从理论到实践 - 页 366

新评论
 
bas:

尾巴不是记忆。记忆是指下一个增量对前一个增量的依赖。

分布并没有提供关于存在/不存在记忆的丝毫信息--为此，你需要考虑条件分布或自相关，它们本质上是一回事。

一个简单的例子：我可以对任何系列的梯度进行洗牌（随机交换梯度）。记忆可能出现，也可能不出现。但分布情况仍未改变。

遭受这个问题的公民，请谷歌和研究基本知识。读你的文章真可笑。

哪里写了尾巴是记忆，我看了好几遍，也许我真的写了这样的东西，不，我没有，你在哪里看到的？

我建议你重新阅读弗拉基米尔的 帖子https://www.mql5.com/ru/forum/221552/page362#comment_7389227。

 

在概率论 和统计学 中，指数分布......是一种 描述泊松点过程 中事件之间时间的概率分布。它是伽马分布的 一个特例。 它是几何分布 的连续对应物，并具有无记忆 的关键特性。

来源：https://en.wikipedia.org/wiki/Exponential_distribution

拉普拉斯分布 是一种连续的概率分布......它有时也被称为双指数分布......两个独立的同等分布 的指数随机变量之间的差异由拉普拉斯分布定义。...拉普拉斯分布的概率密度函数也类似于正态分布...因此，拉普拉斯分布的尾部比正态分布更密集。

来源：https://en.wikipedia.org/wiki/Laplace_distribution

 
Novaja:

在概率论 和统计学 中，指数分布......是一种 描述泊松点过程 中事件之间时间的概率分布。它是伽马分布的 一个特例。 它是几何分布 的连续对应物，并具有无记忆 的关键特性。

来源：https://en.wikipedia.org/wiki/Exponential_distribution

拉普拉斯分布 是一种连续的概率分布......它有时也被称为双指数分布......两个独立的同等分布 的指数随机变量之间的差异由拉普拉斯分布定义。...拉普拉斯分布的概率密度函数也类似于正态分布...因此，拉普拉斯分布的尾部比正态分布更密集。

来源：https://en.wikipedia.org/wiki/Laplace_distribution

嗯，看看这个。谁会想到呢？

 
Yuriy Asaulenko:

嗯，看看这个。谁能想到呢？

我是否做了什么冒犯或伤害你的事？我只是在澄清，我在地下室 的帖子上看到了这些废话。

 
Novaja:

而我哪里写了尾巴是记忆，我已经看了好几遍了，也许我真的写了这样的东西，不，我没有，你在哪里看到的？

好吧，如果哪里都没有写，那我很高兴我错了)

而你的第一个链接确实是胡说八道，他们混淆了分配和过程。俄文版甚至没有写。当然，在一般情况下，最好是参考值得信赖的教科书，因为任何人都可以在维基中写任何东西)

 

是的，先生们--该分部已经变成了一个完全的耻辱。被傻子占领了。

我再次要求版主检查每个人的教育和就业记录。

在这之前，我拒绝在这里交流。任何想要的人，请当面写信给我。

 
请在这里写!这是我唯一阅读的主题（尽管我什么都不懂）。
 
Alexander_K:

是的，先生们--该分部已经变成了一个完全的耻辱。被傻子占领了。

我再次要求版主检查每个人的教育和就业记录。

在这之前，我拒绝在这里交流。谁需要它，就亲自写。

Alexander_K的第三次离开 :-)

PS/是时候让你习惯这个事实了，世界上不是所有的东西都是完美的......另一方面--看看批评和表演是否受制于埃朗法则？ 那么你可以出色地预见它......

 
Alexander_K:

是的，先生们--该分部已经变成了一个完全的耻辱。被傻子占领了。

我再次要求版主检查每个人的教育和就业记录。

在这之前，我拒绝在这里交流。任何想要的人，都要亲自写信给我。

现在是开始倒计时的时候了。

例如，离文章发表还有10天时间

 
Maxim Kuznetsov:

Alexander_K的第三次离开 :-)

PS/是时候让你习惯世界上不是所有东西都是完美的......另一方面--看看批评和表演是否受制于埃朗法则？ 然后你可以巧妙地预见它......

你不会相信 - 半年来我只在这里听到过1个聪明的提示（他知道我说的是谁和什么）和1个领先的提示。其他一切都无关紧要。这一切是为了什么？

1...359360361362363364365366367368369370371372373...1981
新评论