累積分佈函數

ebook 機器人機率建模的數學方法 · 機器人科學 [Chinese (Traditional)]

By Fouad Sabry

cover image of 累積分佈函數

Sign up to save your library

With an OverDrive account, you can save your favorite libraries for at-a-glance information about availability. Find out more about OverDrive accounts.

   Not today

Find this title in Libby, the library reading app by OverDrive.

Download Libby on the App Store Download Libby on Google Play

Search for a digital library with this title

Title found at these libraries:

Library Name Distance
Loading...

1:累積分佈函數 – 介紹 CDF 及其在機率中的基本作用。

2:柯西分佈 - 檢查這個關鍵的機率分佈及其應用。

3:期望值-討論統計過程中期望結果的概念。

4:隨機變數-探討隨機變數在機率模型中的作用。

5:獨立性(機率論)-分析獨立事件及其意義。

6:中心極限定理 - 詳細說明此基本定理對資料近似的影響。

7:機率密度函數 – 概述 PDF 及其與連續分佈的連結。

8:隨機變數的收斂 - 解釋收斂類型及其在機器人技術中的重要性。

9:矩生成函數 – 涵蓋總結分佈特徵的函數。

10:機率生成函數-介紹機率生成函數。

11:條件期望 – 檢查給定某些已知條件的期望值。

12:聯合機率分佈-描述多個隨機事件的機率。

13:Lévy 分佈 – 研究該分佈及其在機器人技術中的相關性。

14:更新理論-探索對機器人重複事件建模至關重要的理論。

15:Dynkin 系統 – 討論此系統在機率結構中的作用。

16:經驗分佈函數 – 著眼於根據數據估計分佈。

17:特徵函數 – 分析捕獲分佈特性的函數。

18:PiSystem – 審查用於建立機率度量的 pisystem。

19:機率積分變換-介紹隨機變數的變換。

20:隨機變數收斂的證明 - 提供對機器人可靠性至關重要的證明。

21:機率分佈的捲積 - 探索機器人技術中的組合分佈。

累積分佈函數