机器学习导论（张志华）：条件期望

前言

这个笔记是北大那位老师课程的学习笔记，讲的概念浅显易懂，非常有利于我们掌握基本的概念，从而掌握相关的技术。

正文

这节课主要讲的是常用统计分布里的条件期望。
$\overline{x} =\frac{1}{n}* \quad {i=1}{n} a_i$
样本矩阵
$p(u_k -\sigma_1)$ 总体均值
由样本到总体
${a_1 ....a_n} ~D$

Mahalanobis distance

metric $\sigma_{p*p}$
欧式距离计算，加权距离，矩阵求解。

psd矩阵

半正定矩阵，特征值 $lmada \ge 0$

conditional expectation

E（x）
E（x|y）
E（x|Y=y）

Moment Generating Function

Def Doc MGF if X is fai(x) = $E(e^{tx})$
$\phi_x(t)=\quad e^{tx}$

概率特征函数。

完全单调，充分上扬。