （∩ 表示... 星博讯 2026-04-09 21 #物物互联 #智能网络
AI基础认知 在概率论与统计学中，边缘分布 是一个非常核心且基础的概念，它描述的是在多元随机变量的联合分布中，只关心其中一部分变量的概率分布 就是把“多变量”问题简化成“单变量”或“更少变量”问题，核心思想：“边缘化”理解边缘分布的关键在于理解 “边缘化” 这个操作，它是指通过对联合分布中不关心的变量进行求和（离散型）或积分（连续型）来“消... 星博讯 2026-04-09 15 #边缘分布 #联合分布
AI基础认知 条件独立性是概率论和统计学中的重要概念，指在给定某个事件或随机变量的条件下，两个事件或随机变量相互独立 定义对于事件：事件 (A 和 (B 在给定事件 (C 的条件下独立，如果满足：[P(A \cap B \mid C = P(A \mid C P(B \mid C ]等价地，当 (P(B \... 星博讯 2026-04-09 22 #条件独立性 #相互独立
AI基础认知 一、核心思想与目标 因果推断是一套科学和方法论的框架，旨在回答“…那么会怎样？”这类问题，它的终极目标是识别和量化原因对结果产生的净效应,而不仅仅是描述数据之间的关联，关联 vs. 因果：这是因果推断的起点，统计学和机器... 星博讯 2026-04-09 20 #思想 #目标
AI基础认知 相关性与因果性是统计学和数据分析中的两个基本概念，它们经常被混淆，但有本质区别 相关性定义：指两个或多个变量之间存在的统计关联，当一个变量发生变化时,另一个变量也倾向于以某种可预测的方式变化，度量：常用相关系数（如皮尔逊相关系数）衡量，取值范围从-1到1，正值表示正相关（同向变化... 星博讯 2026-04-09 19 #相关性 #因果性
AI基础认知 核心理念，AI 既是 工具，也是 对象 作为工具：AI 帮助人类更高效、更智能地设计和分析实验，作为对象：AI 模型和系统本身也需要通过严谨的实验来评估、比较和优化，以下是一个结构化的框架：第一部分：实验设计的基础（传统基石）这是AI介入前... 星博讯 2026-04-09 20 #AI工具 #AI对象
AI基础认知 核心解读，通过观测来研究认知 最直接的理解是将其视为一种方法论：即使用观测（而非纯粹内省或理论推演）作为主要手段，来科学地研究人类的认知过程（如感知、注意、记忆、思维、决策等），分解与深入探讨观测：我们如何“看”到认知？认知是内在... 星博讯 2026-04-09 24 #观测 #认知
AI基础认知 一、核心概念，什么是样本量？ 总体：你研究对象的全体集合（全国所有18-25岁的年轻人），样本：从总体中抽取的一部分个体（你调查的1000名18-25岁年轻人），样本量：就是你的样本中所包含的个体数量（在这个例子里是1000），核... 星博讯 2026-04-09 18 #样本量 #核心概念
