Concentration inequality
http://dbpedia.org/resource/Concentration_inequality
تفاوتات التركيز في نظرية الاحتمالات حدود لمخالفة متغير عشوائي قيمة معينة. ويفيد قانون الأعداد الكبيرة لنظرية الاحتمالات أن مجاميع المتغيرات العشوائية المستقلة، في ظروف معينة، قريبة من توقعاتها باحتمال كبير. وهذه المجاميع أبسط الأمثلة على المتغيرات العشوائية المركزة على متوسطها.
rdf:langString
Dans la théorie des probabilités, les inégalités de concentration fournissent des bornes sur la probabilité qu'une variable aléatoire dévie d'une certaine valeur (généralement l'espérance de cette variable aléatoire). Par exemple, la loi des grands nombres établit qu'une moyenne de variables aléatoires i.i.d. est, sous réserve de vérifier certaines conditions, proche de leur espérance commune. Certains résultats récents vont plus loin, en montrant que ce comportement est également vérifié par d'autres fonctions de variables aléatoires indépendantes.
rdf:langString
В теории вероятностей неравенства концентрации меры дают оценки отклонения случайной величины от некоторого значения (обычно от её математического ожидания). Закон больших чисел классической теории вероятностей утверждает, что суммы независимых случайных величин, при соблюдении довольно слабых условий, с большой вероятностью оказываются близкими к их математическим ожиданиям. Такие суммы являются основными примерами случайных величин, которые сконцентрированы около своих средних значений.
rdf:langString
集中不等式是数学中的一类不等式，描述了一个随机变量是否集中在某个取值附近。例如大数定律说明了一系列独立同分布随机变量的平均值在概率上趋近于它们的数学期望，这表示随着变量数目增大，平均值会集中在数学期望附近。
rdf:langString
In probability theory, concentration inequalities provide bounds on how a random variable deviates from some value (typically, its expected value). The law of large numbers of classical probability theory states that sums of independent random variables are, under very mild conditions, close to their expectation with a large probability. Such sums are the most basic examples of random variables concentrated around their mean. Recent results show that such behavior is shared by other functions of independent random variables.
rdf:langString
rdf:langString
تفاوتات التركيز
rdf:langString
Concentration inequality
rdf:langString
Inégalité de concentration
rdf:langString
Неравенство концентрации меры
rdf:langString
集中不等式
xsd:integer
32023963
xsd:integer
1118994694
rdf:langString
تفاوتات التركيز في نظرية الاحتمالات حدود لمخالفة متغير عشوائي قيمة معينة. ويفيد قانون الأعداد الكبيرة لنظرية الاحتمالات أن مجاميع المتغيرات العشوائية المستقلة، في ظروف معينة، قريبة من توقعاتها باحتمال كبير. وهذه المجاميع أبسط الأمثلة على المتغيرات العشوائية المركزة على متوسطها.
rdf:langString
In probability theory, concentration inequalities provide bounds on how a random variable deviates from some value (typically, its expected value). The law of large numbers of classical probability theory states that sums of independent random variables are, under very mild conditions, close to their expectation with a large probability. Such sums are the most basic examples of random variables concentrated around their mean. Recent results show that such behavior is shared by other functions of independent random variables. Concentration inequalities can be sorted according to how much information about the random variable is needed in order to use them.
rdf:langString
Dans la théorie des probabilités, les inégalités de concentration fournissent des bornes sur la probabilité qu'une variable aléatoire dévie d'une certaine valeur (généralement l'espérance de cette variable aléatoire). Par exemple, la loi des grands nombres établit qu'une moyenne de variables aléatoires i.i.d. est, sous réserve de vérifier certaines conditions, proche de leur espérance commune. Certains résultats récents vont plus loin, en montrant que ce comportement est également vérifié par d'autres fonctions de variables aléatoires indépendantes.
rdf:langString
В теории вероятностей неравенства концентрации меры дают оценки отклонения случайной величины от некоторого значения (обычно от её математического ожидания). Закон больших чисел классической теории вероятностей утверждает, что суммы независимых случайных величин, при соблюдении довольно слабых условий, с большой вероятностью оказываются близкими к их математическим ожиданиям. Такие суммы являются основными примерами случайных величин, которые сконцентрированы около своих средних значений.
rdf:langString
集中不等式是数学中的一类不等式，描述了一个随机变量是否集中在某个取值附近。例如大数定律说明了一系列独立同分布随机变量的平均值在概率上趋近于它们的数学期望，这表示随着变量数目增大，平均值会集中在数学期望附近。
xsd:nonNegativeInteger
15817