| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 빅 데이터
- Statistics
- Artificial Intelligence
- No SQL
- 우리들교회
- Machine Learning
- 빅데이타
- data science
- WebGL
- 확률
- MongoDB
- 빅데이터
- openCV
- 몽고디비
- 김양재
- Deep learning
- 빅 데이타
- c++
- Big Data
- 김양재 목사님
- 인공지능
- 데이터 과학
- probability
- R
- node.js
- 통계
- 주일설교
- 딥러닝
- nodeJS
- 김양재 목사
Archives
- Today
- Total
목록exponential distribution (1)
Scientific Computing & Data Science
[Probability] Continuous Probability Distributions - Exponential Distribution
지수 분산 (Exponential Distribution)Definition파라미터 \(\lambda > 0\)을 갖는 지수 분산의 확률 밀도 함수는 \(x \ge 0\)에 대하여 \( f(x) = \lambda e^{-\lambda x} \) 이며, \(x < 0\)에 대하여 \(f(x) = 0\) 입니다. 누적 분포 함수는 \(x \ge 0\)에 대하여 \( F(X) = \displaystyle{\int_{0}^{x}{f(y)}dy = 1 - e^{-\lambda x}} \) 이며 기대값과 분산은 각각 \( \mathrm{E}(X) = \displaystyle{\frac{1}{\lambda}} \) 및 \( \mathrm{Var}(x) = \displaystyle{\frac{1}{\lambda^2}}..
Data Science/Probability & Statistics
2014. 2. 2. 21:20